科技导报分享 http://blog.sciencenet.cn/u/kejidaobao

博文

杜兰,打造“智能化”大国重器

已有 3538 次阅读 2017-4-13 09:52 |系统分类:人物纪事

(责任编辑 李娜)

第十三届中国青年女科学家奖得主系列报道

第十三届中国青年女科学家奖得主 杜兰


20世纪30年代,用电磁波探测目标的雷达技术被应用于防空。雷达最基本的功能,是对目标进行检测、跟踪、成像和识别。而在这4个基本功能中,识别功能是真正使雷达能够判断目标属性、在战时提升军队信息获取能力的重要功能。

西安电子科技大学雷达信号处理重点实验室教授杜兰,就致力于让雷达识别目标的过程更加智能。她说:“智能化的雷达和人工智能有些相似。不只是探测、跟踪到目标,还能进一步判断目标的属性。美国从20世纪80年代起,就把‘雷达目标识别’作为国防关键技术之一进行研究。”

杜兰在师从中国科学院院士保铮期间接触到这一新兴并充满挑战的领域,这是一个不同学科间的“交叉地带”,不仅涉及雷达相关专业知识的积累,更需要掌握机器学习、人工智能、模式识别等新知识。

在深入研究这一复杂而重要领域的过程中,杜兰逐渐意识到让雷达具有更好的“学习”乃至“思考决断”的能力,才是让雷达智能化的关键。于是,她在完成博士学业后,选择“贝叶斯机器学习”这一陌生的领域,作为自己博士后期间需要攻克的新难关。

所谓“贝叶斯学习”,就是将所有的不确定性都通过概率来表达,并让机器通过概率规则来“学习”。比如说,手写两个相近的英文字母“i”和“j”,只要不是字迹太过潦草,绝大多数人都可以分辨经过一定变形的字母;但这对机器来说就非常困难,除非它已经遍览世间所有字体。不过,我们仍然可以让机器记住不同字母的一些特征,从而让它能算出字迹对应字母的概率,并判断出某个手写字母更可能是表达的含义。

在雷达研发中引入“贝叶斯多任务机器学习”也是如此。让雷达首先了解所有可能目标的所有状态,显然是不可能的。因此,杜兰的团队将不同的目标和不同的姿态放在一起,让雷达能够“记住”各类目标的共同特征,继而判断出某个(从未见过的)目标更可能是什么物体(军事装备)。尽管有先进的理念作为支撑,在不同雷达平台上应用的过程中,理论和实际的结合衍生出了不同的新的问题,杜兰和团队共同努力,经过在设备上调试、数据处理、再调试、再改进等一系列过程,最终将目标分类方法应用到了多个型号雷达系统中,并获得2015年国家技术发明二等奖。

研究雷达时至今日仍然是一项艰苦的工作。相比于在实验室的理论研究,杜兰需要经常去一些条件艰苦的实验场所从事与研究所合作的工程应用类项目。有些试验场条件艰苦,曾被认为不适合女性参加,但杜兰都乐于前往。

她说:“无论是在求学读书的时候,还是工作以后,我都不曾因为自己是女性就对工作降低要求。其实女性与男性的智力水平在生物学意义上并不存在本质差异,只是在科研领域,如果要做到和男性同行一样好,女性就要付出更多。”

最近初为人母的杜兰对事业和家庭的平衡有了新的感悟,角色的改变也让她对人生有了新的理解。在感谢家人、同事给予自己支持与鼓励的同时,也希望更多的人可以关注女性科研工作者,使她们可以更加坚定不移的追逐自己的科研梦想。

稿件支持:中国科协组织人事部。


更多关于《科技导报》的内容,请关注官方微信。



https://blog.sciencenet.cn/blog-336909-1048610.html

上一篇:探索海外合作的英国皇家学会国际交流项目
下一篇:国家自然科学基金上会评审若干情况介绍
收藏 IP: 111.203.146.*| 热度|

3 刘全慧 唐白玉 yangb919

该博文允许注册用户评论 请点击登录 评论 (7 个评论)

IP: 171.209.37.*   回复 | 赞 +1 [7]唐白玉   2018-10-25 11:20
看起来,与居士的小波包方法,关系不算弱?能针对小波包的可能问题,有更好的方法,当然好!
“dictionary”,不难使人想起,小波包库?
l0 norm, 可能使人想起,小波工具箱中的threshold entropy,(the number of time instants when the signal is greater than a threshold)?
论文 Radar HRRP Adaptive Denoising via Sparse and Redundant Representations  
,School of Electronics and Information Engineering Harbin Institute of Technology
是降噪的吧,解类似的优化问题?提到了
Fourier redundant dictionary
discrete wavelet transform denoising (DWTDN)
Matching Pursuit
不多点小波包的?
IP: 171.209.37.*   回复 | 赞 +1 [6]唐白玉   2018-10-24 10:17
科技、中华甚至世界面临什么危险吗?
IP: 171.209.37.*   回复 | 赞 +1 [5]唐白玉   2018-10-24 10:14
世界,似乎很小,下面的论文可能是那里的?其中提到了Donoho?
其式(1),与居士最近说的LS问题形式比,实际有多少优势?最小二乘(像式右边的部分)问题的最小范数解(像式左边的部分;两个“最”)?
居士博客,对某个Donoho的描述,绝大多数是负面的,而为什么世界上人们欣赏那些呢?
[4] D. L. Donoho, M. Elad,  V. Temlyakov, “Stable recovery of sparse
overcomplete representations in the presence of noise,” IEEE Trans. Inf.
Theory, vol. 52(1), pp. 6–18, Jan. 2006.


https://www.researchgate.net/publication/261229421_Radar_HRRP_target_recognition_based_on_robust_dictionary_learning_with_small_training_data_size
Radar HRRP Target Recognition Based on  
Robust Dictionary Learning with Small
Training Data Size
Feng Bo, Du Lan, Shao Changyu, Wang Penghui, Liu Hongwei
National Lab of Radar Signal Processing
Xidian University
Xi’an, China
Email: dulan@mail.xidian.edu.cn
IP: 171.209.38.*   回复 | 赞 +1 [4]唐白玉   2018-3-2 14:01
报歉,居士该纠正一下2018-2-26的评论:“这些都被居士早年......”。细回忆,盘点旧东西,20年以前,极可能居士未“直接用复数序列”实际做特征提取和目标分类。但是,用过很多“将频域数据用共轭反转加长而获得实数序列”的处理。假设频域步进频率连续波测量,某个散射中心的幅谱可以不必是平坦的。
IP: 171.209.38.*   回复 | 赞 +1 [3]唐白玉   2018-2-26 13:04
居士一般把所有数据(如HRRP序列)去均值,然后做能量归一化,用相关系数来分类,以比较其余方法。在用欧氏距离的最近邻分类中,若也同样去除均值或做能量归一化,则结果该是等价的?否则将产生差异,这会涉及信噪比的计算,小波分解深度(可参考小波工具箱的降噪的低频带问题),最佳基搜索,模板制作,添加噪声环节的位置等。只用均值本身,就可能把信号分开?
认识理解研究对象和信号时,追求有关的物理意义,但是可以说,分类时恰反过来抹杀那些(在智能化分类时,或许封闭于黑匣子中,多给机器智能余地)意义?
IP: 171.209.38.*   回复 | 赞 +1 [2]唐白玉   2018-2-26 13:02
后女可畏。比当年花木兰的天时地利人和,好得多。女帅女将,在现代社会的很多领域都备受尊敬。可能在公开地“打倒”居士(自己如是说,不是叫阵,未必是,“死猪不怕开水烫”或“破罐破摔”那样低,也不像,“燃烧自己照亮别人”那样高,而是,使人们自由地假设和检验)方面建功勋。人们搜索一下,从保院士(记得当年在京工时曾当面感受过其魅力),张贤达教授,杨宗凯校长以及焦李成教授与小波文献等的渊源,可知,西电在某些方面已得天独厚。
首先希望能承认:居士做博文清理小波的世界问题,这对于科技和社会是积极的正面行为。人们不妨类似地清理居士。
居士极少用“HRRP”,而更可能用“回波”,因为HRRP常指DFT/IDFT的非负的模像,强调冲激点模型化散射中心的位置和散射强度,其频域观测数据可随意移位。但是,超出这一模型时,可能考虑其它处理,如直接用复数序列(某个中心的幅谱可是非平坦的),将频域数据用共轭反转加长而获得实数序列。这些都被居士早年试过的,似乎难得文献中较常见到的那样差的目标分类结果。
考虑,所用数据的个性和文献缺处理过程细节时的歧义。
IP: 171.209.38.*   回复 | 赞 +1 [1]唐白玉   2018-2-26 13:02
后女可畏。比当年花木兰的天时地利人和,好得多。女帅女将,在现代社会的很多领域都备受尊敬。可能在公开地“打倒”居士(自己如是说,不是叫阵,未必是,“死猪不怕开水烫”或“破罐破摔”那样低,也不像,“燃烧自己照亮别人”那样高,而是,使人们自由地假设和检验)方面建功勋。人们搜索一下,从保院士(记得当年在京工时曾当面感受过其魅力),张贤达教授,杨宗凯校长以及焦李成教授与小波文献等的渊源,可知,西电在某些方面已得天独厚。
首先希望能承认:居士做博文清理小波的世界问题,这对于科技和社会是积极的正面行为。人们不妨类似地清理居士。
居士极少用“HRRP”,而更可能用“回波”,因为HRRP常指DFT/IDFT的非负的模像,强调冲激点模型化散射中心的位置和散射强度,其频域观测数据可随意移位。但是,超出这一模型时,可能考虑其它处理,如直接用复数序列(某个中心的幅谱可是非平坦的),将频域数据用共轭反转加长而获得实数序列。这些都被居士早年试过的,似乎难得文献中较常见到的那样差的目标分类结果。
考虑,所用数据的个性和文献缺处理过程细节时的歧义。

1/1 | 总计:7 | 首页 | 上一页 | 下一页 | 末页 | 跳转

扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2025-2-3 16:12

Powered by ScienceNet.cn

Copyright © 2007-2025 中国科学报社

返回顶部