基于深度图像的人体关节点定位方法

提出了一个基于深度图像的人体关节点定位的方法:首先将图像中的人体区域分割出来,然后利用随机森林分类器对逐个像素点进行分类,得到身体的各个部件并寻找关节点的位置。通过实验发现,本方法准确性较高并具有一定实时性。分类的准确率为 68%,相较 Kinect技术(40%)达到了较高的分类水平。预测人体关节点位置的平均时间为每帧 150ms,符合实用性要求。     

Al/Ni含能多层膜在Al2O3陶瓷/不锈钢焊接中的应用

采用磁控溅射设备,生长AuSn合金做焊料层、Al/Ni含能多层膜做热量提供层,实现了不锈钢和Al_2O_3间的异质材料自蔓延高温扩散焊。利用SEM、XRD和DSC等测试手段表征AuSn合金和Al/Ni含能多层膜的微观形貌、相成分和放热量;用万能试验机测试焊接接头的力学性能。结果表明,AuSn合金的质量比基本达到80∶20,而多层膜的层状结构清晰,反应热达到1 239 J/g。焊接实验结果表明,仅使用AuSn焊料时,剪切强度仅为46 MPa,在增加Al/Ni含能多层膜后,其剪切强度可达90 MPa,强度提高了约一倍。焊接接头的界面显微形貌和相结构研究表明,剪切强度的增强主要是Al/Ni多层膜提供了额外能量使得界面处的反应剧烈,陶瓷金属化层与中间层的反应加剧,形成了新的反应生成物。     

基于Kalman滤波的变体飞行器T-S模糊控制

针对变体飞行器的跟踪控制问题,提出了一种基于Kalman滤波的T-S模糊控制方法。考虑飞行器系统状态不可测,引入惯导数据作为辅助信息,利用Kalman滤波算法融合飞控信息与惯导信息实现状态估计。由于变体飞行器在不同变形结构下气动特性变化较大,为便于控制器设计,采用小扰动线性化方法得到飞行器在不同平衡点处的局部线性模型,并通过状态反馈方法设计局部控制器,局部线性模型和局部控制器通过模糊集和模糊规则聚合成一个连续光滑的全局T-S模糊模型和T-S模糊控制器。通过综合Kalman滤波器与T-S模糊控制器得到一个基于Kalman滤波的T-S模糊控制器。仿真结果表明,该控制器在变形过程中能够实现状态估计,保证飞机的跟踪性能。     

基于混沌理论的滚动轴承振动信号融合模型预测

提出融合算法模型,在混沌理论的基础上对滚动轴承振动信号进行预测。基于相图法、最大Lyapunov指数法和关联维数法对滚动轴承振动信号进行混沌判别,证明其混沌性。以预测值和真值间差值范数最小为目标导向优化出Kriging模型、最小二乘支持向量机(LSSVM)模型和极端学习机(ELM)模型的权重,加权法构建融合算法模型。相空间重构法构建滚动轴承振动信号预测的训练样本,并对融合模型、Kriging模型、LSSVM模型和ELM模型进行训练,训练好的模型用于振动轴承振动信号混沌预测。以案例1和案例2共两个实验的滚动轴承振动信号为对象进行验证,两案例的最大Lyapunov指数大于0,从而判断这两个案例的轴承振动信号呈现混沌特性。另外,从方均误差、方均根误差和平均绝对误差指标来评价,融合算法模型的指标值均小于单一模型算法,融合算法模型的预测精度优于单一模型算法。     

基于卷积稀疏表示的图像融合方法

图像融合是图像处理领域中比较重要的一门技术,传统的图像融合方法会降低图像融合质量。针对稀疏表示在图像融合中存在一定的缺陷,提出了一种基于卷积稀疏表示的图像融合方法。首先,对高频子带系数进行合理有效处理,利用相似度分析和视觉显著性进行融合。然后,将低频子带系数整体融合改进为使用Butworth低通滤波对低频子带进行分解,得到低频近似子带和强边缘子带。最后,再用改进的脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)对强边缘子带进行融合。实验结果表明,与其它传统的图像融合方法相比,信息熵(Information Entropy,IE)提高了将近3%,标准差(Standard Deviation,SD)提高了将近9%,空间频率(Space Frequency,SF)提升了将近30%,互信息(Mutual Information,MI)提升了将近25%。同时,时间效率也有了一定程度地提升。     

刍议构建凸显高职院校特色的任选课体系

以长沙航空职业技术学院为背景,就高职院校任选课课程体系的构建进行研究探索,以求综合高职教育背景、学院行业背景、学院办学理念以及专业结构特点等因素,合理的划分出课程模块,并进一步制定任选课课程教学标准,构建既能体现学院行业特色、传承学院校园文化,又能服务学院专业教学的新的任选课课程体系。     

Matching suitable feature construction for SAR images based on evolutionary synthesis strategy

In the paper,a set of algorithms to construct synthetic aperture radar（SAR）matching suitable features are frstly proposed based on the evolutionary synthesis strategy.During the process,on the one hand,the indexes of primary matching suitable features（PMSFs）are designed based on the characteristics of image texture,SAR imaging and SAR matching algorithm,which is a process involving expertise;on the other hand,by designing a synthesized operation expression tree based on PMSFs,a much more flexible expression form of synthesized features is built,which greatly expands the construction space.Then,the genetic algorithm-based optimized searching process is employed to search the synthesized matching suitable feature（SMSF）with the highest effciency,largely improving the optimized searching effciency.In addition,the experimental results of the airborne synthetic aperture radar ortho-images of C-band and P-band show that the SMSFs gained via the algorithms can reflect the matching suitability of SAR images accurately and the matching probabilities of selected matching suitable areas of ortho-images could reach 99±0.5%.     

脚尖数据的研究及其分析

大部分步态研究者将注意力投入到臀部和膝盖关节的角度变化所形成的步态特征,脚的步态特征关注还较少。针对这个问题深入研究了脚的一些特征,提取了脚尖数据进行分析,并对脚尖的坐标进行变换得到时域、频域及其他信息,在中科院数据库NLPR上进行试验和研究,表明脚尖的数据可以较好的区分男女性,甚至是不同的个体。脚尖数据的表示包含了较多的属性信息,有利于步态识别的进一步研究。     

FAST FEATURE RANKING AND ITS APPLICATION TO FACE RECOGNITION

A fast feature ranking algorithm for classification in the presence of high dimensionahty and small sample size is proposed. The basic idea is that the important features force the data points of the same class to maintain their intrinsic neighbor relations, whereas neighboring points of different classes are no longer to stick to one an- other. Applying this assumption, an optimization problem weighting each feature is derived. The algorithm does not involve the dense matrix eigen-decomposition which can be computationally expensive in time. Extensive exper- iments are conducted to validate the significance of selected features using the Yale, Extended YaleB and PIE data- sets. The thorough evaluation shows that, using one-nearest neighbor classifier, the recognition rates using 100-- 500 leading features selected by the algorithm distinctively outperform those with features selected by the baseline feature selection algorithms, while using support vector machine features selected by the algorithm show less prominent improvement. Moreover, the experiments demonstrate that the proposed algorithm is particularly effi- cient for multi-class face recognition problem.     

Data fusion algorithm based on state and attribute parameter

Ａｑｕｅｓｔｉｏｎｔｈａｔｈａｓｂｅｅｎｃｏｎｃｅｒｎｅｄｆｏｒｍａｎｙｙｅａｒｓｉｎｔｈｅｍｕｌｔｉｔａｒｇｅｔｔｒａｃｋｉｎｇｆｉｅｌｄｉｓｈｏｗｔｏｒｅｄｕｃｅｔｈｅｃｏｍｐｕｔａｔｉｏｎａｌｃｏｍｐｌｅｘｉｔｙｏｆｄａｔａａｓｓｏｃｉａｔｉｏ...