基于多样性约束和离散度分层聚类的无监督视频行人重识别

视频行人重识别是一项应用非常广的计算机视觉任务。目前的视频行人重识别方法通常是基于监督学习的,该方法需要手工标记大量的数据,代价非常高且并不适用于现实场景。本文提出了一种从底向上的基于多样性约束和离散度分层聚类的无监督视频行人重识别方法。该方法首先将每个样本当作是一个不同的类,然后结合类内间离散度进行从底向上的分层聚类,类间和类内离散度都小的类别将被优先合并,同时在聚类准则中加入一项多样性约束来平衡每类中的样本数量,最后,利用线性变化的特征存储器动态更新模型。在Mars和DukeMTMC-VideoReID两个大型视频数据集上的实验结果表明,相比于目前先进的无监督视频行人重识别方法,本文方法在性能上有一定的提升。     

基于建模误差识别的有限元动态模型物理参数修正

本文提出了一种有限元动力学模型的建模误差识别方法。根据建模误差识别,用灵敏度分析方法,选择建模误差大的子结构的结构参数进行修正,可以大大减小结构参数修正的计算量。本文还研究了不完整测试振型扩充方法和测试振型随机误差对计算结果的影响.     

离散奇异卷积法结构分析

离散奇异卷积法是近几年内提出的一种新型的、具有潜力的数值计算方法.目前该法已被成功地用于结构元件的力学分析.本文介绍了离散奇异卷积法的原理,尝试用该方法分析工程结构中常用的梁、矩形板结构的弯曲、自由振动性能,并将计算结果与解析法和微分求积法的所得结果进行比较.结果表明,离散奇异卷积法是一种简单、可靠的数值计算方法.     

变批次长度的非线性分布参数系统迭代学习控制

针对一类离散的非线性分布参数系统,提出了一种批次长度随机变化的迭代学习控制问题.该类系统由抛物型偏微分方程构成.该方法采用伯努利型随机变量来描述迭代长度随机变化的情况,并根据分布参数系统的性质以及P型分布更新控制算法设计了迭代学习控制器.基于压缩映射原理,给出了系统输出误差收敛的充分必要条件并加以证明.结果表明,所提出...     

一种基于曲率平滑预调点约束的五轴高速数控加工路径NURBS拟合优化方法

现有的曲线拟合算法主要集中在拟合误差的控制上,而忽略了在刀具路径的高曲率区域中原始离散刀具位置点取点不足的问题.这可能会导致进给轴驱动力的突然变化,从而导致进给速度的大幅波动.本文提出了一种基于曲率平滑预调点约束的NURBS曲线拟合优化方法.首先,通过对CAM软件生成的大量微线段优化分段,再对分段区间短线段进行曲率平滑...     

Stokes问题的集中质量非协调有限元法

针对其平面有界凸区域上的一类非定常不可压Stokes方程，提出了一种新的有限元方法，借助于所谓的速度一压力混合型公式，讨论了非定常不可压Stokes方程的质量集中非协调有限元逼近格式(全离散情形)。首先，给出了非定常不可压Stokes方程的质量集中非协调Galerkin有限元逼近的全离散格式，其次，对所讨论问题的解与其所给出的离散问题的解之间的误差进行了分析研究；最后，利用Stokes投影算子的性质和离散的LBB条件，得到了非定常不可压Stokes方程关于速度L2模和能量模及压力L2模方面的最优阶误差估计。     

基于天文观测技术的惯性导航系统的空中对准

提出了一种基于CCD星敏感器的捷联惯性导航系统的空中对准方法.应用双线性方程求解被观测星在星敏感器坐标系中的坐标值及传统最小二乘微分校正法求解捷联惯性导航的姿态,该姿态值与捷联惯性导航解算姿态的差值就是惯性导航系统的失准角.作为Kalman滤波器的观测量,计算机仿真结果表明,天文姿态信息有效地校正了陀螺漂移和初始失准角引起的位置和速度误差.     

基于系统类比的火控精度考核方法

火控系统的综合误差是由火控系统原理误差、弹道散布误差、飞行员瞄准误差和中间风等多种随机因素带来的误差构成,为考核系统原理误差,必须从实弹打靶结果中剔除其它方面误差。采用传统的外弹道测试法,试飞周期长,耗费大量人力和财务。本文提出了一种基于系统类比的火控精度考核方法,从已鉴定的成熟系统中获取后几项误差并予以剔除。理论计算和实弹打靶表明,这是一种有效、经济的精度考核方法,为同种飞机使用不同火控系统的精     

基于交叉熵代价函数的DBN转子系统故障识别分析

针对传统转子系统故障诊断方法在处理复杂故障数据时存在收敛速度慢和识别精度低问题,提出一种基于交叉熵代价函数的深度置信网络(DBN)故障识别方法。其采用无监督算法初始化限制性玻尔兹曼机(RBM)的参数空间,交叉熵代价函数反向传递误差,优化参数空间,逐层堆叠重置后RBM构建深层模型;利用已有数据建立转子系统智能识别库;在MNISIT手写数字集和转子系统故障数据集上验证,与传统DBN相比,利用交叉熵惩罚函数的深度置信网络可消除由于激活函数本身梯度对参数空间更新速度的影响,能有效地提高分类的精度。     

BP网学习算法的改进及其在模式识别中的应用

提出了一种基于熵类误差准则函数的渐进收缩学习方法，避免了当模式反转时，传统ＢＰ算法的局域极小，加快了收敛速度，且有效地改善了网络的推广性能。此外，还提出了一种自适应学习率调整方法，克服了传统ＢＰ算法中固定步长不能适应复杂的误差曲面的问题，在收敛速度方面有较大地改善，并且对参数的敏感性小，有较好的鲁棒性。     

隐马尔可夫模型在对象定位中的应用与实现

以医学图像中脊柱的定位为应用背景,对经典Viterbi算法进行改进,根据全局最优搜索算法提出了可控的最优搜索算法,把隐马尔可夫模型(Hidden Markov model,HMM)应用于二维图像中线性结构对象的定位。以真实的人体脊柱X光照片为实验样本进行的定位实验,结果表明:HMM模型不需要对图像施加较多的限制,就可获得较成功的定位结果,同时引入了可控的最优搜索算法后,定位效果有了进一步的提高。还通过实验分析了可控制的最优搜索的两个控制参数对定位性能的影响,并提出了定位性能具有区间性的结论。     

基于阴影信息的多视角SAR图像识别

传统的SAR图像识别技术主要基于目标的电磁散射特性,而目标阴影信息对SAR图像目标识别具有重要的作用。若能获取同一目标在多个方位角下的多幅SAR图像,可改善目标识别的性能。针对该问题,本文提出了一种基于隐马尔可夫模型及阴影信息的多视角SAR图像识别技术。该技术提取目标阴影形状的链编码作为特征向量,并结合同一目标在不同方位角下的多幅图像的特征向量,生成该目标的特征序列,然后利用HMM对特征序列进行识别。仿真结果表明,该方法可有效实现SAR图像目标识别。     

基于隐条件随机场的声调建模及区分性模型权重训练

为提高声调识别率,利用隐条件随机场对汉语声调进行建模,通过加入音节内动态特征、音节间动态特征以及段长特征来进一步提高声词识别性能。提出了将声调模型加入大词汇量连续语音识别系统的区分性方法,根据最小音子错误准则区分性训练模型相关的概率权重,对声学模型及声调模型概率进行加权;给出了两种权重组合策略并通过一种平滑方法来克服权重训练过拟合的问题。实验结果表明,基于隐条件随机场声调模型能够显著提高声词识别率以及大词汇量语音识别的识别率,同时与全局模型权重方法比较,区分性的模型权重训练能够在声调模型加入连续语音识别系统之后,进一步提高系统的识别性能。     

Optimization Algorithm of UWB Positioning for Aircraft Assembly Workshop

Due to the complexity of strong metal interference and multiple occlusions in aircraft assembly workshop,the random "drift"phenomenon often happens in the ultra wide band (UWB)based positioning system.To solve this,a fusion positioning optimization algorithm is proposed based on median filtering,hidden Markov model (HMM)a nd Kalman filtering.Firstly,based on the three-dimensional (3D) median filtering,aqueue optimization method with weights is introduced to smooth the measurement data and eliminate the abnormal value.Secondly,taking Singer model as a reference,a single-dimension acceleration distribution model is designed.In order to further consider the spatial motion characteristics of objects in workshop,the distribution is extended from 1D to 3D,and discretized into the state quantity of HMM.Subsequently,the data obtained by the two methods are fused by taking Kalman filter as an iterator,and then the optimized location solution is obtained based on dynamic weights.Finally,an experiment is conducted in an aircraft assembly workshop.Results show that 99.3% of dynamic positioning errors are less than 15 cm after using the proposed algorithm.Even in the situation with large signal-fluctuation,there are 71.6% of positioning data whose errors are reduced.The random "drift"is greatly decreased.     

气动烧蚀物体表面粗糙度处理方法的研究

本文系统地阐述了度量烧蚀表面粗糙度的各种量的定义和计算方法,并讨论了它们的一些优点与不足。为了更精确地反映出烧蚀表面的轮廓曲线和粗糙程度,本文探讨了用谱分析的方法研究这种粗糙度的可能性。并通过几种典型波形的频谱分析证明了在谱空间里作粗糙度的分析能给出更可靠、更精确的结果。烧蚀表面粗糙度的度量是随航天技术发展而产生的新课题,本文的工作对它的研究作出了初步的有价值的探索。     

基于树形小波变换的断口图像识别

断口图像的识别是进行失效分析的一个重要组成部分,本文提出一种基于小波的断口识别方法,该方法采用树形小波对金属断口图像进行二级小波变换,剔除近似分量,对其余的各个频带输出的标准差作为断口识别的特征,并采用最小距离分类法进行分类,实验证明,此方法对细节丰富的断口的识别率很高。     

一种基于图像方式的二维条码快速识别的方法

基于图像方式的PDF417二维条码识别由于识别速度的原因,应用中受到限制,本文提出一种平行边距测量法,对符号中相邻元素的相似边之间的距离的测量来判别字符的逻辑值,可以免去占用大量时间的边缘检测,从而显著提高译码速度。实验表明该方法能显著提高PDF417二维条码的识别速度。     

一种新的多输出重要性测度及其高效计算方法

基本变量重要性测度分析是结构安全评估以及工程优化设计的一项必要工作。本文结合矩独立重要性测度思想和基于方差的重要性测度思想,提出了一种新的适用于多个输出的重要性测度。所提测度利用概率积分转化(Probability integration transformation,PIT),将输出的不确定性由输出的联合分布函数来表征。在多输出情况下,相比单纯基于方差的重要性测度,所提测度能够同时包含各个输出的不确定性及其相关性。而相比单纯的矩独立重要性测度,由于它使用方差来衡量变异性,因而求解过程更为简便。在计算多输出的分布函数时,本文采用基于分数矩的极大熵方法结合Nataf变换法,在保证求解精度的同时大大降低了模型调用次数。数值和工程算例说明了该测度的合理性以及计算方法的高效性。     

噪声与共振环境下的数字助听器鲁棒声源定位法

提出了一种噪声与共振环境下的数字助听器鲁棒声源定位方法,该方法基于房间共振模型和多通道自适应特征值分解算法,利用自适应次梯度投影方法迭代地估计声源至各麦克风的脉冲响应系数,从而获得各麦克风对的时延差,并利用几何方法计算声源位置。针对眼镜数字助听器四元麦克风方阵的仿真表明,所提出的自适应次梯度投影方法在强噪声环境中的鲁棒性和定位精度优于传统NLMS算法。     

一种基于最大修正峰度的ISAR距离对准算法

距离对准是逆合成孔径雷达(ISAR)运动补偿的关键。本文提出了一种基于修正峰度的ISAR距离对准算法。首先对应用于离散信号序列的峰度定义进行了修正,然后以修正峰度衡量回波包络之间的对准程度,对距离偏移量进行搜索。当两回波和包络的修正峰度达到最大时,以此时的距离偏移量进行补偿,就可将回波对齐。分析表明该算法具有良好的抗闪烁性能和抗噪性能。实测ISAR数据验证了算法的有效性。结果表明,基于最大修正峰度的距离对准算法可以准确地估计出回波的距离偏移量,实现距离对准。