基于全卷积孪生神经网络的复杂监控场景下前景提取方法

由于光照变化、相机抖动和动态背景等因素影响,现有基于传统图像处理方法的前景提取算法并不能在复杂场景下获得良好的分割效果。针对此类问题,本文提出了一种基于全卷积孪生神经网络的前景提取算法,仅需任意2帧图像即可准确提取运动前景。将输入的2帧图像分为背景图像与待提取图像,将其输入全卷积孪生神经网络得到二者的相似性度量图,该相似性度量图中包含待提取图像相对于背景图像的各像素变化情况信息;接着将相似性度量图与待提取图像融合,利用编解码网络以实现端到端的前景提取。在CDnet2014数据集上进行综合评估与测试,结果均证明了该方法的有效性。     

深度卷积神经网络在轴承多故障复合诊断中应用研究

基于深度学习具有强大的自特征提取能力和较优的分类能力,将深度卷积神经网络引用到轴承的故障诊断中,提出了基于一维深度卷积神经网络的轴承复杂工况故障诊断方法。在提出的方法中,将轴承的多故障振动信号作为模型的直接输入,通过训练深度卷积神经网络模型,利用模型中多个卷积层和池化层对输入的振动信号进行自特征提取,并进行故障分类。从而以基于数据驱动的方式形成端到端的故障诊断。研究表明,在一维深度卷积神经网络中直接输入轴承振动信号进行故障诊断,与提取时域和频域特征结合支持向量机进行故障诊断的方法相比,深度卷积神经网络可以更好地反映时域振动信号与特征间的关系,获得了比传统智能诊断方法更高的识别效率。     

基于尺度不变特征的眼底图像自动配准与拼接

针对眼底图像对比度低、光照不均匀、不同视场的图像间存在几何畸变等特点,提出了一种基于尺度不变特征的眼底图像自动配准与拼接算法.该算法分别提取同态滤波增强后的待配准眼底图像的尺度不变特征点,并用向量进行描述,确定相邻两图像特征点的匹配关系,在MLESAC算法中使用透视变换模型去除误匹配点对,计算匹配点对之间的变换矩阵,进行图像空间变换,完成配准和拼接.对实际眼底照相机获取的多幅图像配准与拼接结果表明,该算法具有很好的鲁棒性和稳健性,配准精度达到像素级,可以实现眼底图像的高精度自动配准与拼接.     

基于一维卷积神经网络的加密单数据包分类

针对基于卷积神经网络的流量分类方法中流量数据范围选取会直接影响精度结果的问题,提出了基于一维卷积神经网络的加密单数据包分类算法.通过提取出五元组和应用层数据信息形成特定格式的样本数据,最大最小归一化处理后作为一维卷积神经网络的输入,实现对单个流量数据包分类;然后对经典一维卷积神经网络结构进行改进,设计自适应池化层,完成...     

2D激光SLAM中特征角点的提取方法

自主机器人定位中,从激光雷达扫描数据提取出精确的环境特征将能大幅提高即时定位与构图(Simultaneous localization and mapping,SLAM)技术中匹配的速度.目前,特征提取算法大多采用迭代计算的方法,计算复杂度高,计算量较大.针对此问题,提出了一种角点特征的提取方法.该方法避免了迭代计算,...     

结合线段组合特征的快速图像匹配算法

图像匹配导航技术是近年来自主导航领域的研究热点之一,但图像匹配算法的实时性却难以满足现实导航系统的需求.本文改进了传统线段提取算法,并引入了Delaunay三角剖分法,通过结合点线几何特征,减少了图像特征冗余.结合置信度准则对误差进行分析,完成匹配过程.仿真结果表明,本文算法在3°旋转并有尺度变化的情况下仍然能完成匹配...     

一种基于神经网络的图像去雾算法

针对传统暗通道去雾算法在处理大面积天空区域部分时易出现光晕的缺点,提出了一种传统算法与神经网络相结合的去雾网络。首先经由暗通道去雾算法和Retinex算法分别获得两幅待融合图像,然后基于编码解码的神经网络构建一个图像融合去雾网络系统。训练阶段在编码网络中加入密集块结构,增强了模型的稳健性,便于从更高维度提取特征信息;测试阶段利用gamma校验因子预处理待融合的图像,减少了图像处理过程中的光晕现象问题。合成有雾图像处理的实验结果表明,该算法合理地将传统算法和神经网络去雾算法融合起来,构建一个新型去雾模型,提高了去雾精度,无论是在室内、室外合成数据集中去雾效果均有提升;较现有经典算法峰值信噪比至少提高18.7%,而且对自然雾天图像的处理效果明显;在图像物理细节信息处理方面对比已有算法有了一定的提高,为研究图像去雾提供了新思路。     

结合线段组合特征的快速图像匹配算法（英文）

图像匹配导航技术是近年来自主导航领域的研究热点之一,但图像匹配算法的实时性却难以满足现实导航系统的需求。本文改进了传统线段提取算法,并引入了Delaunay三角剖分法,通过结合点线几何特征,减少了图像特征冗余。结合置信度准则对误差进行分析,完成匹配过程。仿真结果表明,本文算法在3°旋转并有尺度变化的情况下仍然能完成匹配,图像尺寸为256像素×256像素时匹配时间在0.5 s以内,适用于特征分布较多且实时性要求较高的自主导航系统。     

基于自适应分数阶微分的SIFT图像配准

针对传统SIFT(Scale Invariant Feature Transform)配准算法中存在的特征点正确匹配率低,配准效果较差的问题,提出了一种新的自适应分数阶SIFT算法用于图像配准。首先根据图像的梯度模值和信息熵构建自适应分数阶的数学模型,自动计算每个像素点的最佳分数阶阶次;其次基于最佳分数阶阶次构造自适应分数阶微分掩模,并将其融入到SIFT算法中,提取到更多精确有效的关键点,从而提高了SIFT算法的精度;在SIFT算法的特征点匹配阶段,进行相似性度量时,增加了余弦相似性约束,解决了欧式距离不能够判定特征向量的空间位置关系的问题,进一步提高特征点匹配的准确率;并使用改进的随机样本一致性算法(Random Sample Consensus,RANSAC)进一步减少误匹配的特征点对;最后根据匹配的特征点对求解空间变换矩阵,从而实现图像配准。验证结果证明:本文算法的匹配精度较高,配准的质量也得到较明显的提升。     

基于可变形卷积与特征融合的机场道面裂缝检测算法

机场道面裂缝具有形态多变、宽度狭小、长短不一、且空间走势呈自由曲线的不规则特征,现有算法检测效果不佳。针对此问题,本文构建了一种基于可变形卷积与特征融合的神经网络（Deformable convolution and feature fusion neural network,DFNet）模型。首先由可变形卷积模块来强化特征提取网络对裂缝形态特征的学习; 然后经多尺度卷积模块捕获不同感受野下裂缝的全局信息;最后通过特征融合模块来提取裂缝不同层次的特征,通过融合裂缝低级特征与高级特征,实现对机场道面裂缝的准确分割。在采集的实际机场道面裂缝数据集上,与其他6种现有算法进行了对比实验,本文算法在像素级分割的F1-Score上达到了90.95%,效果优于全部对比算法。DFNet算法提高了对机场道面裂缝检测的能力,实验结果表明本文算法较好地达到了工程实际要求。     

基于营销策略的企业品牌延伸分析

企业品牌延伸是一把＂双刃剑＂,成功的品牌延伸可以强化品牌效应,提高企业的市场效益;盲目进行品牌延伸会给整个企业带来无法估量的损失。企业实施品牌延伸,应准确确立品牌定位,充分考虑新产品与原产品的关联性,科学选用主副品牌策略和品牌延伸模式,把握品牌延伸的成功时机。     

多功能游标卡尺的改进及应用

介绍改进后的游标卡尺的结构原理及使用。     

基于PO-PTD的航空器对下滑道结构影响的动态研究

下滑信标是仪表着陆系统的重要组成部分,为进近中的航空器提供垂直方位引导。进行障碍物对下滑信标信号影响的精确分析可以为导航台站选址及解决导航台运行中存在的问题提供理论依据。本文基于物理光学-物理绕射理论(Physical optics-physical theory of diffraction,PO-PTD)算法,结合空客A320-200型客机以及机场三维模型对下滑信标的下滑道结构影响进行了静态分析。在静态分析的基础上,对飞机在滑行道上滑行且五边上有飞机进近时的影响进行了动态研究,找出了某机场飞行员长期反映的下滑道信号不稳问题的原因。动态研究数据与飞行校验结果进行了比对并与飞行校验结果吻合。     

以职业能力为核心探讨课程教学设计

根据教学实践，结合高职培养目标，以职业能力为核心，介绍了力学课程的教学设计及教学改革实践。     

基于SFEM的结构元件疲劳可靠性分析

将结构元件的弹性模量、泊松比、几何尺寸定义为随机场,并将随机场离散成随机变量,将抗拉强度定义为随机变量,采用Monte Carlo随机有限元法(MCSFEM),给出了元件危险点应力的随机分布。由危险点应力分布、材料的p-S-N曲线和Miner理论给出了概率名义应力法,计算常幅载荷下元件的寿命分布,并利用剩余寿命模型计算元件的可靠度。给出了两个算例,结果表明:计算结果与试验结果吻合良好。     

基于对极几何约束的景象匹配研究

提出了一种图像配准方法来解决实时图与基准图空间不对准问题。它是利用随机采样算法估计基本矩阵，恢复实时图与基准图之间对极几何．然后基于对极几何约束．剔除误匹配点．得到精确匹配控制点，计算出全局仿射变换，从而对实时图进行校正。该方法的特点是精确、稳定和全自动。采用真实图像实验结果表明，该方法是行之有效的。     

飞机水面降落的机身载荷研究

文中研究了飞机水面降落的冲击载荷。利用动网格技术控制飞机以及整个计算区域的运动,VOF方法描述气一液界面的运动变化。分析了不同降落速度、飞行速度和降落仰角下,飞机水面降落时机身压强随时间的变化规律。在三种降落条件下,机身压强值的变化规律基本一致。机身压强在入水的初始阶段达到最大值,随后迅速下降,最后保持稳定。同时,随着降落速度、匕行速度和降落仰角的增大,机身压强的最大值也随之增大。与降落速度和降落仰角相比,飞行速度对机身压强的影响程度较小。     

基于螺旋襟翼的喷流偏转实验研究

基于阿基米德螺旋线理论,通过逐渐增大曲率半径的方法,设计了一种新型的流动控制襟翼——螺旋襟翼。研究了螺旋襟翼的起始半径、对齐半径等关键控制参数对上表面喷流偏转的影响规律,并与传统基本襟翼的控制效果进行了对比,对二者的控制机理进行了分析。结果表明:所设计的螺旋襟翼最大平均推力偏转角约为19.6°;与基本襟翼相比,螺旋襟翼在大落压比下的平均推力偏转角更大,推力效率更高,这说明改变曲率型面可以促进喷流的流动附着,提高上表面吹气系统性能。     

基于PE文件的病毒防治技术研究

本文提出了两种防范PE文件病毒的技术:一种是分析PE文件格式和病毒对PE文件的感染方式,通过PE自身文件结构的改进来防范病毒;另一种是基于PE文件自我完整性检查的计算机病毒的免疫方法,采用单向散列函数MD5算法抽取摘要,通过比较两个摘要值来判断是否存在病毒,如果存在病毒启用恢复程序来恢复文件。相对于传统的特征码匹配方法,这些技术不依靠病毒库,可以防范未知病毒。     

基于TRIZ直接进化理论的切削技术进展

为进一步开发新型切削技术,探索切削加工的未来发展趋势,必须研究和跟踪切削技术的进化历程。TR IZ(T heory of inven tive prob lem so lv ing)技术进化理论是专门研究技术系统进化预测的重要分支。本文着重对TR IZ直接进化理论进行了评述,根据TR IZ直接进化模式,分析和总结了切削技术的进化路线。提出改进的进化潜能图,基于该进化潜能图,指出增加切削技术的可控性、充分利用系统资源和继续增加切削技术的理想度是未来切削技术可能的开发方向。