浅谈提高高校教务管理人员素质的途径

高校教务管理工作在高等教育中具有举足轻重的地位,它直接关系到教学水平及教学质量,是高校管理中的重要环节,而高校教务管理水平是由教务管理人员的素质决定的。论述了在新形势下如何提高高校教务管理人员的综合素质和专业技术能力。     

基于傅里叶变换的高精度频率及相量算法

离散傅里叶变换(DFT)是电力系统中频率及相量测量的基本算法,作者首先从理论上分析了传统的离散傅里叶算法存在的测量误差,并在传统的离散傅里叶算法的基础上提出了一种前向递推的DFT算法,该算法利用3点DFT数据进行频率及相量的测量,有效减小了运算量,仿真试验验证了所提算法的正确性。仿真结果还表明,该算法能有效地减小由傅里叶算法引起的测量误差,具有测量精度高的优点。     

直升机助降信号灯控制及故障检测的实现

本文设计了某直升机助降信号灯的调光控制和灯具发生故障时的自动检测，切换及报警电路，很好的满足了调光与故障检测的要求。     

基于三次样条插值的高动态范围成像方法

针对由传统的相机响应函数标定法合成的高动态范围图像质量较差的问题,提出一种有效的高动态范围成像算法.首先根据多曝光图像灰度变化的特点,通过三次样条插值将相机响应函数标定问题转化为求解一个线性三对角线性方程组;然后根据拍摄场景动态范围的变化情况,通过手动调整曝光的方式使多曝光图像大部分像素的正序或倒序的灰度变化趋于恒定,再通过逐点递推的方式求出三次样条函数各离散端点的二阶导数,拟合出相机响应曲线;最后根据已选定的基准点并结合已标定的相机响应曲线恢复出单位曝光度下像素对应的曝光时间,即真实的亮度辐射值.实验结果表明,三次样条插值能够有效地提高图像的局部细节以及图像整体的清晰度,递推法简化了求解线性方程组烦琐的计算步骤,降低了算法的整体运算时间.     

基于LS-PSO的北斗伪距单点定位算法

北斗伪距单点定位具有易于实现、不存在整周模糊度、速度快等特点,具有很大的研究和应用价值;传统最小二乘法由于引入了线性误差、对初始值依赖性强而导致定位精度低;为了提高北斗伪距单点定位的精度,通过分析最小二乘法和粒子群算法的优缺点,提出了一种LS-PSO组合算法;首先利用最小二乘法定位计算接收机的大约位置,作为粒子群算法解的基准值并建立解的搜索空间,然后利用粒子群算法得到全局最优值,解算出精度更高的结果;经过实验验证,LS-PSO组合算法可以稳定的解算出m级精度的定位结果,并且三维方向偏差都在大约5 m以内;最后通过与遗传算法的收敛情况和最小二乘法的定位精度进行对比,证明LS-PSO组合算法可以快速的收敛到最优解并且有效的提高了北斗伪距单点定位精度。     

基于局部线性变换的色阶映射算法

为了提高高动态图像显示的视觉效果,提出了一种基于局部线性变换的色阶映射算法;针对图像直接线性压缩能力较差的缺点,本文提出一种局部的线性变换模型;由于局部窗的结构,是利用局部窗的中心像素点与窗内的其他像素点的均值,方差的关系构造而成,因此基于局部线性变换的色阶映射算法能够抑制由具有高对比度的图像边缘所引起的鬼影和光晕现象;首先,根据线性变换将图像的色阶映射转换为求解泛函的最优解;其次,通过推导求解出线性变换的参数并将泛函最优化问题转换为求解一个线性方程组问题;最后求解线性方程组,得出视觉效果较好的低动态范围图像;有效避免传统色阶映射出现的光晕和亮度不连续的现象,能够更多的保留高动态图像的细节;最后通过实验结果对比分析,通过信息熵和对比度两个参数可以体现文中算法较好。     

WBCT变换的SPIHT图像压缩算法的改进

传统的基于WBCT变换的SPIHT图像压缩算法没有考虑低频子带与高频子带的关系,只是在高频子带之间寻找方向树的关系,并且需要对变换后的系数进行位置置换,这样必然会影响编码质量和效率.针对以上问题提出了构造虚拟低频的思想,通过构造虚拟低频建立低频子带与高频子带的关系,使方向树结构更高,压缩效果更好;同时又避免了系数位置置换,提高了编码效率.与传统算法和现有的WBCT算法相比,该算法既能有效保护图像细节和纹理,又节省了编解码时间,同时提高了压缩后图像的峰值信噪比(特别是在低比特率下),而且具有通用性.     

基于改进型C-1BT变换的快速全局运动估计

针对存在单一运动目标视频序列的全局运动估计问题,提出一种结合C-1BT变换和自适应十字搜索法(ARPS)的快速块匹配运动估计方法。采用简单的预处理,提高灰度突然变化和存在局部运动目标时的全局运动估计的鲁棒性;简化传统C-1BT变换算法中的核函数,降低计算负担;考虑到实际视频中存在大量的零运动矢量(ZMV)区域和视频的空间相关性,改进原有的ARPS搜索法。MATLAB仿真结果证明,提出的算法在保证精度的同时极大地减少了搜索点数。     

基于预选算法的全局平移运动参数估计

为了快速准确估计出视频序列中存在的全局平移抖动，分析影响全局运动估计精度的各种常见因素，归纳其特点，同时结合相关基础理论，以C-1BT变换为基础，提出一种基于预选算法的快速全局平移运动估计算法。首先，在估计局部运动矢量前，采用预选算法保留能很好代表全局运动性质的部分宏块。其次，根据预选块的特点改变传统自适应十字搜索法（Adaptive Rood Pattern Search，ARPS）的臂长预测部分，减少搜索陷入局部最优的风险。最后，采用平移运动模型得到最终参数。实验仿真结果证明提出方法的快速性和鲁棒性。     

基于语义分割的室内动态场景同步定位与语义建图

针对动态物体在室内同步定位与地图构建（SLAM）系统中影响位姿估计的问题，提出一种动态场景下基于语义分割的SLAM系统。在相机捕获图像后，首先用PSPNet（Pyramid Scene Parsing Network）对图像进行语义分割；之后提取图像特征点，剔除分布在动态物体内的特征点，并用静态的特征点进行相机位姿估计；最后完成语义点云图和语义八叉树地图的构建。在公开数据集上的五个动态序列进行多次对比测试的结果表明，相对于使用SegNet网络的SLAM系统，所提系统的绝对轨迹误差的标准偏差有6.9%~89.8%的下降，平移和旋转漂移的标准偏差在高动态场景中的最佳效果也能分别提升73.61%和72.90%。结果表明，改进的系统能够显著减小动态场景下位姿估计的误差，准确地在动态场景中进行相机位姿估计。