基于UG环境下的外啮合齿轮泵容积测量研究

提出了一种在UG环境下，齿轮泵工作容腔容积的测量方法，对CB—B100型齿轮泵进行了几何建模和工作腔容积的测量，并绘制出了各工作容腔容积的变化曲线。从图中可以清楚地看出各工作容腔容积的周期性变化规律，可以利用测得的数据对齿轮泵进行工作特性分析，为齿轮泵的流量等特性参数的数值分析奠定基础。     

大功率准分子激光器的智能监控系统研究

大型准分子激光器的运行控制是一个多影响因素、多控制目标，且存在本质非线性和时滞性的复杂控制系统，很难建立准确的数学模型和确定最优解。根据实际手动控制数据，采用模糊控制技术，提出了辨识模糊控制规则，给出了基于知识／推理规则的智能控制方案，即在获取的知识库引导下，完成对准分子激光器工作时的技术参数的测量，实现快速响应和较高的控制精度。实验结果表明，该装置使用方便，控制灵活，误差小，较好地解决了模型复杂的综合控制，具有较好的实用价值。     

基于迁移学习的暴恐音频判别方法

本文从网络和电影中截取暴恐音频片段组成暴恐音频库,由于暴恐音频来源受限,而卷积神经网络需要大量的数据训练,为此,将迁移学习技术引入暴恐音频的判别中.首先采用公开的TUT音频数据集进行预训练,然后保留模型权重并迁移网络在暴恐音频库上继续训练,最后在fine-tune后的网络中增加网络的层数,添加了一种类似于残差网络的结构使其能够利用更多的音频信息.实验结果表明,使用迁移学习方法比未使用迁移学习方法的平均判别率提升了3.97%,有效解决了在暴恐音频判别研究中音频数据集过小而带来的训练问题,且改进后的迁移学习网络进一步提升了1.01%的平均判别率,最终达到96.97%的判别率.     

针对集客厚覆盖项目降本增效的研究

本文针对运营商提出的降本增效行动,统计某地市各批次集客厚覆盖工程数据,通过分析数据发现问题,并结合实例分析对比,有针对性的对独立政企和聚类市场两类场景下的设计方案进行优化和改进,达到降本增效目的。     

大型建筑表层墙体裂痕自动监测仿真

针对当前方法进行大型建筑表层墙体裂痕监测时,普遍存在着监测响应时间过长,准确率较低,能源消耗较大等问题。提出基于人工智能视觉的墙体裂痕监测方法。利用k-means算法将含有裂痕的表层墙体进行分类,引入概率松弛算法求出含有裂痕表层墙体像素点之间的空间结构特点,对含有裂痕信息的墙体进行特征提取,采用MeanShift序列算法,对墙体裂痕目标进行判别,引入核函数采集墙体裂痕图像集合间差异,以此完成监测。实验结果表明,所提出方法在进行大型建筑表层墙体裂痕监测时,监测响应时间较短、准确率较高、能源消耗较小。     

社交网络形成和演化的特征模型研究

社交网络和微博的网络特征除具有传统无标度网络的典型特征外,还存在其他不容忽视的特征,现有模型均不能对此进行准确描述。在比较分析网络数据的基础上,提出一种混合模型对类社交网络的形成和演化特征进行描述,并建立了基于该模型的平均场方程,方程的解显示出该模型的度分布服从偏移和拉伸后的幂律。仿真结果表明,作者提出的模型模型能描述出社交网络的综合特征。对包括本文模型在内的几种模型进行了比较,并对各种模型间出现特征差别的原因进行了分析。     

基于全零模块检测的H.264/AVC快速帧内模式选择算法*

H.264/AVC采用多方向、多划分的帧内预测模式,与其他视频编码标准相比具有更高的编码效率,但同时也使计算复杂度明显提升。通过分析各编码模式的特点和最佳模式分布规律,提出了基于全零模块检测的快速帧内模式选择算法,略过不可能进一步降低率失真代价的帧内预测模式,以降低编码过程的计算复杂度。实验结果表明,在保证编码性能的前提下,可以有效地降低H.264/AVC的计算复杂度。     

基于H.264/AVC的1/4像素点快速分级搜索算法

视频编码标准H.264/AVC的运动估计模块是由整数像素和小数像素两部分组成,小数像素精度的运动估计可以更有效地减少预测残差,提高图像质量。文章根据在小数像素搜索窗中误差分布曲面的单峰分布特点,提出了一种1/4像素快速分级搜索算法,分别在水平方向和垂直方向用抛物线模型来近似误差曲面剖线,通过求解抛物线方程来确定半像素最优匹配点的位置,并根据搜索窗中心点、水平方向和垂直方向半像素最优匹配点的大小关系来决定1/4像素的搜索范围,只需搜索五个像素点就可找到最佳1/4像素最优匹配点。实验结果表明,与传统小数像素搜索算法相比,文中算法在保证编码性能的前提下,可以降低H.264/AVC运动估计过程中64.82%的计算复杂度,从而提高编码的速度。     

基于先验动态形状约束的视频目标提取

准确的目标提取是视频监视和视觉合成系统中的基础和关键步骤。然而背景和目标的复杂性通常导致目标难以从背景区分。针对此问题,本文提出了一种针对单摄像机的视频图像的目标提取新算法。首先在马尔可夫随机场的框架下将先验形状约束定义为从分割结果到先验形状之间轮廓变换的距离,并结合目标的检测似然度的信息统一为势函数,再用Graph Cut获取分割的全局最优解;为了反映形变的时空相关性,进而提出基于先验知识的动态形状的概念,用主成分分析将形状映射到低维度的潜变量子空间,并对潜变量变化趋势的建立自回归模型,通过模型预测指导分割过程;同时模型参数和系统状态利用分割结果在线更新。试验表明,该算法能够适应目标的外形变化,并能在目标被部分遮挡或难以从背景区分的情况下准确提取,鲁棒性较好,能够为机器视觉应用提供中级视觉的信息。     

核Fisher判别分析在数字信号分类中的应用

为了提高通信信号的识别精度,提出了一种基于核Fisher判别分析(KFDA)的数字调制信号分类器设计方法.将接收信号的高阶累积量作为分类特征向量,利用核函数的思想把非线性向量映射到一个高维空间,并在高维空间中利用线性Fisher判别分析实现数字信号的分类.将多类分类器分解成一系列二类问题,并给出了KFDA用于信号分类的详细流程.仿真实验结果表明,当选择合适的核参数时,基于KFDA的分类精度与支持向量机相当,但由于避免了求解非线性优化问题,故计算复杂度低,训练时间短.