基于方向矢量的多特征融合粒子滤波人体跟踪算法研究

针对传统的多特征融合粒子滤波跟踪算法计算量大、不利于实时性、人群拥挤遮挡时容易出现跟踪匹配错误等情况,提出了基于方向矢量的多特征融合粒子滤波跟踪算法.该算法首先将人体颜色特征与轮廓特征进行乘性融合和加性融合后相加并加上两者的不确定性的乘积,以便能够根据两种特征的实际贡献率来调节各自在跟踪过程中所占的权重比例,从而提高了跟踪的准确性;其次结合方向矢量,根据先前的跟踪信息来预测运动物体可能运动的范围从而减少了粒子迭代计算量;最后通过动态调节窗口将合并的人体进行分离处理.实验证明,本方法能够在复杂情况下对人体进行实时准确的跟踪.     

控制系统信号噪声处理模型设计与实现

针对控制系统中产生的信号失真问题,引入集成神经网络竞争择优选择,通过对生成的网络输入信号训练,生成了新的信号输入模型,把生成的模型作为信号输入端,可达到去除噪声同时进行信号矫正目的,实例中用构造的模型进行带噪声信号实例仿真测试,效果显著,为信号系统处理提供了一种思路和方法.     

基于视频的道路识别新算法在交通监测系统中的应用

针对传统的道路识别方法过程复杂,易受干扰,识别效果不够理想等缺点;根据道路上会有大量车辆通过,而车辆通过的地方也必为道路这一特点.采用逆向思维,通过识别运动物体达到识别静态物体的目的,提出一种应用累积帧差技术通过识别道路上经过的车辆来识别道路位置的新算法.实验结果表明使用新算法识别出的道路效果比较理想,可以满足实际应用的需要.     

正规模态逻辑S4的表推演系统TS4

讨论正规模态逻辑Ｓ４的自动定理证明理论，给出了一个关于正规模态逻辑Ｓ４的表推演（Ｔａｂｌｅａｕ）系统ＴＳ４，证明了该系统的可靠性与完备性。     

南京建筑工程学院校园网解决方案

校园网建设是众多高校工程重点之一，情况各不相同，解决方案很多。文中介绍了南京建筑工程学院高速校园网建设方案，着重讨论网络的拓扑结构、网络设备选型、网络安全等内容。实践证明，此方案用较少的投资实现了高性能的校园网系统。     

基于预报-校正法的城市用水量预测模型的研究

神经网络已成为提供预测与决策支持的有力工具,但传统的神经网络预测方法有一缺点就是对于峰值和谷值预测效果不佳,其预测值和实际值常有较大的误差.通过引入预报-校正法的思想,在传统的神经网络预测方法基础上另外构建一个独立的神经网络用于学习误差估计,加以对传统的神经网络预测值进行校正.实验结果表明,该方法能改进传统的神经网络预测的缺点,显著改善预测效果.此外,该方法在类似的基于神经网络的函数逼近等方面也有很好的改进效果.     

浅谈机器人等离子数控切割

介绍了切割的三种主要方式,并对其优缺点进行了比较。进而介绍了一种机器人等离子数控切割设备,实现了纵梁的柔性化加工,提高了切割速度和质量,具有广阔的市场应用前景。     

适应轻卡的汽车纵梁翼面数控冲孔线

本文介绍了新研发的、适应轻卡的汽车纵梁翼面数控冲孔线,阐述了其工艺流程以及主要组成、性能特点,它实现了生产的自动化和柔性化,满足了用户高效、高精度的冲孔需求。     

基于图像处理技术的高精度仪表的自动判读

介绍一种使用减影法与霍夫变换相结合的高精度仪表自动判读方法。首先,根据视差形成原理确定摄像头的正确位置。接着,对摄像头获得的仪表盘图像进行图像预处理,使用减影法提取指针。最后,使用霍夫变换确定指针式仪表的读数。实验结果表明,该方法大大减少了检测时间,并且提高了检测精度。     

改进的BP神经网络在交通流量预测中应用

针对传统BP学习算法收敛速度慢,对步长依赖明显等缺点,提出一种利用搜索较优步长的BP算法.在网络训练中,能够在每次迭代中搜索出一个相对合理的步长,从而使步长的选择对学习速度的影响大大降低.对交通流量预测仿真结果表明,新算法对步长选择的依赖性小于传统BP算法.