基于线性变换的高光谱图像端元提取算法

研究了高光谱遥感图像的端元优化提取问题,针对现有特征空间中最大体积转换思想的端元提取算法中所存在的运算量巨大、对原始数据需要预处理、提取精度较差等问题,分析了图像数据在高维特征空间的相关性,提出了采用线性变换的端元提取算法.使特征空间的基变换寻找正交于某个低一维超平面的投影向量,通过数据在向量上的投影运算将低维相关数据压缩成一个点,与点距离最大的孤立像元作为一个端元输出,每步获得的端元反馈作为下一次提取的输入以保证提取的正确性.由于采用在高维特征空间中距离的计算代替体积计算.仿真结果表明,提出的算法在较短的时间内可有效地提取端元,大大减少了计算量;而且每次提取所依据的信息是反映整幅图像数据在特征空间线性相关性的子空间,所以不需要对原始数据进行预处理,避免了丢失小目标的隐患,进而可以提高提取精度.为高光谱遥感图像优化提取提供了参考.     

基于粒子滤波和自适应模型的目标跟踪算法

为了提高粒子滤波的性能,使用集合卡尔曼滤波对建议分布进行改进,同时提出了用于视频跟踪的自适应融合模型．使用集合卡尔曼滤波结合当前的观测信息构造建议分布,结合当前观测信息对每一个粒子进行集合分析,得到新的建议分布,依据新的建议分布对粒子进行采样,同时在跟踪过程中将颜色特征模型和形状特征模型进行融合,并进行自适应更新．实验结果证明：相对于传统粒子滤波和扩展卡尔曼粒子滤波,使用新的建议分布可以更有效地降低均方根误差,同时自适应融合模型的稳定性要高于使用单一颜色模型．使用新的建议分布和融合模型,可以有效提高粒子滤波的准确性和稳定性．     

T型接头TOFD检测时缺陷深度的定位计算与评判

讨论了在T型接头TOFD检测时如何建立模拟等腰三角形,以适应仪器内置的深度定位计算程序。介绍了显示深度与实际深度的修正计算方法,并通过计算显示深度测量值与计算值的误差,验证了上述计算方法的准确性。最后,通过对T型接头试块检测结果的分析,探讨了T型接头翼板未熔合、腹板未熔合及角焊缝内缺陷的评判规律。     

手机短信在营销MIS中的辅助应用

介绍了将手机短信息与电力营销MIS系统相结合,实现电力电费催缴、电费查询、信息发布、用电知识普及的构架,并给出应用方案。     

浅议我国FLASH动画的产业化道路

从FLASH动画的发展现状入手,提出FLASH动画无论是从技术上,观念上还是文化上较传统动画都有了革命性的变革,然而行业内却存在缺乏整合力量的弊端,使得FLASH创作者并未在行业蓬勃发展的表象下获益。文章探讨了FLASH动画存在的几个问题：重技术,轻人文;重画面,轻情节;重制作,轻市场。针对这些问题提出了FLASH动画发挥产业优势的策略和建议。     

水平定向勘察技术在长大隧道勘察中的应用现状与展望

西南高山峡谷区是我国重大铁路交通工程规划建设的重点区域,如川藏铁路建设等,深埋、长大隧道数量多,常规垂直孔勘察方法无法满足精细化地质勘察的需求。采用水平定向勘察技术沿隧道设计轴线施工水平定向孔为隧道勘察提供了一种有效的手段。水平定向勘察技术的核心包括钻进技术、取心技术、钻孔轨迹控制技术、随钻测量/随钻测井技术、综合测井技术等。结合国内外水平定向勘察技术的发展应用现状,分析了目前存在的问题,提出了开展单次钻探长度超3000 m的水平定向多工艺钻进关键技术与装备攻关,构建安全、高效、经济合理的水平定向勘察技术体系的建议。     

合成类胡萝卜素细胞工厂的快速构建和定向进化

类胡萝卜素具有丰富的颜色和强抗氧化活性,这赋予了该类产品较高的商业价值,加速了该类产品合成路径在异源底盘中的构建进程,使之成为发展非理性设计策略的有效研究对象。本文主要针对微生物合成类胡萝卜素细胞工厂构建中的瓶颈问题,从增强合成类胡萝卜素前体GGPP的供给利用以及缓解各类胡萝卜素产品对微生物底盘细胞的胁迫压力两个角度,系统综述非理性设计策略对元件优化、模块适配和多维调控等路径构建优化方法的丰富,以及对不同尺度的DNA变异和适应性进化等底盘进化手段的推动作用。并从扩展类胡萝卜素合成底盘物种的多样性和丰富非天然类胡萝卜素产品结构的可获得性的需求出发,对构建合成该类产品微生物细胞工厂自动化和智能化的发展趋势进行展望。     

抓取装置的模块化设计

以抓取装置为例,介绍一种新的设计方法,分析模块化设计的特点,从功能上对抓取装置进行分析,并建立相应的模块,详细分析各主要模块,深化模块化设计研究.模块化设计研究在一定程度上减少了成本,平衡了产品的标准化、通用化和多样化,全方位满足了市场的多样化需求.     

基于多种群协同粒子群人工智能算法的电力系统负荷调度研究

高效的电力系统负荷调度已成为解决电力供需平衡的新途径,对降低企业成本意义重大。通过对蒙西地区电力情况的分析,确定低污染排放与低成本发电两个调度目标,构建电力负荷调度模型。同时引入一种多种群协同粒子群模型求解电力负荷调度模型,采用协同策略分种群处理多个目标问题,避免模型陷入局部最优。在前沿性比较中,所提出的模型相比多目标进化与多目标粒子群性能提升18.65%与12.65%。在电力系统调度测试中,所提出的模型最优发电成本为30.413 3×10⁴元,最优污染排放量为1.859 2×10⁴1 b。在发电成本与污染排放上相比另外两种模型具有明显优势。由此可见,所提出的技术应用效果更好,研究技术为电网的调度优化与节能减排提供技术参考。     

结合新型模糊支持向量机和证据理论的多传感器水质数据融合

在多传感器水质数据融合领域,证据理论是有效的数据融合方法之一,但基本概率分配一般不易确定,从而使数据融合能力难以有效发挥。支持向量机是统计学习理论之上的高级分类算法,具有普适性和全局优化等特点,但输出的基本概率分配有待进一步提高。提出了一种基于证据理论和新型模糊支持向量机相结合的数据融合方法,通过建立基于分类超平面距离的模糊隶属度,训练模糊支持向量机提高传统支持向量机的基本概率分配,并结合证据理论进行海河水质数据融合。通过证据理论分别结合支持向量机和模糊综合评价法与上述方法进行对比实验,经精度、平均绝对百分误差、均方根误差等指标验证,精度提高10. 5%,表明所提方法是一种可靠的多传感器的水质融合方法,较其他方法具有更高的融合精度。