基于时空的弱点状运动目标检测技术

如何在复杂背景下持续有效地检测目标位置,一直是研究者们需要面对的主要挑战。本文在研究红外点状移动目标特征的基础上,根据目标无纹理,无形状的特性,提出一种改进的形态学目标增强算法,并利用目标连续时空不变性检测目标。首先,建立多尺度的图像金字塔,在每层上采用改进的形态学算法快速、粗糙定位小目标。然后进一步的根据目标在时空上的位置相关性,提出基于目标运动特征分析的精确检测方法。得到精确稳定的检测结果。最后实验结果表明与经典的形态学检测算法及其他算法相比,该技术能更有效地检测弱小目标,具有更高的鲁棒性。     

微电网并网逆变器逆向功率抑制策略研究∗

针对微电网并网逆变器并网过程中,逆变器与大电网之间的阻抗关系导致的微电网并网功率逆向传输使得微电网直流侧电压升高的问题,采用自适应虚拟阻抗与变增益功率下垂控制相结合的控制策略对微电网逆向功率进行抑制,使得微电网直流侧电压保持稳定,并通过 MATLAB/Simulink进行了相关仿真验证,仿真结果与理论分析一致,验证了控制策略的有效性.     

基于多尺度局部梯度的点目标检测技术

在研究红外点状移动目标特征的基础上,该文提出一种多尺度局部梯度强度测算的小目标检测算法。首先构造多尺度图像金字塔,并在多尺度下提出一种快速粗略的小目标检测方法;再利用目标本身与环绕背景之间的差异性,测算局部窗口内各个方向的灰度变化强度。然后根据这些测算结果获得最合适的响应。实验结果表明,在复杂多变的背景下,该方法具有较好的鲁棒性,在低信噪比下,有较为有效的检测性能。     

砂型低压铸造铸件充型及凝固过程的研究

采用低压铸造法浇注了壁厚为10mm与25mm的ZL114A平板件,通过测定其温度场研究了低压铸造条件下铸件的充型与凝固特点。结果表明,对于25mm平板件,凝固过程中板内从升液管口至铸件远端形成了较大的温度梯度,能够实现典型的顺序凝固,压力通过升液管可始终作用于凝固补缩过程;对于10mm平板件,其凝固速度较快,铸件整体倾向于同时凝固,补缩主要通过浇注系统在局部位置进行。对于10mm与25mm平板件,40mm/s的充型速度均能实现平稳充型与顺序充填。     

基于MA-LSTM的短期负荷预测方法

精准的预测电力系统短期负荷对电力系统智能化和可靠运行有重要意义。为了提高负荷预测的精度,采用了一种基于蜉蝣优化算法和长短期记忆神经网络的短期负荷预测方法。将影响负荷的温度、日期类型、湿度作为输入特征;对长短期记忆神经网络中的参数使用蜉蝣算法不断地优化以确定最优参数;最后建立MA-LSTM模型对短期负荷进行预测。算例结果表明,和BP、LSTM、PSO-LSTM及SSA-LSTM方法相比,所提方法具有更高的预测精度,为电网安全稳定运行提供了有力保障。     

一种基于多尺度点状目标建模的检测算法

为了解决点状小目标传统建模检测算法易受小目标自身暗淡呈点状的影响，在检测过程中小目标丢失或背景信息被误检成目标的问题，采用一种更加有效的多尺度点状小目标建模算法，对背景和可疑目标进行建模，得到了可疑目标图像。使用一种阈值分割算法，将真实目标从可疑目标中提取出来，进行了理论分析和实验验证。结果表明，该算法在同一数据集下，相对其它算法检测到点状小目标的轨迹更加接近真实轨迹。该研究对提高小目标检测效果的精度是有帮助的。