基于运动区域检测的运动目标跟踪算法*

针对传统基于模板匹配的运动目标跟踪算法存在着计算量大、模板漂移导致跟踪失败的问题,提出了一种基于运动区域检测的运动目标跟踪算法。该算法通过采用光流法对目标运动区域进行估计,计算出光流场区域的形心,确定待匹配图相匹配范围,再用模板框在已确定区域进行模板匹配跟踪。根据某开放实验室行人录像跟踪实验表明,本算法能够有效解决模板漂移问题,提高了跟踪实时性, 实现了视频对象目标的跟踪。     

基于ESN和PSO的非线性模型预测控制

针对传统的控制理论对实际的工业生产过程中的被控系统,特别是具有强非线性的系统控制效果不是很理想,而应用非线性模型预测控制算法能够较好解决非线性系统的控制问题,提出了一种基于回声状态网络(Echo State Network,ESN)模型进行非线性系统辨识和粒子群优化(Particle Swarm Optimizatio...     

基于半边结构和√3细分的渐进网格生成方法

渐进网格可以满足生成多分辨率模型的需求.在现有渐进网格生成方法中,一个顶点的简化往往关联四个以上的相邻顶点.并且,现有方法多采用网格的点面列表结构表示.本文采用√3细分预测方法生成渐进网格,每个顶点的存储仅关联三个相邻顶点.同时也使用半边数据结构替代网格的点面列表表示形式,加快了邻接信息查询.实验结果表明,本方法提升渐进网格的空间效率,缩短渐进网格的生成时间.     

基于回归分析的会展产业链互动关系的实证研究

会展经济是城市经济发展中的新兴动力。上下游会展企业构建了会展产业链,会展产业链的效率直接影响会展企业的竞争力。通过问卷调查的方式,采用计量模型定量分析了会展产业链相关因素。实证研究表明：企业认知资本、探索性学习资本、企业发展资本和企业人力资本变量与会展产业链核心竞争力存在着正相关关系;会展企业的合作频率与合作企业抱着共赢的心态、有共同语言能够有效沟通、关注会展企业现有项目的市场、高层管理者具备完备的知识结构、高层管理对会展创新活动的支持和参与等因素存在着正相关的关系。为此,在核心竞争力的构建上,会展企业应该关注产业链上相关因素的正相关作用。     

基于多尺度积视觉特性的多聚焦图像融合算法

针对传统多尺度图像融合算法不能有效抑制噪声的缺陷,提出一种基于提升静态小波变换（LSWT）多尺度积的多聚焦图像融合算法,并在LSWT域中引入了局部可见度以及局部视觉特性对比度的概念.在融合低频子带系数和各高频子带系数时,分别提出了基于局部可见度和基于多尺度积的局部视觉特性对比度的系数选择方案.实验表明,该算法不仅能有效抑制噪声对融合算法的影响,而且能够得到比传统方法视觉效果更好和更优量化指标的融合图像.     

冶金连铸工业过程实时专家控制系统的设计与实现

从工业生产实用要求出发,提出了一类适合于连续过程实时控制系统的专家控制方法, 它使控制器的理论设计变得简单、方便.工业生产实用结果表明,系统可靠性高,实时性好.     

基于免疫聚类的特征数据浓缩方法

针对诊断特征数据中重复或相似事例样本和特征参量之间可能存在的相关性，提出一种有效的特征数据双向压缩预处理方法，该法在不损失数据隐含的特征知识的前提下，能有效降低学习机器的学习负担．在进行样本参量的降维处理时，基于主元分析的思想，采用一种改进的主元分析(MPCA)方法用于横向数据压缩，在压缩样本数量时，综述和比较了现有的各种聚类算法，借鉴生物体自然免疫系统中克隆选择以及免疫网络自稳定等有关机理，提出了基于主元核相似度的免疫聚类算法用于纵向数据压缩．仿真实验验证了所提方法的有效性．     

基于Vega的航天发射场视景仿真系统实现

为了适应现代化航天技术的发展,需要建立先进的数字化航天发射场视景仿真系统来保障和辅助航天发射任务的顺利开展和实施.以某卫星发射场为研究对象,提出了采用基于三维几何模型构建及动态显示技术的虚拟场景创建方法,利用MultiGen Creator和Vega软件平台,并结合C 编程语言,开发出一个完整的交互式航天发射场及火箭发射三维视景仿真系统,并介绍了其系统设计、开发流程及关键技术.系统在实际发射任务中的使用结果表明,系统运行稳定,仿真效果真实流畅,能够实现预计的功能和效果.     

量子门Elman神经网络及其梯度扩展的量子反向传播学习算法

针对Elman神经网络的学习速度和泛化性能, 提出一种具有量子门结构的新型Elman神经网络模型及其梯度扩展反向传播(Back-propagation)学习算法, 新模型由量子比特神经元和经典神经元构成. 新网络结构采用量子映射层以确保来自上下文单元的局部反馈与隐藏层输入之间的模式一致; 通过量子比特神经元输出与相关量子门参数的修正互补关系以提高网络更新动力. 新学习算法采用搜索然后收敛的策略自适应地调整学习率参数以提高网络学习速度; 通过将上下文单元的权值扩展到隐藏层的权值矩阵, 使其在与隐藏层权值同步更新过程中获取时间序列的额外信息, 从而提高网络上下文单元输出与隐藏层输入之间的匹配程度. 以峰值检波为例的数值实验结果显示, 在量子反向传播学习过程中, 量子门Elman神经网络具有较快的学习速度和良好的泛化性能.     

强激光驱动器能源系统瞬态特征实时测控系统研究

随着惯性约束核聚变研究的发展．强激光驱动器能源系统的研究备受关注。为了向激光驱动能源系统传输效率的研究提供可靠的实验数据．研究了强激光驱动器能源系统中氙灯瞬态放电特征数据进行实时检测的方法和测控系统结构。采用量化传输模式进行特征量的检测与传输，既实现了高压隔离，又避免了在远距离传输过程中受到干扰，确保测量精度。配合系统的模块化设计，采用多线程工作模式，对计算机系统的控制功能进行工作线程划分，提高了系统的实时性和协调性。实验表明，系统有效地实现了弱电系统对强电系统的远程控制．测量精度满足测量要求，已成功应用于能源系统的实验研究。