基于多特征提取和SVM参数优化的车型识别

提出了一种基于多特征提取和支持向量机(support vector machines,SVM)参数优化的车型识别方法,此方法解决了采用单一特征容易受到光照、天气、阴影等环境影响的问题,并且可以对运动中的车辆进行车型识别。首先,采集车辆样本并进行图像预处理,提取车辆的几何特征、纹理特征和方向梯度直方图(histogram of oriented gradient,HOG)特征;其次,将提取的多种特征量进行组合测试,并与单个特征量的测试结果进行比较;最后,采用粒子群算法优化SVM 的参数并使用优化的SVM参数进行运动车辆的车型识别。实验结果表明:提出的多特征提取和SVM参数优化相结合的车型识别方法能够取得很好的识别效果,识别率达到90%以上。     

基于铌酸银微纳颗粒的介电复合材料的储能性能EI北大核心CSCD

分别采用固相法和溶胶-退火法合成了AgNO_(3)颗粒(分别定义为Ag NO_(3)-1和Ag NO_(3)-2),使用多巴胺对该颗粒进行表面修饰后,再以此为填充物,与P(VDF-HFP)聚合物基体复合,制备不同AgNbO_(3)填料比的(Dop@AgNbO_(3))-P(VDF-HFP)复合材料。采用X射线衍射分析仪(XRD)、扫描电子显微镜(SEM)、红外光谱仪、阻抗分析仪和铁电工作站等表征了AgNO_(3)颗粒及其复合物的物相、微观结构,探究填料合成工艺及含量对复合材料介电及储能性能的影响规律。结果表明:同一种填料合成工艺下制备的(Dop@AgNbO_(3))-P(VDF-HFP)复合物,随着填料比增加,能量密度呈现先增加后减小的趋势,在填料比6%(体积分数)时获得最高储能密度。此外,在相同的填料比下,基于溶胶-退火法合成的Ag Nb O_(3)颗粒由于粒径较小,粒度分布较窄,比表面积较大,使得(Dop@AgNbO_(3)-2)-P(VDF-HFP)复合物的整体介电和储能性能优于(Dop@AgNbO_(3)-1)-P(VDF-HFP)复合材料。例如,6%(Dop@AgNbO_(3)-2)-P(VDF-HFP)复合材料在1 kHz时的介电常数为17.6,介电损耗小于0.05;在电场80k V/mm下的有效能量密度和效率分别为0.46J/cm^(3)和71.35%。     

基于PyQt的矿井提升机温度监测系统设计

为了提高矿井的自动化程度,保障矿井提升机系统安全可靠运行,设计了基于PyQt设计矿井提升机PC端温度监测系统。该系统可实时采集电动机、减速器、滚筒两端、闸盘等关键运行点的温度,该系统以STM32F103C8T6型号的32位单片机作为现场控制单元,通过RS-485串口通信完成现场数据传输,最后上位机对数据分析、显示、存储。实际运行结果表明,该系统充分利用了PyQt代码简洁、设计操作简便的优点,降低了工作人员的劳动强度,能有效地监测矿井提升系统的运行状态。     

基于计算机视觉的运动车辆检测

针对视频图像中车辆检测问题,提出了一种基于计算机视觉的运动车辆检测方法。首先,选取最佳方差参数并利用双边滤波对图像进行预处理;再利用Surendra背景更新算法实时更新背景图像,采用粒子群(PSO)极大熵法求得背景差分图像的阈值;然后,将得到的二值图像进行形态学处理并检测出运动车辆。实验结果表明,该算法不仅适用于简单背景、车速较慢的环境中,而且在复杂背景、噪声较大、车速较快的情况下,该方法均能够克服外界环境的不利影响,准确地检测出运动车辆,提高检测的准确率。