融合先验信息和特征约束的杆塔螺栓缺陷检测

目的 螺栓是输电线路中数量最多的紧固件,一旦出现缺陷就会影响电力系统的稳定运行。针对螺栓缺陷自动检测中存在的类内多样性和类间相似性挑战,提出了一种融合先验信息和特征约束的Faster R-CNN（fasterregions with convolutional neural network）模型训练方法。方法 在航拍巡检图像预处理阶段,设计了基于先验信息的感兴趣区域提取算法,能够提取被识别目标的上下文区域,从而减少模型训练阶段的数据量,帮助模型在训练阶段关注重点区域,提高其特征提取能力。在模型训练阶段,首先通过费舍尔损失约束Faster R-CNN模型的输出特征生成,使样本特征具有较小的类内距离和较大的类间间隔;然后采用K近邻算法处理样本特征得到K近邻概率,将其作为难易样本的指示以引导模型后续更加关注难样本。结果 在真实航拍巡检图像构建的螺栓数据集上进行测试,与基线模型相比,本文模型使螺栓识别的平均精度均值（mean average precision,mAP）提高了6.4%,其中正常螺栓识别的平均精度（average precision,AP）提高了0.9%,缺陷螺栓识别的平均精度提高了12%。结论 提出的融合先验信息和特征约束的输电杆塔螺栓缺陷检测方法在缺陷螺栓识别上获得了良好的效果,为实现输电线路螺栓缺陷的自动检测奠定了良好的基础。     

点采样模型的多样性编辑与绘制

研究了点采样模型的多样性编辑与绘制,将模型分解成不同的部分,将各部分按照层次关系组织,作为多样性编辑的基础。对模型各部分点元的颜色、几何特征、材质等属性进行编辑,构造层次多样性点模型。通过对层次多样性点模型进行实时处理,实现点模型的多样性绘制。实验表明,该方法能够产生并绘制复杂多变的点模型,且压缩比高。该方法可应用于网络游戏、战场视景仿真、数字城市、电影制作等领域。     

地形环境下的动态场景绘制

提出了地形环境下的动态场景绘制流程。使用空间离散化的方法实现了运动物体之间以及运动物体和地形之间的快速碰撞检测。为了实现运动物体与地形的匹配,采用了一点匹配法和面匹配法。实现了网格模型、基于图像的模型在地形环境下的绘制。最后给出了坦克和虚拟人在地形环境中绘制的实验结果。该方法可应用于网络游戏、战场视景仿真、数字城市、电影制作等领域。     

多目标优化算法NSGA-Ⅱ的改进

该文提出了NSGA-Ⅱ算法的一种改进算法-INSGA。在引入算术交叉算子的同时,提出并引入累积排序适应度赋值策略。实验表明,INSGA具有更高的收敛速度和更好的种群多样性。     

基于动态电压调节的低功耗视频解码技术研究

讨论在嵌入式系统中使用动态电压调节技术降低视频解码功耗。提出一种基于动态电压调节的低功耗解码技术。该方法采用移动平均法预测帧的解码时间,依据预测的结果动态地调节解码过程中微处理器的工作电压,降低能量消耗。实验结果表明,基于动态电压调节的视频解码器比常规解码器减少10%￣30%的能量消耗。     

作战模拟的人工生命多智能体建模

作战是典型的复杂自适应系统,传统的作战模拟依赖于兰彻斯特方程等数学模型,将作战视为确定性过程,难以对作战过程中的许多无形因素建模。人工生命的模拟方法,通过多智能体之间的相互作用研究系统的突现行为,很好地揭示了作战的本质和作战过程的演化规律。提出了多智能体作战模拟的二维网格环境下的智能体进化基因模型。通过计算和考察虚拟战场环境中的敌、我、友多方在交战过程中的演变规律和涌现特征,可模拟和解释战场局势的推演行为和发展规律。采用竞争、学习、协作进化、群居、物种灭绝等等生命进化现象来完成系统复杂性的模拟,取得了较好的仿真效果。模型系统具有演化速度快,模拟结果合理和可交互性等特点。     

遗传算法的编码理论与应用

编码是遗传算法求解问题的前提,文章分析了二进制编码、格雷码编码、实数编码、符号编码、排列编码、二倍体编码、DNA编码、混合编码、二维染色体编码或矩阵编码等编码的实质内容,在树编码和可变长编码基础上阐述了自适应编码的基本理论,提出了基于相似度的可变长编码和基于结构的agent编码方式,给出了函数优化、TSP、KP、JSP、机器人路径规划、图的划分和倒立摆等典型优化问题的编码方案。     

三维物体碰撞检测中的包围盒算法

基于包围盒技术的碰撞检测算法是一类重要的碰撞检测算法,本文分别介绍了用于碰撞检测的几种常用包围盒技术,并从效率、难易程度等方面对其进行比较.详细介绍了效率较高、理论及实现较为复杂的OBB算法.     

三维变电站仿真培训系统中数据库的设计与实现

为了构建功能完善的三维变电站仿真培训系统,在实现变电站三维仿真的基础上,利用关系数据库技术,采用ADO技术作为数据库访问接口,SQL Server作为后台数据库,实现了仿真培训系统的操作票管理模块、事故处理模块、考试系统模块以及学员信息管理模块.     

扫描图像中时序曲线的识别及数据提取

研究扫描图像中时序曲线的识别与数据提取.数据源为扫描后栅格背景下的多条笔绘曲线图像,目的是提取每条笔绘曲线的时序数据.提出了该类扫描图的处理框架,并改进了多种算法.采用逐行自适应阈值及分块自适应阈值算法进行背景噪声的粗滤除;采用选择性腐蚀算法进行垂直和水平栅格噪声的进一步滤除;采用模板匹配技术完成孤立区域噪声的消除;对去噪后的笔绘曲线进行单像素细化,并采用8邻域技术进行曲线跟踪;对曲线波峰区域采用轮廓提取法进行识别;采用虚线聚类的方式识别虚曲线.实验结果表明,该方法较好地完成了对时序曲线的识别及数据提取,可应用于各类具有栅格背景的时序曲线图纸的数字化.