基于优化支持向量机的人脸表情分类

分析了支持向量机（support vector machine, SVM）目前主要存在的问题和参数选择对分类性能的影响后, 提出了以改进粒子群算法优化SVM关键参数的优化SVM算法。将加入拥挤度因子的微粒群算法引入到SVM中, 在不牺牲泛化性能的前提下, 对其参数进行优化, 增加了SVM初始化参数的多样性, 减慢了局部搜索, 促进其在全局范围内的寻优搜索, 以有效克服SVM算法过分依赖初始值和容易陷入局部极小值的缺点, 并利用由粗到精的策略构造多层SVM人脸表情分类器, 在提高准确率的基础上加快分类的速度。实验证明, 新算法具有速度快、准确率高的优点。     

基于图论的无线传感器网络自组织性能研究

无线传感器网络自组织问题越来越受到人们的关注,控制方法也大量涌现,但在对自组织性能的评价上,现在大多仍停留在定性分析阶段。本文针对无线传感器网络自组织中连接和覆盖两个重要指标,利用Delaunay三角剖分评价节点实体和他们的关系以及结点之间的信息传递和融合;利用Voronoi图进行评价节点覆盖的区域;同时,对整个自组织过程,引用自组织度的概念对其分布效果进行定量分析。仿真结果表明,我们提出的性能分析方法能够很好地评价无线传感器网络自组织算法的优劣。     

一种新型监狱使用的物联网节点设计

一种新型智能手铐作为物联网的节点,其主要利用指纹和电子滚码通过优先级进行开关锁来加强安全性,并且通过上位机能够实时地监控手铐的开关状态;同时加上了GPS定位功能,由上位机监控节点所在的位置和移动轨迹,并且系统每小时做一次监测结果备份,监察员可以调用任意时间段的数据.这种新型手铐运用物联网技术便于对犯人进行统一管理和监控,减轻了监狱监控管理人员的负担,并且在犯人逃跑过程中可以起到有效跟踪追捕功能.主要介绍了系统的整体架构、软硬件设计技术和系统功能.     

基于弱特征增强的轻量化小目标检测方法

针对复杂背景下小目标特征经多次卷积被背景噪声淹没导致的检测精度低的问题,提出一种增强弱特征表达的一阶段轻量级小目标检测算法SA-YOLO.首先,用改进的ShuffleNetv2网络构建骨干网络,通过嵌入SE注意力模块和Inception结构,提升网络在复杂背景下的特征提取能力,有效地抑制背景噪声,充分提取弱特征;其次,在颈部网络,采用新的特征融合模块,以含有弱特征较多的低层级特征块的空间位置信息对高层级特征进行权重调整,提高不同层级的特征融合利用率,减少小目标的特征损失;最后,在头部网络,用解耦的检测头替换原YOLO耦合的检测头,解耦分类任务和回归任务,提高弱特征的解码能力,增强小目标检测的性能.在公开数据集COCO2017上进行实验,结果表明,SA-YOLO参数量仅有1.14M,小目标平均检测召回率$\rm AR_S$达到31.6%.同时,将所提出算法与近几年主流算法进行对比,结果表明,所提出算法在小目标检测方面具有较强的竞争力.     

随机时延下多输入多输出多智能体系统事件触发双向编队

针对动力学模型未知的多输入多输出非线性离散时间多智能体系统的随机时延问题,提出一种输入增益补偿策略,并针对其通讯受限问题,提出一种带有死区操作器的事件触发控制机制.首先,采用伪偏导技术沿时间轴方向,在智能体的每个工作点上建立一种紧格式动态线性化数据模型,并给出该数据模型的参数估计算法.在此数据模型的基础上结合符号图论,研究智能体之间的合作与竞争关系,设计一种事件触发的数据驱动双向编队控制算法.最后,通过李雅普诺夫稳定性理论、矩阵理论以及压缩映射原理论证所提出算法的收敛性,并通过仿真实验和实物实验进一步验证该算法的正确性与有效性.     

大型供热系统的计算机仿真设计与实现

大型供热系统的计算机仿真是供热系统向着大型化，复杂化发展的需要，由于大型供热系统是由若干相互耦合的环节组成的不可分割的整体，传统的计算方法和手段手法搞清整个系统的运行机理，进行各热力环节及系统的动态仿真研究不仅可以实现供热系统优化运行，节能降耗，还可以实现其自动控制系统优化设计，参数整定及校核设计的合理性，同时，在制定科学的热负荷发展计划，指导供热系统的改造等方面都能发挥较大的作用，该文详细介绍了该仿真系统的总体设计方案及通过软件完成模型算法的过程，实现了良好的人机交互及漂亮的结果显示功能，实用效果明显。     

基于改进粒子群优化的一致贴近度信息融合算法

贴近度表达了传感器的模糊测量,对信息融合的精确度有着至关重要的影响.用一致可靠测度来描述传感器的模糊测量,提出基于粒子群优化的一致贴近度融合算法,该算法建立了多目标可靠测度的数据模型,并定义多只传感器问的贴近度,利用改进的粒子群算法客观地确定模型中各种权值,根据一致可靠测度给出最终的融合算法,实例验证了算法的有效性.     

基于改进自编码网络的轴承振动异常检测

近年来,自编码器和神经网络技术已被广泛研究并应用于轴承振动等工业数据的异常检测问题上,但仍存在着训练数据量大、网络参数初始化、训练效率较低、异常检测效果较差等问题。为解决上述问题,提出了一种结合马氏距离和自编码网络的异常检测方法。利用轴承振动数据特征之间具有一定相关性的特点,通过数据的马氏距离快速检测出部分异常数据,减少了自编码网络的训练数据量;用自编码器结合分类器构建自编码网络,解决了网络参数初始化问题并且显著提高了训练效率;将数据的马氏距离作为特征加入训练中提升了自编码网络的异常检测效果;在自编码器中加入稀疏性限制并构造先升维再编码的结构,增强了自编码器的特征学习能力和收敛性。实验结果表明,针对低维轴承振动数据,提出的方法较其他异常检测方法具有较好的检测效果且具有一定的稳定性和泛化能力。     

基于RFID的超市物联网购物引导系统的设计与实现

提出了一种基于RFID技术的超市物联网购物引导系统的设计方案.超市物联网智能导购系统中最关键的问题是产品的识别和产品信息的获取.将电子标签与物联网相结合,利用电子标签作为产品识别的手段,利用物联网来获取产品的详细信息并自动生成产品信息,从而提出了基于RFID的超市导购物联网系统的想法,并对其结构和功能进行了分析.此外还重点分析了在该物联网中的RFID系统的应用以及中间环节的通信技术,以实现在超市物联网系统中的人性化、智能化.