基于视觉的多特征手势识别

手势是一种自然直观的交互方式,基于视觉的手势识别是实现新一代人机交互的关键技术。本文在已有的手势识别技术基础上,从手势分割及手势表示两方面着手,提出了一种单目视觉下的手势识别方法。利用颜色特征检测肤色区域,成功分割出人手;利用人手的轮廓及凸缺陷检测指尖,再利用指尖的数目和方位来表示一个手势,进而结合轮廓长度和面积等几何特征完成手势识别。传统的指尖检测方法需要遍历并扫描手掌外轮廓,计算量大,本文通过凸缺陷检测指尖,减少了计算量,提高了指尖检测的速度。实验结果表明,本文的方法具有很好的鲁棒性及实时性,能适应环境的变化。     

考虑源荷不确定性的电热系统联合调度

针对风电和电热负荷不确定的问题,提出计及源荷不确定性的旋转备用容量的优化方法,建立考虑电热备用耦合影响的调度模型。在日前阶段,以能源与负荷的预测量制定机组的出力方案,风电由于其预测精度较低,利用Beta概率密度函数来拟合风电出力,从而确定风电的不确定性带来的旋转备用容量,利用机会约束规划来处理不确定问题;负荷有较高的预测精度,但其波动性较强,使用概率场景生成和削减的方法制定不同场景下负荷备用需求的调整量,以日运行成本最低建立目标函数,运用改进的粒子群算法在IEEE30节点系统上验证了所提模型的经济性和鲁棒性。     

Method for discrimination of false targets in multistation radar systems based on the deep neural network

For the existing jamming discrimination methods for multistation radar systems,only the single feature of target echo space correlation is utilized as the metric,which leads to insufficient comprehensiveness of feature extraction,so that effectiveness and universality are insufficient for the discrimination algorithm.In this paper,an identification method in multistatic radar systems based on the deep neural network is proposed.This method combines the characteristics of multistatic radar systems cooperative detection technology,which has many available resources and strong scheduling ability in space,time and frequency domain,with the strong model learning and feature representation ability in the process of information processing on the deep neural network,so that it can effectively apply to the field of anti-deception jamming.Full use is made of unknown information about echo data to obtain more multi-dimensional,more comprehensive,more complete and deeper feature differences besides correlation,so as to achieve a better jamming discrimination effect.Simulation results show that the proposed method can effectively reduce the influence of noise and pulse number on the jamming discrimination performance.At the same time,the limitation of the target echo correlation coefficient on anti-jamming technology under nonideal conditions is alleviated,which broadens the boundary conditions of the application process.     

短视频对服装服饰类用户购买意愿的影响

短视频营销已成为当前助推消费升级的重要新生力量,研究其对用户购买意愿的影响对提升产品销量具有重要的理论意义和实践价值.通过文献总结分析,借助SOR理论模型,提出研究假设,构建探究服装服饰类短视频对用户的购买意愿影响模型,并通过结构方程模型进行验证分析.结果表明:短视频的有用性、易用性显著正向影响用户的购买意愿,而娱乐性影响不显著;感知匹配度在有用性、易用性、娱乐性刺激变量和购买意愿反应变量间存在中介作用.针对上述结论,建议服装服饰类短视频运营企业商家注重在有用性、易用性、感知匹配度方面进行改进,促使短视频营销更快更好的发展.     

地裂缝分类及地面沉降区构造地裂缝防治对策

地裂缝类型多样,灾害严重。根据主导因素及动力类型,将地裂缝分为构造地裂缝和非构造地裂缝两大类和16个类别; 基于地裂缝的工程地质特征、水文地质特征和活动特征,认为地面沉降区构造地裂缝发生超常活动的本质原因是地裂缝错断了含水层,在过量抽取地下水时地裂缝两侧形成明显的水头差,产生不均匀压缩,从而导致地表发生较大的差异沉降; 提出了采用定向钻井打通被错断含水层以实现地裂缝两侧水位自然平衡的地面沉降区构造地裂缝防控方法——通水调压控裂法(CABHP),该方法可以有效控制地面沉降区的构造地裂缝活动,避免大量土地资源浪费和灾害损失。     

超低硫X65管线钢中非金属夹杂物研究

对本钢超低硫X65管线钢中夹杂物的研究结果表明,LF精炼初期,钢中夹杂物主要是球形、多边形和大量簇状的Al2O3夹杂物,99.1%的夹杂物尺寸小于20μm。微合金化后,部分Al2O3夹杂物中出现TiO、SiO2、MnS等成分。钙处理后,夹杂物的平均直径达到8.58μm,大量夹杂物为含有微量MgO、SiO2或MnS等的2~50μm的球形mCaO.nAl2O3,部分为Al2O3、MnS、CaS或CaS-MnS。铸坯中夹杂物数量最少且尺寸最小,96.9%的夹杂物尺寸小于10μm,未发现大于50μm的夹杂物,平均直径为3.71μm。铸坯中大部分为球形的以mCaO.nAl2O3为主要成分的复合夹杂物,还有少量的Al2O3、MnS和CaS夹杂物等。     

基于时间序列模式表示的异常检测算法*

提出了一种基于时间序列的模式表示提取时间序列异常值的异常检测算法(PREOV).时间序列的模式表示本身就具有压缩数据、保持时间序列基本形态的功能,并且具有一定的除噪能力.在时间序列模式表示的基础上提取异常值,可以大大提高算法的效率和准确性,达到事半功倍的效果.在本算法中,还使用了一定的剪枝策略,使得算法的时间复杂度进一步降低.该算法计算简单、实现方便、无须训练,可以支持时间序列的动态增长.     

一种针对SoC的嵌入式系统软/硬件协同综合算法

嵌入式系统是软件和硬件共存的系统,多数功能部件可以由软件来完成,也可以由硬件来完成,为了综合考虑系统功能和多项性能指标（如成本、硬件面积、功耗和时间性等）来合理划分系统,提出了一种针对SoC的嵌入式软/硬件协同综合方法,建立了对应的数学模型,将嵌入式系统软/硬件协同综合问题转换成为有向图中求最优路径问题,并用条件遍历法得出整个解空间上的可行解。本方法能够同时评价多项性能指标,融入了SoC设计IP核与软件构件重用的思想,是一种自动方法,克服了传统方法的缺陷。通过一个PDA手机平台音频和视频发方系统的实际例子证明了本方法的实用性和有效性。     

油-气管道检测机器人技术现状及展望

为提高油-气管道检测的效果,结合国内外典型管道机器人的特点,综合分析了管道机器人运动控制技术、定位技术和实时检测技术3个方面的现状,并指出了核心技术的不足;针对石油化工行业高温带压管道环境,提出管道检测机器人的研究重点为分层模糊神经网络运动控制技术、CCD视觉定位技术、低频电磁定位技术和分层图像分割的优化方法等。为进一步提高化工油-气管道内检测机器人的检测效果提供了理论依据。     

微晶纤维素在稀硫酸中的热解机制研究

以微晶纤维素为原料,通过热转化可以得到葡萄糖、乙酰丙酸等多种用途广泛的有机化合物,在此过程中也存在脱水碳化竞争反应,得到生物碳副产物.分别以酸浓度和温度为实验变量,采用高效液相色谱(HPLC)对样品的液体产物进行表征,探索微晶纤维素在稀硫酸溶液中的热分解转化机制.结果表明:微晶纤维素的热分解转化是连续反应和竞争反应同时存在的复杂反应过程;控制温度在180～200℃,酸浓度在0.05～0.1 mol/L时,可获得最大产率的葡萄糖(约21.90％);若温度为200℃,酸浓度为0.2 mol/L时,则主要产物为乙酰丙酸.