基于MITK的医学图像系统设计

为丰富断层医学图像的数据信息,本文在MITK（Medical Imaging ToolKit）算法平台基础上,利用Visual C＋＋6.0开发环境,设计一个图像处理系统来实现二维断层图像的三维重建和图像分割。并取得了较好的成像效果,满足了部分使用者对数据的需求。     

基于多特征空间的均值漂移算法

传统均值漂移跟踪算法都是基于单个特征空间,这不能较好地解决特征相似目标对跟踪的干扰.文中归纳多种具有分布特性的局部性特征,并对各种特征的区分能力提出具体的测度方法,使得特征的选择能够自适应.并在分析均值漂移算法中权重值计算的基础上,提出在多特征空间下,依据特征区分能力赋予相应的权重值,进而融合至均值漂移算法中.改进算法能够有效利用各种特征,使其相互补足,提高目标跟踪的鲁棒性.对于视频序列的实验表明,改进算法能够对受干扰的目标进行有效的实时跟踪.     

通信电源现场监控模块的网络接口设计

现场监控模块是通信电源集中监控系统的重要组成部分。由于通信电源分布范围的巨大差异和近年来通信设备的大规模扩充扩容,通信电源集中监控系统的可扩充性显得非常重要。论文从监控模块网络接口的硬件设计出发,系统分析了监控系统可扩充性的硬件实现和软件设计方案。使用该方案所设计的几种现场监控模块,已在多个通信局(站)得到成功应用。     

基于交叉耦合的生产线位置同步控制

流水生产线的同步控制对于提高生产管理具有实际意义.分析了两轴生产线同步控制系统的特点,采用变频控制技术与PLC控制相结合,提出了交叉耦合控制方法构成位置闭环反馈.本方法实现了两轴同步控制,并在某组装生产线上取得成功运行和良好的经济效益.     

基于免疫机理的多机器人未知环境完全探测研究

利用多个机器人对未知环境进行在线完全探测.引用免疫系统的工作机理,系统是完全自主分布式的,对机器人的起始位置、运动队形不做任何要求.将机器人感知到的局部环境信息看作抗原,机器人看成B细胞,机器人下一步的探测目标点作为抗体.根据抗原信息,机器人个体进行自主作业.利用抗体-抗体的作用力,机器人之间实现协作.结合机器人的自主性和协作性,系统在线对未知环境进行探测.算法还利用记忆库记录边界点来实现完全探测,省去记录大量环境地图信息.仿真实验表明算法能有效实现完全探测,且对个别机器人失效和通讯丢失有较好的鲁棒性.     

基于局部线性判别器融合的非线性流形判别分析

提出一种基于局部线性判别器融合的方法,在非线性流形上展开判别分析.首先根据Gabriel图对整体流形作局部区域划分,并构造局部线性判别器.然后通过局部判别器融合获取整体非线性判别器:基于边界准则函数,以迭代优化的方式为每个局部判别器分配最佳的权重系数.基于边界准则函数的融合算法,克服小样本问题,消除整体判别器的性能对样本分布的依赖性.在人工合成数据集以及人脸图像库上的实验证明本文算法的有效性.     

高压开关柜局部放电TEV检测方法的改进

介绍基于暂态地电压（TEV）测量来检测10kV高压开关柜内部局部放电的常用仪器,总结分析其在应用中存在的主要问题,并提出改进方法——组建包括传感器、高速采集卡、信号处理软件的10kV高压开关柜局部放电检测系统来实现地电波波形的采集、显示及分析.现场应用验证了该新型测试系统的有效性.     

一起500kV SF6气体电流互感器绝缘击穿事故原因分析

介绍了SAS-550型电流互感器的结构和技术特点,分析了广西电网一起SF6电流互感器内部绝缘击穿事故的原因,解体结果表明电容屏接筒与玻璃钢筒内壁之间的绝缘裕度不足是本次故障的主要原因,且该产品在制作工艺以及运输控制方面都存在隐患,在运行电压下容易发生绝缘劣化,在外界诱因影响下可能会发生内部绝缘击穿事故.此事故经验可对电流互感器的选型和运行维护提供参考.     

基于局域重加权的智能配电网多源分布式协调优化算法

为了实现大量间歇式新能源的充分消纳,提出了一种含高密度分布式电源的智能配电网有功和无功资源的区域分布式协调优化算法。该方法首先建立多时间段线性锥最优潮流模型,其次利用辅助变量增广Lagrangian乘子法分裂节点以实现各区域子系统潮流的空间解耦,最后提出了基于局域重加权Lagrangian的分布式优化算法,实施全网有功和无功资源的协调优化。算法上,各区域子系统无需全局协调可独立并行迭代优化,通过邻域子系统间少量的部分信息交互达到全网优化。该算法降低了通信复杂度,最大限度地保留了各子系统的独立性。算例验证结果表明,所提算法计算效率较高且收敛特性良好。     

一种回归神经网络的快速在线学习算法

针对回归神经网络BP学习算法收敛慢的缺陷,提出了一种新的快速在线递推学习算法.本算法在目标函数中引入了遗忘因子,并借助于非线性系统的最大似然估计原理成功地解决了动态非线性系统回归神经网络模型权系数学习的实时性和快速性问题.仿真结果表明,该算法比传统的回归BP学习算法具有更快的收敛速度.