基于YOLO v3的地面垃圾检测与清洁度评定方法

针对传统清洁机器人缺乏清洁效果反馈的问题,提出了基于YOLO v3算法的地面垃圾检测与清洁度评定方法.利用由垃圾巡检小车搭载的Jetson TX2和USB摄像头采集地面垃圾图像,选择兼具检测精度与速度的YOLO v3模型进行垃圾检测与分类;然后通过对不同类别的垃圾分配不同的权重系数,并与统计的垃圾数量加权出清洁度指数,...     

基于本体的平面度误差评定知识表示及推理

根据N-GPS标准和平面度误差检测国家标准GB/T 11337-2004,提取平面度误差评定的基本概念和规则信息,通过使用OWL语言来描述平面度误差评定知识.设计平面度误差评定本体的架构,基于Protégé完整构建平面度误差评定本体,并利用SWRL规则语言建立了平面度误差评定规则,通过JESS推理引擎实现了知识推理.为建立可共享、复用和推理的N-GPS知识库系统提供参考.     

基于二叉树的平面实体树生成算法及其应用

本文给出的平面实体树生成算法和凸壳生成算法是基于二叉树表示的平面图形处理基本算法,可广泛用于平面布局、平面图形识别、平面矩形网格生成等和类不同的问题。     

一种基于Hough变换的圆和矩形的快速检测方法

Hough变换是数字图像处理和机器视觉领域的经典算法,主要用于直线或线段的检测。虽然某些广义Hough变换能够用于检测复杂的2维图形,但其通常都具有存储空间大、计算时间长、可靠性差等不足,而且对于需要使用导数或梯度信息的算法而言,往往对图像中的噪声比较敏感、鲁棒性差。为了对平面规则图形进行快速准确检测,在传统的直线Hough变换的基础上,结合平面规则图形的几何特征,提出了一种检测平面矩形和圆的快速通用方法。该算法首先对图像进行滤波处理,并用Canny算子做边缘检测,先得到闭合的轮廓曲线,再利用形状角Dα对轮廓曲线进行粗分类;然后分门别类进行细致、准确的图形识别。该检测方法,由于只需要进行简单的1维和2维（直线）投票,而且完全不需要任何导数信息,从而大大提高了圆检测的速度和鲁棒性。实验表明,该检测方法适用于各种常见平面规则图形的检测和识别,并且检测速度快、精度高。     

基于LabVIEW的圆锯片平面度检测系统

介绍了圆锯片平面度检测系统的研究与开发。以电涡流传感器、数据采集卡、步进电机、PC机作为硬件配置,以Lab-VIEW为开发平台,设计了圆锯片平面度检测系统。该系统可以高效地检测圆锯片平面度,适合于实际生产过程的质量控制。     

知识、探索与状态平面组织的软件漏洞分析架构研究

对于软件漏洞分析复杂度过高的现状问题,本文认为其主要原因在于当前软件分析知识、技术及数据耦合程度高、各类知识与技术间缺乏有效编程接口连接,因而提出了将软件漏洞分析解耦合为知识、探索、状态等三层平面的设计。其中,状态平面可基于基础分析数据和既有的大数据操作接口表征程序分析状态及转换;知识平面与探索平面分别对应漏洞分析知识与技术/工具集合,本文从符号执行、污点分析、模式检测、模糊测试等现有技术类别中抽象出两平面间的知识与技术间的交互接口。在阐述三层平面的基础上,本文例举了实际漏洞分析应用场景,描绘出通过可编程接口连接各平面、以自由定制的方式发挥各平面间互补优势的愿景;期望随之努力达到打通各类知识、技术间的互通门槛,并融合数据处理技术以提升软件漏洞分析效能的效果。     

基于 BIM 和深度学习的建筑平面凹凸不规则识别

建筑抗震超限审查是高层建筑、特别是超高层建筑审查的重要内容,建筑平面凹凸不规则是建筑抗震超限审查的项目之一。目前的建筑平面凹凸不规则识别主要由人工依据设计规范进行,然而日益复杂的建筑平面设计超出了规范的示例范围,也加重了人工审查的负担。建筑平面识别可以看成是图片分类问题,考虑到实际工程中规则样本和不规则样本之间的不均衡性,利用异常检测的思想,提出了一种基于建筑信息模型(BIM)和深度学习进行建筑平面凹凸不规则辅助识别的方法。首先,利用几何对象之间的布尔交运算得到 BIM模型的建筑平面;然后,通过图片预处理,生成建筑平面外轮廓图;最后,将建筑平面外轮廓图输入已训练好的异常检测深度学习模型,反馈识别结果。实验结果表明,相比于传统的图片分类模型,采用异常检测的思路对不规则建筑平面图的识别率提高了 15%,更符合实际工程的需要。     

高频电磁镜面板平面度测量的不确定度评定

针对某部队高频电磁镜面TEM室的镜面板平面度误差测量与评定任务,从测量仪器的选择、测量误差的评定等方面解决镜面板平面度测量不确定度的评定问题。与传统的平面度误差测量不确定度评定方案不同,重点针对高频电磁镜面TEM室的超大镜面板平面度进行不确定度评定。测量方法采用相对测量法,从测量便利性方面选择合像水平仪,误差评定选择最小二乘法,基于MATLAB融入蒙特卡罗方法对其进行平面度误差评定,评定结果为4μm,解决了高频电磁镜面板的平面度误差评定问题,保证了高频电磁信号的高保真传递,实现了大型TEM喇叭、D-dot等电磁传感器的精确校准。     

网络处理器路由表同步机制的研究与实现

由于网络处理器将控制平面与转发平面分开运作,为保持两端平面上路由信息的一致性从而提高网络设备的可靠性,以Intel公司生产的IXP2400网络处理器为研究对象,使用IXA SDK开发工具中的CP-PDK模块,设计并实现一种路由表同步更新机制,达到控制平面与转发平面顺利沟通的目的,并使控制平面与转发平面上的路由表能够及时得到同步。     

基于双平面电容传感器的复合材料缺陷检测

非金属复合材料在制造或使用过程中会产生不同形状内部损伤,采用平面电极传感器可对损伤进行无损化检测。针对现有单平面电极传感器检测信号强度弱、检测数据量少等问题,提出一种双平面电极阵传感器检测非金属复合材料的方法。将两个4×4电极传感器组成一套双平面传感器,采用单激励测量模式,利用共轭梯度算法进行图像重建。仿真与初步实验结果表明:双平面电极传感器提高了检测信号强度,使重构图像精度得到了提高。     

融合人眼特征与深度学习的疲劳驾驶检测模型

针对现有疲劳驾驶检测技术不能有效平衡准确性和实时性的问题,通过融合人眼特征与深度学习,构建一种新的疲劳驾驶检测模型。设计GP-VGG16网络进行眼部状态识别,通过将人工先验信息集成到轻量级深度网络中,提高眼部状态识别的准确性、稳定性和实时性。在此基础上,利用眼部特征-疲劳等级模型将疲劳状态划分为9个等级,定量估计驾驶员状态,同时基于少样本学习建立高效的自动标签生成网络,减少对大量无标签驾驶数据的语义标注。实验结果表明,该模型的准确率达到97.1%,运行速度达到39.96 frame/s,能够有效提高驾驶员疲劳状态识别的准确性与时效性。     

基于平面提取的点云数据分割算法

针对点云数据处理过程中边缘不易定位准确的问题,提出一种抗噪性强的点云数据分割新算法。该算法以点云的区域分布特性为基础,通过对数据进行主成分分析(PCA),构建点云平面基元检测的新模型。定义多个平面相似度准则并结合多个阈值判断,进行平面的区域增长,实现点云数据的准确分割。实验结果表明,该方法能快速稳定地识别场景物体各个平面,得到较为准确的分割结果,且具有较强的抗噪性能。     

移动视点视频的平面检测与跟踪

针对广泛存在的建筑物场景,提出了一种基于视频的平面检测与跟踪算法.算法分为3步,给定初始帧图像中的平面边界,第1步通过相邻2帧图像间的单应性矩阵跟踪平面边界,由于单应性矩阵跟踪会导致累积误差,首先采用RANSAC算法拟合边界线段,再使用绝对二次曲线约束和LM算法优化平面边界.第2步检测新出现的平面,根据原平面边界是由两组不同的平行线段组成提取该平面外围的第三类平行线段,由此判断是否有新的平面出现并检测新平面边界.第3步在检测到新平面边界后跟踪当前帧的所有平面到下一帧,当新出现的平面区域有增加或减少时,根据同一平面材质相似这一信息使用漫水填充和图像分割更新平面边界.最后,采用5个真实场景进行了实验,结果表明,文中算法能准确、稳定地在线检测与跟踪视频中的平面边界.     

膜式燃气表滑阀盖平面度智能检测系统

文章介绍了滑阀盖平面度智能检测系统的设计与实现。该系统可以准确和高效地检测滑阀盖的平面度,特别适合于生产实际中的质量过程控制。     

可识别声源深度的三维声聚焦波束形成方法

当前平面传声器阵列结合波束形成方法进行声源识别定位时,存在不能确定声源相对全息测量阵列距离的问题,提出了可识别声源深度的三维声聚焦波束形成方法。基于球面波声场模型和波束形成方法,在不同深度的平面上进行声聚焦,首先根据聚焦面上波束形成功率的最大点位置沿聚焦深度方向（即z方向）的轨迹变化判断声源在z方向的位置,再进一步确定声源在x和y方向的位置。为验证方法的有效性,在点声源构成的声场中进行了仿真验证,并且在全消声室内进行了单声源及多声源识别定位的实验验证。仿真结果和实验结果一致表明：该方法能够实现基于平面阵列的三维空间中声源的识别定位。     

软件定义网络控制平面可扩展性研究进展

软件定义网络（software-defined networking,简称SDN）遵循控制转发分离的设计原则,其控制平面采用集中的控制逻辑,在提供灵活高效的网络控制的同时,也面临着严重的可扩展性问题.对SDN控制平面可扩展性相关工作进行综述.首先分析控制平面可扩展性的影响因素并给出改善思路;在此基础上,从数据平面缓存优化、高性能控制器、分布式控制平面和控制资源优化分配4种技术路线出发,论述了主要的解决方案和研究进展.最后,给出总结并展望了未来的研究工作.     

基于脑电与眨眼频率的可穿戴疲劳驾驶检测系统

在小型化、低功耗的可穿戴设备上,针对运行基于脑电信号的驾驶疲劳检测系统的准确率不高的问题,在对被试者左前额脑电信号Attention和Meditation以及Blink的数据进行关系分析的基础上,分别筛选最佳窗口宽度和分类算法,设计适用于可穿戴设备的疲劳驾驶检测算法,并在安卓智能设备上进行系统实现。采用准确率、正样本识别正确率、负样本识别正确率、敏感性与特异性指标,分别测试4种分类算法,即k临近算法、决策树算法、朴素贝叶斯算法、多层人工神经网络算法的性能,并最终选择k NN分类算法进行系统实现。实验结果证明,该系统的准确率达到83.7%,敏感性与特异性分别达到73.8%和88.6%,系统具有无线、实时、准确高效的特点。     

平面图形的分类与识别方法研究

对几种常用的平面图形分类与识别算法进行了分析比较,在此基础上,提出了一种基于拐点不变量的平面图形识别方法,该方法对于具有直线段和弧线连接的简单几何图形,能快速、准确地识别,方法简单、可靠。     

基于几何约束识别简单平面立体

已有的识别方法对于简单平面立体的识别均不能凑效。依据投影几何中的距离约束和角度约束,给出了三边形和平行四边形的识别方法;提出用属性关系图（ARG）表示平面立体和线图,该描述方法是一种结合表面特征和几何特征的方法。提出一种从单幅线图识别简单平面立体的新方法,该方法在匹配待识别线图与模型结点之前,先用拓扑信息进行候选模型的筛选,大大提高了识别的效率。结合几何特征和拓扑特征表示ARG中的每个结点,不仅能识别不同形状的目标,而且能把拓扑结构相同,但各部分大小、比例不相同的目标区分开。实验结果表明该识别方法是有效的,能够用于识别形状为简单平面立体的工业部件等。     

基于体密度变化率的点云多平面检测算法

针对以往点云多平面检测算法运算时间长、检测结果的准确性易受噪声影响这一问题,提出了一种基于点云几何统计特征的多平面检测算法。该方法首先根据体密度变化率对点云进行粗分割,然后利用多元随机抽样一致性算法(Multi-RANSAC)进行多平面拟合,最后提出了一种新的合并约束条件对拟合的初始平面进行优化合并。实验结果证明,该算法易于实现,能有效减少累积噪声对检测结果的影响,提高平面检测的正确率,极大地减少了计算时间开销。