自回归模型参数的最佳辨矢量及效果分析

目的 研究用于模式识别的最佳特征矢量提取方法。方法 基于AR模型参数，利用改进的Fisher判别准则进行效果。结果 经实测的车辆噪声数据检验表明，利用该方法提取的特征矢量具有好的稳定性，且对车辆类别具有较强的知识能力。结论 该方法用于特征提取是可行的。     

图谱域的矢量地图可逆水印算法

以多边形特征点提取为基础,构造特征点的星树,通过修改星树图谱域系数中差值最小的一对嵌入水印信息,在水印提取阶段能够无损恢复原始矢量地图数据.实验结果表明该水印方案严格可逆,具有较好的隐蔽性及抗图形简化能力,是一种用于二维矢量地图版权保护的实用算法.     

磨粒形状特征提取及神经网络识别

针对具有不规则轮廓特征的显微磨粒图像，应用标记描述对磨粒形状进行表征。该方法将磨粒轮廓一维展开后，提取了具有平移，旋转和尺度不变性的形状特征矢量，然后以提取的形状特征为输入矢量，利用径向基函数神经网络对磨粒形状进行分类识别。应用实例表明，标记充分利用轮廓信息，综合反映了磨粒的总体形状特征和边缘细节，可用于磨粒形状特征的描述；所建立的基于神经网络的磨粒形状分类模型学习速度快，识别率较高。     

基于均匀圆阵的矢量重构解相干算法

为解决基于均匀线阵矢量重构法不能直接用于均匀圆阵这一问题,提出一种模式空间矢量重构算法.提取模式变换后最大广义特征值对应的特征矢量,并对修正的信号特征矢量采用前后矢量重构方式构造数据矩阵实现解相干.在变换前提取最大特征值对应的信号特征矢量,充分去除噪声,且无需变换后广义特征分解计算,算法复杂度显著降低.理论分析和仿真结果验证了该算法的有效性.     

基于多证据的血液白细胞自动分类

对白细胞分类方法提出了一种基于形状特征学习的分类算法.该算法首先从细胞核中提取基于欧氏距离变换的不变矩特征和形态学特征;然后,所提取的特征可以实现对单核细胞、淋巴细胞、嗜碱性粒细胞的分类;最后,提取灰度共生矩阵作为纹理特征,通过支持矢量机实现对剩余白细胞类别的分类.实验结果表明,该方法具有很好的分类准确率及较短的处理时间.     

利用DFT幅度和相位构建矢量空间数据水印模型

针对矢量空间数据的特征,提出了利用离散傅里叶变换 (DFT)幅度和相位构建矢量空间数字水印模型的方法. 首先将矢量空间数据进行DFT,将水印信息嵌入DFT系数的幅度和相位中;然后做逆变换,得到嵌入水印的矢量空间数据,对其进行攻击后提取水印;实验结果证明,该模型能够保证数据的精度,对数据平移、一定比率的随机删点、旋转、格式转换、缩放等具有稳健性.     

视觉测量中光学测头姿态估计方法

基于光学测头特征点成像的单机视觉坐标测量系统具有测量空间大、测量精度高及可进行现场测量等优点,是替代传统的大型坐标测量机的最有发展前途的技术方案之一.为实现该测量方法,必须先解决光学测头姿态估计问题,为此,提取一种利用SVD与矢量观测值的姿态确定方法.首先,通过基于SVD的5点优化算法确定特征点的空间坐标;然后,利用特征点的测头坐标和空间坐标建立关于测头坐标矢量、像机坐标矢量的矩阵方程,优化求解矩阵方程确定光学测头(测头坐标系)相对于像机坐标系的姿态.该算法利用所有数据冗余信息,提高了测量系统的精度和稳定性.实验证明,该算法切实可行,系统的单点重复性及测量不确定度<0.1 mm.     

基于离散小波变换的水下回波信号尾波包络特征提取

提出一种水下目标回波的特征提取方法.该方法在离散小波变换的基础上,基于回波信号中的散射成分可以对水下底质进行分类的理论基础,提取水下回波信号尾波包络特征作为识别特征矢量,构成基于尾波包络特征的特征空间,再采用最佳鉴别矢量法将特征空间进行特征压缩,最后利用最小距离分类器对目标回波进行分类.实测数据结果表明,采用这种方法得到的包络特征是一种稳健、有效的特征,能够获得较高的正确识别率.     

应用变化区域检测方法实现运动车辆分割

研究一种用于视频序列中运动车辆的提取方法,利用3帧对称差分的交集检测出视频帧中的运动区域,并利用2次横纵扫描方法,填充运动目标模板,最后将运动目标模板和当前帧逐像素点相乘,提取出运动目标。实验结果表明:该方法具有良好的分割效果。     

基于特征合成的周期性备件需求预测方法Symbol`@@

针对工程机械备件需求预测准确性低的问题,提出一种新的基于特征合成的周期性维修备件需求预测方法. 定义等间隔备件需求样本集的相似度模型,采用优化算法确定最优备件需求周期长度,并利用回归模型建立各周期内的备件需求模型;提出基于特征合成的模型综合方法,借鉴物理力学中的矢量合成方法,将多个历史备件周期需求模型特征矢量合成新的特征矢量,利用新特征矢量还原获得最优的周期预测模型,该模型综合考虑了各个历史备件周期预测模型,使获得的备件周期预测模型具有更好的鲁棒性和泛化性. 采用人工数据和矿用圆环链的实际需求数据对该预测模型进行验证,实验结果表明,该模型具有良好的稳定性和准确性.     

约束系统特性对乘员碰撞响应影响的仿真研究

　Aim　To study the influence of restraint system performance upon the occupant's response during impact, and provide a scientific base for occupant restraint system design. Methods In the light of basic theory of multibody system dynamics and impact dynamics on the basis of classical theory of impact, R-W method is adopted to construct the vehicle-occupant system model consisting of fourteen rigid bodies, thirty seven DOFs and slip joints for the simulation. A software named SVC3D(3-dimensional simulation of vehicle crash) is developed in the FORTRAN language. Results The results of simulation have a good coincidence with those of tests and the restraint system with low elongation webbing and equipped with pretensioner provides better restraint effect for the occupant. Conclusion The model of vehicle-occupant multibody system and SVC3D are suitable for use. Occupant should be belted with low elongation webbing to a certain degree and occupant restraint system should be equipped with pretensioner.     

饱和交通状态下的绿信比优化及其应用研究

在饱和交通状态下,Webster绿信比优化模型要同时消散各个方向上的拥挤车流,忽略饱和与非饱和交通状态下的车流特征差异,导致信号交叉口各个方向上的排队车辆越来越长,为此,提出采用通行优先权的方式,对交通需求大的方向给予更多的绿灯时间,以期实现尽快消散该方向上的拥挤车流．各个方向（相位）通过轮流获得相位通行优先权进而逐步消散各自方向上的拥挤车流,最终达到预防交通拥挤和快速消散交通拥挤的优化目标．仿真实验证实,本优化方法在处理饱和交通流上较Webster绿信比优化模型更有效．     

基于面向对象技术的特征表示法

目的　研究特征的计算机表达方法 .方法　通过对比 ,认为特征表达与面向对象技术有许多相通相似之处 ,他们是当前设计 CAD/CAPP/CAM的两大工具 .结果　运用面向对象技术实现特征表示就是通过面向对象技术建立适用于产品数据交换的计算机内部数据表达模式 .结论　建立起来的计算机内部数据模式是表达特征和特征之间约束关系的有效途径 .     

基于SVM车型识别系统的设计

车辆自动识别分类技术是智能运输系统的重要组成部分,它对特定地点和时间的车辆进行识别和分类,并以之作为交通管理、收费、调度、统计的依据。要实现我国公路收费自动化、管理规范科学化,车型自动识别方法的研究势在必行。本文研究基于车型图像代数特征的车型识别方法。该方法首先利用背景差分法从背景图像中提取出运动车辆,并对车型图像进行预处理,然后采用特征并行融合的方法即用PCA方法,最后通过支持向量机分类器进行车型识别。     

一种新的基于实时视频流的车型特征提取算法

背景的实时建模、车辆存在判定及车型特征提取是基于实时视频流的车型识别系统中的关键性问题。本文首先从建模质量和建模速度两个方面对比分析了几种常用的背景建模算法。然后提出了一种新的车辆存在判定、特征提取算法“弹性松弛算法”,最后给出了实验结果。结果表明：该算法可以有效的进行车辆存在判定,并能够实时的提取车型长度特征,从而完成车型识别系统中的车辆计数工作,为车型识别奠定了良好的基础。     

Vehicle detection using the location relationship model between multi-components

In view of the complex traffic and changeable weather and illumination in a scene, traditional vehicle detection method based on the single part model may result in a bad detection. So, using the spatial location relationships existing in multi-components of the vehicle, license plate and rear lamps are selected to construct the probabilistic models, through which vehicles are detected in this paper. In the new method, first, the color image of the road video is decomposed to the rear lamp gray image and license plate gray image through a different color conversion model. After that, the further identification for the license plate is accomplished through the key steps of gradient feature extraction, regional gradient smoothing and local maximum gradient search; similarly, the further identification of rear lamps is accomplished through the key steps of threshold segmentation, connected domain analysis and area calculation. Finally, With the Gaussian Mixture Model, relationships between the parts of the probability are established, and for the relationship model, if it makes the likelihood probability greater than a preset threshold, we argue that these parts belong to the same vehicle, and take the test result as the final vehicle detection result. Experimental results indicate that the new vehicle detection method has a strong adaptability, which can perfectly deal with the bad illumination conditions and target occlusion conditions, as well as a variety of vehicle types.     

汽车油耗检测的不解体方法——碳平衡法

在将机动车油耗测量方法归纳为直接测量法和间接测量法的基础上,提出了基于碳平衡原理的油耗测量方法。试验结果表明,该方法操作简便,具有较好的测量精度,可以用于车辆油耗的快速不解体测量。     

Adaptive key SURF feature extraction and application in unmanned vehicle dynamic object recognition

A new method based on adaptive Hessian matrix threshold of finding key SRUF( speeded up robust features) features is proposed and is applied to an unmanned vehicle for its dynamic object recognition and guided navigation. First,the object recognition algorithm based on SURF feature matching for unmanned vehicle guided navigation is introduced. Then,the standard local invariant feature extraction algorithm SRUF is analyzed,the Hessian Metrix is especially discussed,and a method of adaptive Hessian threshold is proposed which is based on correct matching point pairs threshold feedback under a close loop frame. At last,different dynamic object recognition experiments under different weather light conditions are discussed. The experimental result shows that the key SURF feature abstract algorithm and the dynamic object recognition method can be used for unmanned vehicle systems.     

一种用于雷达HRRP功率谱的加权特征压缩方法

针对雷达高分辨距离像的平移不变特征——功率谱特征,提出了一种基于Fisher判决率的加权特征压缩方法．该方法利用目标功率谱特征的Fisher判决率迭代搜索最优权向量,并根据最优权值的大小对特征向量降维．与直接使用原始功率谱特征及基于Fisher可分性判据的几种现有的特征压缩方法相比,加权特征压缩方法在降维的同时可提高识别性能,且运算简单,在基于外场实测数据的识别实验中对测试数据具有良好的稳健性．     

Development of performance and combustion system of Atkinson cycle internal combustion engine

The application of hybrid vehicle is a practical technical solution to the energy shortage and the environmental pollution.The internal combustion engine(ICE)plays a key role in the development of the hybrid vehicle.Based on the requirements of the hybrid vehicle and the characteristic of Atkinson cycle,a set of designing methods for the Atkinson cycle gasoline engine is presented through the analysis of the optimized matching for the compression ratio,valve timing and the combustion chamber.The designing method has been verified by the bench test and the results show that the fuel consumption can be improved by12%–15%with the reduction of the low speed torque by 10%,and the low fuel consumption region in the fuel map extends significantly with the rated power almost keeping constant.It may be of great reference for the development of hybrid vehicle technology in China.