基于信息融合的运动目标跟踪算法

针对复杂背景下目标遮挡后跟踪不稳定的问题,提出了一种在粒子滤波框架下融合异类信息进行目标跟踪的算法.该方法建立了声源特征模型和颜色特征模型,在此基础上将声音信息和图像的颜色信息融合到粒子滤波跟踪算法中,通过粒子更新策略实现跟踪.实验结果表明与基于单一特征的跟踪算法相比均方误差降低了18.3%.在低信噪比情况下,该算法更...     

金融海啸下铜市仍将弱势下探

或许金融海啸高潮已过去,2009年将开始进入灾后重建工作,但“余震”还将不断。虽然本次金融海啸未必能呈现上世纪30年代大萧条的局面,但对经济的伤害已经很大,2009年进入新增长周期的可能性很小。笔者认为短则2～3年、长则5～7年,经济才有可能进入新的上升周期。由于经济状态一时难以好转,与工业紧密相关的铜消费需求也愈发低迷,减产难以对价格形成有效支撑。救市政策如收储等可能对短期价格产生刺激,带来明年一季度的反弹振荡走势,但长期而言,将难以形成实质性利好,价格还将触及更低的水平,铜市仍在漫漫长夜中。     

金融海啸下铜市仍将弱势下探

或许金融海啸高潮已过去,2009年将开始进入灾后重建工作,但"余震"还将不断.虽然本次金融海啸未必能呈现上世纪30年代大萧条的局面,但对经济的伤害已经很大,2009年进入新增长周期的可能性很小.     

基于遗传算法的LQ控制器的权值优化

线性二次型最优调节器及线性二次型高斯问题,通称LQ问题,是最优控制在民用工业中应用最广的算法。LQ问题的解,最终归结为求解Riccati方程,而方程解的有效性,很大程度上又依赖于两个权矩阵Q阵和R阵的选择,如何选择Q阵和R阵以保证实现控制目标最优一直为控制界所注。本文提出以遗传算法来达到实现全局寻优的目的,得到较满意的结果。     

SJD83系列测井配套仪简介

SJD83系列测井配套仪是西安石油勘探仪器总厂1985年生产的新产品,1986年4月在华北油田榆7井和桐34井测井取得全部合格资料。现在,华北油田已经有两个83系列测井队投入测井作业。SJD83系列测井配套仪是与JD581多线电测仪配套使用的一种系列测井仪,它包括7种井下仪器:补偿声速测井仪;双感应一八侧向测井仪;双侧向测井仪;自然伽玛测井     

电磁轴承的结构优化设计

电磁轴承结构多数的正确设计是保证其承载能力要求和运行稳定可靠的前提。本文以结构参数为变量，在考虑磁阻和温升条件下给出基本方程式，以体积最小为优化目标，采用ＳＷＰＴ法进行优化设计。在计算中比较了漏磁对优化结果的影响。所得结论对电磁轴承结构设计有实际指导意义。     

关联交叉口子区的信号优化控制方法

在交叉口群的信号优化控制过程中,针对遗传算法早熟收敛且对相邻交叉口关联性考虑较少的问题,提出一种关联交叉口子区的信号优化控制方法。利用软集合理论将关联性强的交叉口划分在同一个子区;采用基于共享函数的小生境技术调整群体中个体的适应度并自适应地调整算法的交叉概率[Pc]和变异概率[Pm]对遗传算法进行改进;使用改进的遗传算法对关联交叉口子区的平均延误时间[D]进行优化。路网实测数据的仿真实验表明本文方法对交叉口群进行了合理的子区划分,且改进的遗传算法在子区信号优化控制中迭代次数减少,使得交叉口的平均延误时间更短。     

改进鸟群算法优化PF的双馈发电机故障诊断

针对粒子滤波（PF）在处理非线性、非高斯复杂动态系统故障诊断过程中,由于样本贫化所导致的故障诊断准确度低的问题,提出了一种改进鸟群算法优化粒子滤波的新算法。针对标准鸟群算法容易陷入局部最优问题,引入动态自适应系数和自适应步长,把每只鸟的位置和全局最优位置信息引入到自适应变化控制中,从而改善陷入局部最优的问题;采用改进后的鸟群算法优化粒子滤波重采样过程,即通过模拟鸟群的觅食、警戒和飞行行为使得粒子移向高似然区域;通过对双馈发电机定子电流传感器故障诊断的仿真分析,验证了算法的有效性。实验结果表明此算法可有效提高故障诊断的准确度。     

基于GPU加速的粒子滤波多说话人跟踪算法及其应用

为了解决粒子滤波多说话人跟踪过程中粒子易发散导致多目标跟踪精度低的问题,提出了并行粒子滤波和基于GPU的K-均值聚类的多声源定位方法。该方法首先分析了粒子滤波在实现多目标跟踪时,进行数据关联的过程产生较大的计算量,并且出现多个目标时,粒子会逐渐发散。针对计算量大和粒子发散的问题,提出了一种并行粒子滤波和K-均值聚类的方法。实验表明,随着粒子数和目标数的增加,计算量以指数增加,并且粒子发散严重,采用基于GPU的K-均值聚类方法的粒子滤波多说话人跟踪方法,相比传统粒子滤波跟踪方法具有更收敛的粒子集并且跟踪精度较高。     

融合LSH和LoG特征的人脸识别

为了解决人脸识别率受光照变化影响较大的问题,提出一种局部敏感直方图（LSH）和高斯-拉普拉斯（LoG）特征相结合的人脸识别方法。首先,提取人脸图像中的LSH光照不变特征以及LoG边缘细节特征,然后通过计算各特征的标准差确定自适应融合权重,将其进行特征级融合来弥补单一使用LSH特征带来的细节损失,并以此构建更为有效的人脸特征样本集,最后使用稀疏表示算法对样本进行分类识别。在PIE和AR人脸库上的实验表明,所提方法能很好地处理光照问题,而且在训练样本较少的情况下,依然能获得较高的识别率。