一种基于数据竞争的高分辨率图像的聚类分割算法

近些年,机器人技术得到了迅猛的发展,应用越来越广泛.随着机器人技术的推广和普及,对机器人使用的要求也越来越高,其中对智能机器人的要求尤显迫切.机器视觉是智能机器人研究领域的一个重要研究方向.在机器人视觉系统中,核心问题是目标提取,对目标实时、准确、快速提取的关键技术是图像分割.由于机器人感知的环境的复杂性及目标的多样性,往往导致机器人感知获得的图像数据量较大且图像本身存在不可预知的复杂性,这就对准确的目标分割和提取处理提出了挑战性问题.本文针对高分辨率图像数据集的分割处理,提出一种新的聚类算法,即根据数据点能量和的大小识别类代表点和类成员点,通过数据点间的竞争识别出最有能力成为簇成员的数据点,并将其与mean shift聚类算法有效地结合应用于彩色图像分割问题中,能够快速高效地实现高分辨率图像的目标分割,并得到较好的图像分割效果.实验结果表明,本文算法在分割效果和分割效率上明显优于传统聚类算法.     

虚拟红外成像器件的模拟输出电路设计

虚拟红外成像器件是能输出红外图像数据源的器件,在调试图像采集系统的硬件和软件时能替代非制冷红外焦平面阵列。虚拟成像器件的输出具有很好的线性度和精度,可作为图像采集电路的标定器件。文设计了虚拟红外成像器件的模拟输出电路,根据UL03401性能参数,设计了信号调理电路,通过在FPGA上使用ROM中查表方式校正模拟端口输出误差,在实际应用中表现了良好的精确性。     

S7-1200利用高速脉冲输出方式实现打印

本文介绍SIEMENS S7-1200利用高数脉冲（Pulse Train Output,PTO）功能与MCU进行通讯的方法,具体介绍其中的一个应用：用PTO实现S7-1200的字符打印输出。     

改进近邻传播聚类的彩色图像分割

针对近邻传播(AP)聚类算法存在运算时间长、空间复杂度高而难以应用于较大规模图像数据处理的问题,提出一种将mean shift(MS)算法和AP算法相结合的彩色图像分割方法——MSAP算法.首先应用MS算法对输入目标图像进行预分割,将分割后的区域数目代替原图像像素点数目作为AP算法输入数据的规模,计算每个区域中所有像素的彩色向量平均值,并将其作为AP算法输入的数据点,选用数据点间的距离作为相似度的测度指标;然后应用AP算法在数据相似度矩阵上进行聚类,得到最终的图像分割结果.实验结果表明,与AP算法相比,MSAP算法在运行时间和分割效果方面都有显著的提高.     

基于ASP的Flash作品管理系统设计与实现

介绍Flash作品管理系统的设计方法及实现技术。系统基于ASP开发,后台使用Access数据库,系统功能是实现注册、登录、作品提交、作品下载、推荐评价、作品评级、签到记录、作品浏览、成绩查询和问答等功能,服务于Flash课程的教学。     

基于BA-WPHM的滚动轴承两阶段剩余寿命预测方法

为了提高滚动轴承剩余寿命预测的准确性,根据滚动轴承运行过程的两阶段性特点,提出了一种基于蝙蝠算法(BA)和威布尔比例风险模型(WPHM)的滚动轴承两阶段剩余寿命预测方法。首先,构建基于WPHM的剩余寿命预测模型;其次,提出了两阶段极大似然估计法,建立新的似然函数,并利用BA算法进行求解,以提高参数估计的准确性;最后,建立BA-WPHM模型对滚动轴承进行剩余寿命预测。案例分析表明,相比于Newton-Raphson算法、自组织分层猴群算法(SHMA)和独特的自适应粒子群算法(UAPSO),提出的方法参数估计的准确性更高,剩余寿命的预测精度优于支持向量回归(SVR)方法,验证了所提方法的有效性,为滚动轴承维修决策的可行性提供了依据。     

The ability of eye-tracking metrics to classify and predict the perceived driving workload

Traffic safety is directly related to the mental and physical condition of the driver. Performing regular secondary tasks while driving is an additional activity that dissipates attention and adds to the drivers' workload. Identifying driver fatigue and workload based on gaze behavior is one way to ensure a safe driving experience. The purpose of this paper is to classify and predict driving perceived workload using a set of eye-tracking metrics (gaze fixation, duration, pointing, and pupil diameter). The ability of eye-tracking metrics to predict driving workload has been investigated. As a result, frustration, performance, and temporal load showed a correlation with gaze metrics. Gaze point, duration, fixation, and pupil diameter significantly influence driving workload.Relevance to industry: Results will supply the specialists in eye-tracking/sensor technologies and traffic safety with new knowledge to improve the design of the driving performance and safety monitoring systems and efficiency of the driving process.     

Software defect prediction model based on LASSO–SVM

Neural Computing and Applications - A software defect report is a bug in the software system that developers and users submit to the software defect library during software development and...