弹射试验中的目标识别与跟踪

在弹射座椅测试中,为了更好地对图像数据进行分析处理,需要对火箭橇和飞行员进行全程识别跟踪.首先采用帧间差分法以及形态学滤波得到火箭橇的质心坐标,以质心坐标确定初始搜索窗口后利用Camshift算法对火箭橇进行跟踪.采用指定区域比较颜色直方图的方法来检测弹出飞行员,并且完成对其跟踪.利用搜索框的大小来判断目标分离,当飞行员与座椅分离后,采用Opencv中块识别函数对飞行员及座椅进行识别,识别后再利用Camshift算法完成后续跟踪.实验结果表明,整个识别跟踪过程均达到良好效果.     

一种脚部加速度信息获取系统的设计与实现

提出了一种新颖的脚部加速度信息获取方法,并利用嵌入式低功耗技术和无线数据传输技术,成功研制了一套试验系统。试验结果表明,本系统具有较高的数据采样速率和良好的无线数据传输性能,能实现脚部三维加速度信息的精确获取。本系统为进行基于脚部加速度信息的相关研究提供了重要的试验平台,具有重要的基础意义。     

具有时延的参数不确定主动悬架广义H2/H∞控制

提出了一种新的综合考虑系统的输入时延和参数不确定性的广义H2/H∞混合控制器设计方法,并将其用于车辆主动悬架设计.假定作动器时延是一个已知其边界但不确定的恒定的量,且系统的小确定参数是范数有界的.针对悬架设计需求,分别用H∞和广义H2性能评价指标反映车身加速度和机械结构设计约束.通过定义一个李亚普诺夫函数来同时满足闭环系统的两个性能指标,将广义H2/H∞混合控制器设计转化为线性矩阵不等式的求解.用两自由度1/4车悬架模型进行仿真,结果表明:不论是否存在有界时延和车身参数变异,控制器始终能给出很好的控制效果.     

基于用户查询日志的命名实体挖掘

针对大规模查询日志中丰富的命名实体的挖掘是数据挖掘领域中的重要研究课题。已有的研究工作提出了一种基于种子实体的抽取框架,利用实体间的分布相似度进行挖掘。然而该工作只有当种子实体仅属于单个语义类别时才能取得好的结果,实际上命名实体往往可能从属于多个类别。该文通过引入一个弱指导话题模型,利用少量的人工指导信息,很好地解决了实体的类别模糊性,提高了挖掘的有效性。实验表明该文提出的方法在实体挖掘性能上显著优于已有的方法。     

一种基于服务覆盖网络的业务运行平台

针对分布式业务的动态性和可扩展性需求,设计并实现了业务运行平台BEPSON（Business Execution Platform Based On Service Overlay Network）。该平台基于服务覆盖网络,采用分层架构,提出并实现了具有QoS保证的动态服务发现算法以及分布式的执行策略。最后,通过实例验证了平台的有效性和灵活性。     

OSEK/VDX嵌入式实时操作系统在汽车稳定性控制器中的应用

根据OSEK/VDX标准设计嵌入式实时操作系统,侧重于任务管理,资源管理部分的实现。并在自主开发的汽车稳定性控制器硬件在环仿真平台上进行验证。实验结果表明,在该操作系统上开发系统可以有效地提高实时性和稳定性,能够满足汽车稳定性控制器的要求。     

基于肤色特征的AdaBoost人脸检测方法①

针对人脸检测准确率和实时性问题,提出了一种基于肤色特征的AdaBoost检测方法。通过将肤色特征应用到AdaBoost检测算法中,提高AdaBoost算法的检测率。实验结果表明,该算法能更好地实现多人脸检测,且减少计算量,保障了实时性的要求。     

嵌入式Linux和Qtopia下矩阵键盘输入的实现

详细介绍了基于嵌入式Linux和Qtopia的矩阵键盘输入实现方法。通过重载Qt的事件过滤器,结合信号和槽机制,利用两级状态处理及有效输入的界定,来简化输入过程,减少按键次数,提高输入效率。同时利用Qtopia的图形显示,使输入界面清晰,更适用于嵌入式终端设备。     

文本分类中基于概率主题模型的噪声处理方法

训练集中文本质量的好坏直接决定着文本分类的结果。实际应用中训练集的构建不可避免地会产生噪声样本,从而影响文本分类方法的实际应用效果。为此,针对文本分类中的噪声问题,本文提出一种基于概率主题模型的噪声处理方法,首先对训练集中的每个样本计算其类别熵,根据类别熵对噪声样本进行过滤;然后利用主题模型进行数据平滑,进一步减弱噪声样本的影响。这种方法不但能够减弱噪声样本对分类结果的影响,同时还保持了训练集的原有规模。在真实数据上的实验表明,该方法对噪声样本的分布具有较好的鲁棒性,在噪声比例较大的情况下仍能保持较好的分类结果。     

P2P MMOG中计算任务的分配问题研究

P2P平台上的MMOG设计与C/S结构相比具有更好的可靠性和扩展性,但是需要新的数据存储和事件计算分配方法.本文提出小区的概念,并以小区为计算对象的基本分配单位,设计了节点可以自组织地寻找自己地计算和通信对象的方法.小区模型的方法通过确定节点的职能,对系统中的计算任务进行划分;而合理的计算分配保证了节点计算结果的正确性,以及进行安全的通信和数据发布;每个小区内部建立多个计算节点相互监督的多层计算模式,以确保系统的安全性.最后通过实验分析了该模型的计算和通信代价,指出在提高系统可靠性的同时,降低网络负载.