多尺度卷积特征融合的SSD手势识别算法

为了提高对中小占比手势识别的准确性与稳定性,提出了一种多尺度卷积特征融合的SSD(single shot multibox detector)手势识别方法。该方法突出表现在两大方面,其一,在原始的SSD算法的多尺度卷积检测方法基础上,引入了不同卷积层的特征融合思想,经过空洞卷积下采样操作与反卷积上采样操作,实现网络结构中的浅层视觉卷积层与深层语义卷积层的融合,代替原有的卷积层用于手势识别,以提高模型对中小目标手势的识别精度;其二,为了解决正负样本不均衡导致分类性能差的问题,提出一种改进的损失函数,以提升模型对目标手势的分类能力。在手势识别公开的数据集上的实验结果表明,与SSD和Faster R-CNN等识别方法相比,能够在保持较高的手势检测精度的同时,又具有较好的鲁棒性与检测速度。     

数字化下的涉水管网地理信息系统应用

地下管线是一个城市的生命线,其中涉水管网在地下管网中又占据非常重要的地位。为充分发挥涉水管网信息在城市建设、规划、管理、防洪减灾中的作用,构建涉水管网地理信息系统,在充分利用现有硬件和软件支撑环境的基础上,构建专业的空间属性数据库,以数据的动态更新、修改存储、展示查询和管理为基础应用,在业务上服务于应急抢险、规划建设、运行维护、共享发布等过程,按权限的不同划分不同的业务应用。系统集管网信息发布、三维预览、数据更新和移动应用平台等子系统于一体,实现地理信息展示、管网综合分析、数据更新管理等关键功能,实现涉水管网信息的集中保存、快捷查询和检索、信息共享和交换,有助于提升城市应急抢险救灾能力,减少市政工程规划建设的失误,提高涉水管网运行维护管理水平,统一管网信息共享与发布机制。     

基于SOFM和BP短期负荷预测方法

基于以自组织特征映射神经网络(Self-organizing feature map,SOFM)先聚类、神经网络再预测的模型以往多用在对疾病、天气方面的预测,由此提出了一种以SOFM与误差反向传播算法的神经网络(Back Propagation,BP)相组合应用为基本原理的短期电力负荷预测的组合模型。该模型主要基于SOFM网络的主要特性聚类,预先将训练样本集采取聚类分析,对其分为具有相似数据的若干子类,再根据每一子类构造一个BP网络模型。利用内蒙古自治区某市的实际日平均负荷数据进行仿真,证明了本文方法的有效性。     

空间金字塔分解的深度可视化方法

针对基于深度卷积神经网络的图像分类模型的可解释性问题,通过评估模型特征空间的潜在可表示性,提出一种用于改善理解模型特征空间的可视化方法.给定任何已训练的深度卷积网络模型,所提出的方法在依据原输入图像使得模型类别得分激活最大化时,首先对反向传播的梯度进行归一化操作,然后采用带动量的随机梯度上升训练策略,反向回传修改原输入图像.引入了通过激活最大化获得的图像可解释性的正则化方法,常规正则化技术不能主动调整模型特征空间的潜在可表示性,结合现有正则化方法提出空间金字塔分解方法,利用构建多层拉普拉斯金字塔主动提升目标图像特征空间的低频分量,结合多层高斯金字塔调整其特征空间的高频分量得到较优可视化效果.通过限制可视化区域,提出利用类别显著性激活图技术加以压制上下文无关信息,可进一步改善可视化效果.对模型学习到的不同类别和卷积层中单独的神经元进行合成可视化实验,实验结果表明提出的方法在不同的深度模型和不同的可视化任务中均能取得较优的可视化效果.     

装配式集装箱结构体系优化及节点性能

为建立装配式集装箱结构的标准体系并掌握其力学性能,以一个典型的集装箱建筑方案为基础,以规范要求为评价指标,对其进行了6种不同结构方案的静力分析和抗震分析,研究了设置横梁立柱、辅助拉杆等构造措施对结构性能的影响,结果表明:该集装箱建筑体系对风荷载较为敏感,构件截面主要由风荷载控制,地震作用不起控制作用,增加局部立柱和横梁对于提高集装箱建筑的抗侧移刚度作用不明显,而设置侧向拉杆则能有效加强结构抗侧移刚度.最后采用多尺度分析方法对结构所采用的装配式集装箱建筑节点进行了模拟分析,结果表明该节点在结构各种工况下均能保持良好的工作状态,可为类似集装箱建筑的节点选用提供技术参考.     

锥面共形阵列极化-DOA估计的降维MUSIC算法

针对传统MUSIC(multiple signal classification)算法在锥面共形阵列极化-DOA(direction of arrival)参数联合估计过程中计算复杂度较高的问题,利用单极化阵元构造极化敏感锥面共形阵列,并建立阵列接收信号模型.通过构造同极化接收子阵,将导向矢量中空域信息和极化域信息去"耦合",在考虑阵元遮挡效应的条件下,结合秩损原理实现了基于降维MUSIC算法的极化-DOA多参数估计,减小了极化-DOA参数估计的计算量.通过计算机仿真证明了方法的有效性.     

扩展BVP振子弱周期扰动下的振荡与同步

针对扩展bonhoeffer-van der pol(BVP)振子易受不确定因素影响的问题,提出了将非线性动力学分析与数值模拟相结合的方法,并考察了弱扰动对混合模式振荡类型和同步行为的影响.根据模拟结果得知,多种类型的混合模式振荡受弱扰动的影响出现了坍塌现象,且从理论上证明了两个耦合bonhoeffer-van der pol振子的膜电压比慢变量到达完全同步时所需的耦合强度要大,在二维参数平面上,膜电压到达同步时所取参数范围应小些.结果表明,与膜电压相比,慢变量更容易达到同步,且变量之间呈现一种线性关系.     

基于线性多尺度模型的计算机网络数据流量预测

为了解决网络安全监控问题,提出了一种用于预测网络流量的算法.通过多个不同尺度的线性模型进行网络数据的组合预测,每个尺度的线性模型由经过滤波器滤波后的部分原始数据估计得到,最终的预测流量数据由多个尺度线性模型的平均预测值得到.选择的线性模型为自回归滑动平均模型,且尺度较小的线性模型对应自回归滑动平均模型的阶数较高.结果表明,本算法的预测精度高,整体预测误差的均值在10-3量级.     

3D reconstruction method based on contour features

To guarantee the accuracy and real-time of the 3D reconstruction method for outdoor scene, an algorithm based on region segmentation and matching was proposed. Firstly, on the basis of morphological gradient information, obtained by comparing color weight gradient images and proposing a multi-threshold segmentation, scene contour features were extracted by a watershed algorithm and a fuzzy c-means clustering algorithm. Secondly, to reduce the search area, increase the correct matching ratio and accelerate the matching speed, the region constraint was established according to a region''s local position, area and gray characteristics, the edge pixel constraint was established according to the epipolar constraint and the continuity constraint. Finally, by using the stereo matching edge pixel pairs, their 3D coordinates were estimated according to the binocular stereo vision imaging model. Experimental results show that the proposed method can yield a high stereo matching ratio and reconstruct a 3D scene quickly and efficiently.     

一种改进的多目标粒子群优化算法

针对多目标粒子群优化算法在迭代过程中收敛速度和多样性方面的不足,提出一种改进的多目标粒子群优化算法(IMOPSO).采用基于栅格和拥挤距离的协同外部档案维护策略,通过更准确地选择收敛性和多样性性能更好的非劣粒子作为全局最优值,加快整个种群的收敛速度;采用分段Logistic混沌映射、外部档案检测机制及修改的粒子速度更新公式,分别在初始化阶段和迭代过程中增强种群的多样性;最后,通过对标准测试函数仿真测试证明了改进后的算法能够快速收敛至Pareto最优前沿并保持较好的多样性.