安全高效矿井监控关键技术研究

提出安全高效矿井应采用先进可靠的监控技术,实现供电、排水、通风、压风、运输、提升、瓦斯抽采等固定岗位无人值守和地面远程控制,综采、综放等采煤工作面少人作业和地面远程控制;提出供电、排水、通风、压风、运输、提升、瓦斯抽采等监控系统应具有地面远程控制功能;提出具有远程控制、报警联动、调度指挥等功能的煤矿调度指挥控制中心;提出整合计算机网络机房、程控交换机机房、调度交换机机房、监控系统机房等的数据中心;提出基于煤层瓦斯压力和瓦斯含量、综合指标、钻屑瓦斯解吸指标、复合指标、R值指标、瓦斯涌出量(根据瓦斯体积分数和风量计算)、巷道位置、微震、地音、温度等及其变化的煤与瓦斯突出预警方法;提出基于WiFi的矿用无线传输接口,以便于互通互联;提出通过分布式光纤测温预警煤炭自然发火,较通过监测CO等煤炭自然发火标志气体更直接、更及时、更可靠;提出根据运煤量实时调整输送带速度:当煤量较小时降低输送带运行速度,当煤量较大时提高输送带运行速度,以提高运输效率,减少设备磨损;提出基于光纤综合保护的供电监控系统具有防越级跳闸、地面远程整定和地面远程控制功能,提高了煤矿供电的可靠性,可实现煤矿井下机电硐室无人值守;提出具有煤岩识别与滚筒自动调高,采煤机、刮板机、液压支架3机联动,记忆割煤,地面远程、顺槽近程、手动控制和紧急停机,放顶煤量和煤矸控制,采煤机和刮板机等大型机电设备故障诊断等功能的采煤工作面监控系统。     

标准正面人脸图像的识别

本论文选用人脸上27个特殊点作为人脸基本特征。以人脸几何结构为基础,结合有脸识别的心理特性,提出新颖、简便、高精度的“寻找存在”法,使提取特征点的速度、精度得到大大的提高,在详细分析这27个特列点的统计特性后,选择了其中信息量丰富的15个点间距及间距比构成一组向量代替人脸描述,用加权欧氏距离作为特征向量间相似性测试,在两类实验中,识别率高达100％和98％。     

非相似度保持投影

由主成分分析(PCA)可知任何一幅人脸图像都可以通过一组特征脸的线性加权来重构,PCA是最小均方误差意义下图像的最优表示,但是传统的PCA最终只通过比较加权系数的欧氏距离来进行识别,没有考虑残差。因此,提出非相似尺度的概念,将两个样本同时投影到相同向量上,在确定它们关系时既考虑投影系数,也考虑重构所产生的残差。两者的投影系数和残差相差越大,说明这两个样本越不相似。和保局投影(LPP)有所不同,非相似度保持投影算法不必预先设定近邻个数,它是利用非相似度的概念,创建非相似度散布矩阵,最终通过最大化目标函数获取最优子空间。在AR库和Feret库上的实验结果证明了该方法的有效性。     

小波变换和特征加权融合的人脸识别

在人脸识别领域,提取人脸特征和降低维数是人脸识别的关键。传统的基于小波变换的人脸识别算法仅在小波分解的低频分量上提取用于分类的图像特征,造成了高频分量中部分对识别有利信息的丢失。为了更有效地提取人脸图像特征,提出一种基于小波变换和特征加权融合的人脸识别算法。首先通过小波变换对人脸图像进行降维处理,然后对4个小波子图分别运用主成分分析法(PCA)提取特征,并把这4部分特征加权融合,最后利用支持向量机(SVM)进行分类识别。在ORL人脸库上进行实验验证,识别准确率可达到97.5%,实验结果表明该算法能够有效提高人脸识别能力,与传统识别算法相比具有较高的识别准确率和识别速度。     

一种改进的人脸纹理映射方法

识别人脸图像优化问题,由于人脸纹理映射时容易出现的纹理扭曲和畸变现象,影响图像的真实性,提出一种改进的纹理图像映射方法。根据人脸特征点信息,利用特征块匹配法配准正侧面人脸图像,并使用加权平滑算法和金字塔方法对图像进行双重融合实现图像的平滑过渡;然后利用一种特殊的定位方法来计算三维人脸模型上顶点对应的纹理坐标;最后根据纹理坐标将纹理图像映射到三维特定人脸模型表面上,可得到具有真实感的三维人脸模型。实验结果表明,纹理合成方法简捷有效,纹理映射结果生动逼真,有效的避免了纹理图像的扭曲和畸变现象,具有较高的鲁棒性。     

基于形变模型的三维人脸建模方法概述

提出一种改进的分区域差值算法,能有效的缩短一般人脸模型的轮廓变换时间。在图像拼接算法中,使用新的加权因子,使重叠区域能平稳的过渡,并且不出现亮度跃变现象。采用新的全视角人脸纹理生成流程,使人脸纹理更加逼真。实验证明,这些改进使三维人脸重建在时间和真实感方面均有较明显的提高。     

一脸通在智慧校园中的应用研究

随着人工智能、物联网技术的高速发展,基于深度学习的人脸识别算法已非常成熟,已在智慧校园中应用实施。研究了在智慧校园中一脸通的应用场景,通过智慧校园的建设实践,师生可以通过刷脸进出学校大门及宿舍、刷脸签到、刷脸消费等,真正实现了一脸通智慧校园建设。     

基于云平台的人脸识别在机房监控中的应用

传统的数据中心机房监控技术高度依赖人力,已经无法满足机房自动化管理的发展要求。本文利用基于云平台的人脸识别技术,开发了一款数据中心机房监控管理辅助软件。该软件具备扫脸登录、到访人员自动识别和多人识别等功能,在常规的信息通信管理系统基础上注入了人工智能新元素,减轻了调控监控值班人员劳动强度,有效提升本质安全水平。     

改进的基于AdaBoost算法的人脸检测方法*

针对传统AdaBoost算法的不足,分析了训练过程中出现的退化问题及样本权重扭曲的现象,并提出了解决这一问题的有效方法.该方法对样本权重的更新规则进行了适当的调整,即为每一轮循环设定一个权重更新阈值,根据样本是否被错误分类以及当前权重是否大于该阈值来更新样本权重,从而限制了困难样本权重的过分增大.使用该方法训练级联人脸检测器,试验结果表明,该方法较好地解决了传统AdaBoost算法所出现的退化问题,在保证检测率的同时降低了误检率.     

考虑黏土土性参数与支护压力变异性的盾构掌子面稳定性分析

盾构掌子面稳定性的不确定性分析多侧重于土性参数的变异性,较少考虑支护压力的变异性。基于K-L级数分解法建立描述土性参数空间变异性的三维随机场,研究土性参数变异性对掌子面失稳模式、极限支护应力的影响规律,讨论支护压力的均值与变异系数对失效概率的影响,并据此确定支护压力均值特征值。结果表明：黏性土黏聚力与内摩擦角的空间变异性对掌子面稳定性有重要影响,其中内摩擦角的影响更甚;掌子面失稳模式与随机场局部分布密切相关,当掌子面前方随机场较分散时,可能发生局部破坏;掌子面的失效概率与支护压力的均值和变异系数密切相关,支护压力的均值越大,变异系数越小,失效概率越小;提出了掌子面支护压力均值特征值的概念,并结合失效概率给出了确定方法。