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。     

灰口铸铁阀体密封面镍基堆焊技术

详细介绍了一种改善旋转止回阀密封面性能的镍基堆焊工艺。针对阀体密封面的结构，设计了特殊焊接工艺，精确地完成了堆焊过程，达到厂家设计要求。     

利用废茶制备洁面用品的研究

茶叶中含有茶多酚、氨基酸、茶碱等护肤和洁肤成分 ,将茶提取液添加到洁面用品中 ,使洁面用品既具有洁肤效果 ,又有护肤作用 ,可改善洁面用品的使用感觉 ,提高洁面用品的品质 ,符合化妆品的发展方向。通过实验 ,成功研制了多种性能良好、价格较低的含茶提取液洁面用品 ,为我国废茶的综合利用提供了一种新途径。     

基于协方差特征的裁剪AdaBoost算法

针对Haar-like特征的缺陷以及AdaBoost算法存在训练耗时的问题,提出一种基于协方差特征的改进AdaBoost人脸检测算法。该方法用协方差特征代替Haar-like特征进行特征提取;然后使用特征裁剪和动态权重裁剪相结合的裁剪AdaBoost算法,训练得到基于协方差特征的强分类器。实验结果表明,相对于基于Haar-like特征的AdaBoost算法,该算法性能没有明显退化且很大程度上提高了训练速度。     

同安煤矿4101综放工作面煤氧化自燃的标志性气体研究

煤自然火灾严重威胁着煤炭工业的安全。为了遏制该类火灾的发生,煤自然火灾指标气体的预测预报功能越来越受到人们的重视。本文通过煤氧化反应生产气体的红外光谱实验,分析了同安煤矿4101综放面煤样在升温氧化过程中,在不同温度下煤氧化自燃产生气体的红外光谱图谱,确定了此煤样在氧化自燃过程中在不同温度下出现的标志性气体。建立了标志性气体的预报模型,研究分析了煤样氧化自燃生产的CO、CH_4和C_2H_4气体的浓度与温度的关系。结果表明,4101综放工作面实验煤样氧化自燃生成的气体产物有H_2O、CO_2、CO、CH_4和C_2H_4等5种,CH_4、CO和C_2H_43种气体的浓度随温度的升高有着不同的变化规律。对矿井自燃火灾的预测预报具有重要的指导意义。     

融合LLE和ISOMAP的非线性降维方法

局部线性嵌入（LLE）和等距映射（ISOMAP）在降维过程中都只单一地保留数据集的某一种特性结构, 从而使降维后的数据集往往存在顾此失彼的情况。针对这种情况, 借助流形学习的核框架, 提出融合LLE和ISOMAP的非线性降维方法。新的融合方法使降维后的数据集既保持着数据点间的局部邻域关系, 也保持着数据点间的全局距离关系。在仿真数据集和实际数据集上的实验结果证实了该方法的优越性。     

基于混沌免疫粒子群优化和广义回归神经网络的回采工作面瓦斯涌出量预测模型

为提高回采工作面绝对瓦斯涌出量预测的精度和效率,提出了将混沌免疫粒子群优化(CIPSO)算法与广义回归神经网络(GRNN)相耦合的绝对瓦斯涌出量预测模型。该方法采用CIPSO对GRNN的光滑因子进行动态优化调整,减少了人为因素对GRNN网络输出结果的影响,并采用优化后的网络建立瓦斯涌出量预测模型。通过对某煤矿瓦斯涌出量数据的仿真实验结果表明:基于CIPSO-GRNN的回采工作面绝对瓦斯涌出量模型比BP神经网络、Elman网络预测模型具有更好的预测精度和收敛速度,证明了该方法的有效性和可行性。     

LDE融合光谱回归分类的光照变化人脸识别

针对光照变化人脸识别问题中传统的光谱回归算法不能很好地进行特征提取而严重影响识别性能的问题,提出了局部判别嵌入优化光谱回归分类的人脸识别算法。计算出训练样本的特征向量;借助于数据的近邻和分类关系,利用局部判别嵌入算法构建分类问题所需的嵌入,同时学习每种分类的子流形所需的嵌入;利用光谱回归分类算法计算投影矩阵,并利用最近邻分类器完成人脸的识别。在两大人脸数据库扩展YaleB及CMU PIE上的实验验证了该算法的有效性,实验结果表明,相比其他光谱回归算法,该算法取得了更高的识别率、更好的工作特性,并且降低了计算复杂度。