自适应B样条小波函数模糊距离测量方法

目的 双目测距和单目测距是目前常用的两种基于光学传感器的测距方法,双目测距需要相机标定和图像配准,计算量大且测量范围有限,而单目测距减少了对设备和场地的要求,加快了计算时间。为了解决现有的单目测距方法存在精度低、鲁棒性差等缺点,本文提出了一种基于单模糊图像和B样条小波变换的自适应距离测量方法。方法 引入拉普拉斯算子量化评估图像模糊程度,并根据模糊程度值自动定位阶跃边缘;利用B样条小波变换代替高斯滤波器主动模糊化目标图像,并通过分析图像模糊程度、模糊次数以及测量误差之间的关系模型,自适应地计算不同景物图像的最优模糊次数;根据最优模糊图像中阶跃边缘两侧模糊程度变化求解目标边缘和相机之间的相对距离。结果 本文方法与基于高斯模糊图像的距离测量方法相比精度更高,平均相对误差降低5%。使用不同模糊次数对同样的图像进行距离测量时,本文算法能够自适应选取最优模糊次数,保证所测量距离的精度更高。结论 本文提出的单视觉测距方法,综合了传统的方法和B样条小波的优点,测距结果更准确,自适应性和鲁棒性更高。     

铸牢网络空间中华民族共同体意识的知识图谱实践探索

构建社会主义核心价值观垂直领域知识图谱,铸牢网络空间的中华民族共同意识,实现思想政治教育、计算机学科、新兴交叉学科多学科融合。知识图谱构建包括知识建模,知识抽取、知识融合、知识存储四部分。。构建完成的知识图谱有助于增强网络空间中华民族共同体意识传播的智力支持,丰富网络传播内涵,提升中华民族的凝聚力和向心力。     

基于精英集的多目标差分进化聚类算法

聚类数的确定在聚类分析中是一个基本却具有挑战性的问题。一方面,最佳聚类数根据不同的评价标准、用户偏好或需求可能不一致,因此将不同聚类数的聚类结果呈现给用户作参考是有意义的。另一方面,增加聚类数虽会使聚类结果更加紧致,却会削弱不同类之间的分离性,所以选择合适的聚类数是一个在最小化聚类数与最大化类内紧致性或类间分离性之间取得平衡的多目标优化问题。因此,在聚类数不确定的聚类问题中直接将聚类数作为一个优化目标与另一个反映类内紧致性的目标函数同时进行优化,利用新的基于精英集的多目标差分进化算法得到一个Pareto解集,集合中含有多个不同聚类数的近似最优聚类结果。实验结果验证了所提算法的可行性和有效性。     

面向网络取证的网络攻击追踪溯源技术分析

定位网络攻击事件源头然后进行有效电子证据的收集是网络取证的任务之一.定位网络攻击事件源头需要使用网络攻击追踪溯源技术.然而现有的网络攻击追踪溯源技术研究工作主要从防御的角度开展,以通过定位攻击源及时阻断攻击为主要目标,较少考虑网络取证的要求.这导致网络攻击追踪溯源过程中产生的大量有价值的数据无法成为有效电子证据在诉讼中被采用,因而无法充分发挥其在网络取证方面的价值.为此提出了一套取证能力评估指标用于评估网络攻击追踪溯源技术的取证能力,总结分析了最新的网络攻击追踪溯源技术,包括基于软件定义网络的追踪溯源技术,基于取证能力评估指标分析了其取证能力并针对不足之处提出了改进建议,最后提出了针对网络攻击追踪溯源场景的网络取证过程模型.该工作为面向网络取证的网络攻击追踪溯源技术的研究提供了参考.     

采用自适应优化权重的出库货位优化方法研究

当前出库货位优化研究对货物生产日期的考虑大多数仅仅是简单地使用先进先出原则,如何更合理考虑货物生产日期对货位优化的影响,是亟待解决的问题。针对此问题,提出以出库代价和货物剩余价值率为优化因素的货位优化模型,并采用基于自适应算子、精英策略和灾变算子的改进遗传算法结合基于仓库繁忙度的自适应优化权重对出库货位优化模型进行求解。采用企业实际生产数据进行验证,实验结果表明采用改进遗传算法的出库货位优化算法效果更优,并且使用基于仓库繁忙度的自适应优化权重,能够有效降低货物因过久存放而造成货物价值下降的风险同时又能在仓库繁忙时优先考虑出库效率。     

一种六足仿生巡检机器人的设计与实现

六足仿生机器人因其灵活度好、可靠性高、适应性强等特点而得到广泛应用;针对六足仿生巡检机器人,从结构设计、步态规划、系统仿真和实物构建等方面,探索一般意义上系统设计和实现方法;首先设计了六足仿生机器人的多关节机械结构,并给出了此类系统的量化建模方法;然后采用了重心随动的三角步态规划方法,对系统稳定性和典型步态规划进行了量化分析;在此基础上基于标准D-H参数法建立了机器人的运动学模型,并且通过仿真实现了六足机器人向前纵向行走和向右横向行走的直线平稳运动;最后通过六足仿生巡检机器人实物测试,验证了所设计的结构和步态规划方法的可行性和有效性。     

无人机群目标搜索的主动感知方法

为提升蚁群搜索算法在规模大的栅格环境中对未知目标的搜索效率,提出基于蚁群算法的主动感知搜索框架。该框架通过应用历史环境信息来选择无人机的运动方式,并由无人机运动方式和感知域信息得到新的环境信息,从而实现无人机群的智能自动化搜索功能。新方法计算出一种具有探索偏好的未搜索概率,可使无人机搜索时偏向未搜索程度高的栅格,以此来提高算法的搜索能力。同时,以未搜索概率和信息素作为运动方式决策的依据来建立一种新的运动方式选择机制。该机制不仅考虑了目标可能出现的区域,又可兼顾未知区域,从而可实现无目标先验信息条件下的搜索过程。仿真结果表明,此算法在规模大的栅格环境中,与现有算法相比具有更高的搜索效率,并且得到的目标分布信息将更加全面。     

融合迁移学习的AlexNet神经网络不锈钢焊缝缺陷分类

针对不锈钢焊缝缺陷特征提取存在主观单一性和客观不充分性等问题,提出一种融合迁移学习的AlexNet卷积神经网络模型,用于不锈钢焊缝缺陷的自动分类。首先,由于不锈钢焊缝缺陷数据较为缺乏,通过采用迁移学习对网络前3层冻结,减少网络对输入数据量的要求;对后2层卷积层提取的特征信息批量归一化(batch normalization, BN),以加快网络的收敛速度;并使用带泄露线性整流(leaky rectified linear unit, LeakyReLU)函数对抑制神经元进行激活,从而提高模型的鲁棒性和特征提取能力。结果表明,该模型最终达到了95.12%的准确率, 相比原结构识别精度提高了9.8%。验证了改进后方法能够对裂纹、气孔、夹渣、未熔合和未焊透5类不锈钢焊缝缺陷实现高精度分类。相比现有方法,其识别面更广,精度更高,具有一定的工程实践意义。     

农田灌溉用水量客观测算模型数据库研究

农业灌溉用水量约占全国总用水量的 60%,客观测算农田灌溉用水量是落实最严格水资源制度的重要抓手,综合运用数据库管理手段实现农业用水复核工作的流程化和规范性成为迫切需求。深入剖析农田灌溉用水量客观测算的原理与方法,梳理测算业务的数据流程,基于合理的数据分类提出测算模型数据需求。分析各类数据特性及数据间的关联特性,明确数据时间尺度与存储格式,建立气象站点、种植结构与测算区域的对应关系。运用面向对象的设计思路,以冗余度小、可扩展性好为原则推求农田灌溉用水量测算模型数据库设计方案,并在汉江上游构建农田灌溉用水量测算模型数据库实例,测算结果表明：模型数据库建设可高效支撑农田灌溉用水量测算,提升测算结果汇总分析能力。     

基于流固耦合的南水北调渠道结构动力破坏机理研究

以南水北调中线渠道工程为研究对象,建立了水体-结构-地基耦联体系的渠道模型,运用Fluid 30单元实现水工结构流固耦合计算,计算了地震工况下的渠道结构的破坏情况。计算结果与Westergaad传统方法进行对比,验证了Fluid 30单元方法的正确性。研究结果表明,Fluid 30单元耦合方法计算的结构频率均值较传统方法增加10.93%,渠道结构进行地震分析时,水体的流固耦合效应不容忽视;渠道衬砌板分缝处为最薄弱部位,且出现了应力集中,每个纵缝处下表面均出现了较大的拉应力;衬砌结构在地震中可视为做整体移动,衬砌上表面比下表面所受的压应力更大,而在接近分缝处这一情况恰好相反。