室内视频监控中行人目标检测与跟踪方法

为了有效检测和跟踪室内环境下视频监控中的行人目标,本文提出了一种新的行人检测与跟踪算法。检测阶段采用隔帧差分图像法以及自适应闽值分割技术快速检测运动行人;跟踪阶段采用卡尔曼滤波对目标位置进行预测,并利用最小外接矩形框优化匹配搜索。实现运动行人连续跟踪。通过单人、多人交互两组视频序列对算法进行了验证,试验结果表明。本文算法能够较好地处理室内静止背景下单人、多人跟踪,并对目标遮挡有一定的鲁棒性。     

蒸煮过程软测量中的异常数据发掘方法研究

面向实际生产过程的软测量技术，融合了大量的现场数据，其中的任一异常数据(野值)的出现都可能导致模型的预测效果下降，甚至完全失败。由于实际测量数据不可避免地会带有误差，因此，对测量数据进行预处理非常重要。以制浆蒸煮过程纸浆Kappa值软测量模型为例，给出了一种综合判别异常样本数据的方法。该方法基于聚类分析和工艺机理发掘矛盾数据组，并结合回归分析和统计分析，定位异常样本数据并解释这些异常样本对建模的影响大小。以某造纸厂化浆车间的100组样本数据为对象进行分析，得到的异常样本及对建模的影响与专家经验分析相一致，证明了该方法的有效性。     

PID控制器参数自整定方法综述

由于PID控制器具有简单而固定的形式，而且具有良好的鲁棒性，在工业生产中得到广泛的应用。本文综述了各种PID控制器参数自整定方法及其最近的研究成果。     

基于遗传算法的弹药装备备件优化模型研究

结合当前弹药装备备件优化配置的工程需求,建立了基于遗传算法的备件优化模型。在弹药装备战备完好率和费用的共同约束下,利用遗传算法收敛速度快、全局寻优能力强、编程实现简单等特点,实现了对该模型的求解,得到了弹药装备备件的最优配置。最后,以某弹药装备为案例进行了分析,结果表明,遗传算法能有效地解决弹药装备备件的优化问题。     

基于动态多核相关向量机的软测量建模研究

针对污水处理过程中存在的多变量耦合、强非线性以及参数时变等问题,提出基于多核学习相关向量机的软测量建模方法,并采用粒子群算法对多核权重以及核参数进行优化。同时,引入时间差分(time difference)方法改进多核相关向量机的动态特性。为了验证所提模型的有效性,通过一仿真案例与单核相关向量机、多层前馈神经网络和基于遗传算法的支持向量机进行对比研究。结果表明,所提模型具有更好的预测效果。最后,对模型的鲁棒性在数据漂移和异常的场景下进行了讨论。     

活性污泥工艺丝状污泥膨胀的预测维护

基于活性污泥工艺污水处理的稳定运行常常受到丝状污泥膨胀的影响。为了对丝状污泥膨胀进行有效的维护,利用峰度和典型相关分析的方法对传感器数据进行易于测量特征提取,同时使用基于ARMA模型的软测量仪表对难以测量的特征进行提取。这种交互信息被融入于故障检测、传播识别、因果关系分析、剩余使用寿命(RUL)预测和维护,从而实现污水处理丝状污泥膨胀维护的一体化解决方案。结果表明:笔者提出的方法能够检测、定位和跟踪丝状污泥膨胀,甚至预测污泥膨胀的寿命并建议维护策略。     

基于深层神经网络的多输出自适应软测量建模

在污水处理运行过程中,多个重要的难测过程变量的存在,不仅妨碍了生产过程的监控,而且阻碍了过程控制策略的调整或优化。即使软测量模型得到合理的构建,在投入运行后仍然遭受性能的退化和同时带来的高昂的维护成本。此外,合适辅助变量的选取直接影响后续建模的效果。因此,文中提出了一种基于深层神经网络的多输出自适应软测量模型,用于污水处理过程中多个目标变量的同步在线预测。其中,深层神经网络基于一种栈式自编码而构建,在极端复杂场景下具有优异的在线预测性能;并在建模中引入时差建模和变量重要性投影（VIP）这两种算法,以应对性能退化问题和实现辅助变量的精选。最后,通过一个实际案例对所提出模型进行验证。结果表明,所提出的软测量模型不仅具有较好的多输出预测性能,且在单目标预测结果上也有不错的表现。