虚拟传声器的有源噪声控制

研究虚拟传声器的有源噪声控制问题。该技术适用于控制区域不适合放置误差传声器的场合。将误差传声器置于控制区域之外,得到测量误差。采用前向差分预测算法预测控制区域内的残余误差信号,然后利用自适应LMS算法,得到最优的噪声控制滤波器。为了尽量消除预测中存在的误差,采用自适应变权值预测算法。仿真结果表明该方法能有效地抑制噪声,使控制区域内的噪声信号得到明显衰减。     

结合区间理论熵权和TOPSIS的映前总票房区间预测

为解决电影票房预测中，票房影响因素存在模糊性的问题，提出用区间数量化具有模糊性的票房影响因素，使得量化科学合理，量化结果能提高信息利用率；利用熵权法计算各影响因素权重，保证权重客观性；对票房进行分级并基于票房分级，将票房影响因素作为票房评价指标，提出用理想解法计算票房理想解贴近度区间，根据票房理想解贴近度判断票房级别，得到票房区间预测值；结合区间理论、熵权法和理想解法得到上映前总票房区间预测方法。选取2015~2017年上映的剧情类和动作类电影对该方法进行了验证。该方法在两类用于验证的电影中的平均准确率分别为79.33%和73.92%，证明本文方法具有一定的有效性和实用性。本文对于电影发行商的决策以及风险规避具有一定的意义，且对于与电影类似的短生命周期体验品的早期需求预测具有一定的参考价值。     

基于局部Gabor三值模式的人脸识别

针对人脸识别中的鲁棒性问题,提出一种基于局部Gabor三值模式的人脸描述与识别方法。首先,对归一化的人脸图像进行多方向、多分辨率的Gabor滤波,提取对应的Gabor幅值域图谱(GMMs),然后在每个幅值域图谱上采用局部三值模式(LTP)抽取局部邻域关系模式,并由这些模式的区域直方图形成序列来描述人脸。最后通过加权的卡方距离对训练图像和测试图像的直方图进行匹配。Gabor变换、LTP、空间区域直方图的采用使得该方法对光照变化、表情变化等具有良好的鲁棒性。在ORL、Yale、GT人脸库上实验,结果表明该方法具有更高的识别率。     

基于虚拟传递函数算法的有源头靠系统

有源头靠系统中,为了扩大头部的活动范围以及提高使用者的舒适度,在虚拟传声技术的基础上,利用FXLMS算法建立物理传声器与虚拟传声器之间的传递函数模型,可估计人耳附近的噪声信号。仿真结果表明,提出的方法能够估计出虚拟位置的噪声信号并有效衰减,在人耳处产生静音区域,与两阶段法相比有更好的降噪效果。     

简单双足被动行走机器人局部稳定性分析

建立了双足被动行走机器人的罗盘模型,并采用拉格朗日方程得到了机器人的动力学方程。为了判断模型的局部稳定性,介绍了寻找不动点的方法,通过数值仿真方法获得稳定的极限环。分析了罗盘模型中机械参数与斜坡角度对稳定性和稳定不动点状态变化的影响。最后采用了一种半解析法计算雅克比矩阵特征值,与数值计算方法结果进行了对比,为数值计算中的步长选择提供了依据。     

基于颜色和深度的场景分割

针对家庭服务机器人对分割精度的要求,研究了基于Kinect的场景分割问题。设计了一种融合Kinect获取的深度信息与颜色信息的场景分割方案。将Kinect获取的深度图像与颜色图像分别用一维向量和三维向量表示,并进行归一化,通过一个平衡系数将二者融合到一起形成场景的四维向量描述;再将基于Nystrm方法的Normalized Cuts谱聚类算法应用于四维向量,从而实现场景分割。实验结果表明,该算法的分割结果优于单独基于颜色或深度信息的场景分割算法,能达到家庭服务机器人对场景分割精度的要求。     

一种基于中值流的Mean-shift改进方法

通过引进中值流的方法,以中值流算法作为运动模型,利用中值流的预测信息指导Mean-shift算法对目标进行搜索。在Mean-shift对目标进行搜索的时候,通过引进目标的纹理特征——局部二值模式（local binary patterns,LBP）使得在目标和背景颜色相似、光照变化强烈的情况下也能对目标和背景进行区分。仿真实验表明,该算法比Mean-shift算法在准确性和跟踪性能上均有明显的提高。     

一种基于非线性变换的脉冲噪声有源控制算法

由于脉冲噪声的冲击特性,经典的有源噪声控制算法的性能显著降低。针对对称α稳定分布的脉冲噪声,提出了一种基于Sigmoid函数的非线性变换算法,解决了因脉冲噪声幅值过大所引起的稳定性问题,并对该算法的收敛条件进行了分析。在理论分析的基础上,对该算法进行了仿真研究。仿真结果表明,对于不同的α值,该算法均能取得较好的降噪效果。