一种视频序列的背景提取算法

针对传统背景提取算法的不足,提出一种新的视频序列背景提取方法。根据高斯分布建模图像每个像素位置背景,判断观测值是否和背景匹配,据此决定采用递推更新背景或是批处理更新背景。若高斯分布模型判断观测值和背景模型匹配,则更新高斯模型参数,并使用最小二乘法递推更新背景;对连续判断不匹配背景的像素则采取批处理方法更新背景。实验表明,和其它背景提取算法相比,该算法提取的背景效果好,能有效去除噪声和消除前景的运动模糊。     

浇注式沥青混凝土现状与发展

为进一步确定浇注式沥青混凝土科学合理的性能评价指标及要求,全面梳理了国内外浇注式沥青混凝土相关规范,对比评价了不同规范中的技术指标要求及级配范围,系统地调查了大量实体工程及研究动态,厘定了浇注式沥青混凝土钢桥面铺装结构层组合、原材料类型和技术指标要求及级配类型,为浇注式沥青混凝土规范完善与质量控制奠定了基础.结果表明:推荐钢桥面铺装结构层组合为30~35 mm GA-10+35~40 mm SMA-10,GA基础沥青为SBS改性沥青+TLA(15%~30%),采用2%降粘剂;推荐性能评价指标要求范围为油石比7.9%~8.5%、流动度10~17 s、贯入度1.4~2.5 mm、贯入度增量不超过0.25 mm、弯拉应变不小于7 000με、动稳定度不小于1 000次/mm(参考指标);疲劳性能试验以控制应变模式进行,结果以实测为准.     

基于高斯混合模型和AdaBoost的夜间车辆检测

针对夜间车辆检测精度相对不高的问题,提出通过构建车头灯对空间几何关系的高斯混合模型（GMM）和采用逆投影车辆样本的AdaBoost分类器准确检测夜间车辆的方法。首先,在交通场景中根据车头灯对的空间位置关系设置逆投影面,通过图像预处理粗定位车灯区域;其次,在逆投影图像下利用车头灯对的空间几何关系构建车灯对的高斯混合模型,初步匹配车头灯对;最后,采用逆投影车辆样本,利用AdaBoost分类器进一步准确检测车辆。实验在3个交通场景的检测结果表明,与原始图像下的AdaBoost方法相比,所提方法的检测率提高了1.93%,漏检率降低了17.83%,误检率降低了27.61%;与D-S （Dempster-Shafer）证据理论方法相比,检测率提高了2.03%,漏检率降低了7.58%,误检率降低了47.51%。所提方法提高了相对检测精度,减少了地面反光和影子等的干扰,满足交通场景中夜间车辆检测的可靠性和准确性的要求。     

沥青路面裂缝图像增强与边缘提取算法研究

针对模糊图像增强算法存在运算速度慢以及丢失部分图像信息等问题,提出一种封闭性和移植性好的广义模糊增强算子.该算子结合梯度算子将图像增强处理集中在敏感区域,并构造四种结构元素求出敏感区域内的数学形态学梯度来提取图像边缘,实现一种图像增强与边缘提取算法.将新算法应用于沥青路面裂缝图像检测系统中,实验结果表明,该算法的图像增强和边缘提取效果优于现有的模糊图像增强算法和传统边缘提取算法.     

基于二元多跳WSN的信道容错的目标定位方法

针对信道退化的多跳无线传感器网络下的定位问题,基于最大似然估计提出一种新的信道容错的定位算法.传感器节点接收到的源信号强度数据被压缩量化为二元信号,经Rayleigh退化信道多跳中继到达融合中心.利用信道退化统计量和译码策略,推导出二元观测数据的似然函数,基于最大似然估计获得目标定位,进一步给出目标位置估计的克拉美-罗下界.仿真结果表明了所提出算法的有效性.     

改进AOD-Net的道路交通图像去雾算法

针对现有图像去雾算法在处理道路交通图像时无法同时兼顾去雾效果和实时性的问题,本文以快速一体化网络去雾算法(AOD-Net)为基础进行改进.首先,在AOD-Net中添加SE通道注意力,以自适应的方式分配通道权重,关注重要特征;其次,引入金字塔池化模块,扩大网络的感受野,并融合不同尺度特征,更好地捕捉图像信息;最后,使用复合损失函数同时关注图像像素信息和结构纹理信息.实验结果表明,改进后的AOD-Net算法对道路交通图像去雾后的峰值信噪比提升了2.52 dB,结构相似度达到了91.2%,算法复杂度和去雾耗时略微增加,但仍满足实时要求.     

基于Q-学习的底盘测功机自适应PID控制模型

为了解决汽车底盘测功机控制系统在动态控制时出现延迟较高和误差大的问题,提出了一种基于强化学习的底盘测功机控制策略。以PID控制算法为基础,扭力偏差为控制器输入,调节电压控制量为输出,选择扭力差变化为智能体奖惩的学习策略,通过Q学习算法对PID参数进行在线自适应整定;在底盘测功机仿真试验中验证了控制器的调控性能,并与传统PID控制以及神经网络PID控制的结果进行了对比;实验结果表明,基于Q学习的自适应PID控制模型较传统PID算法控制周期缩减至40.7%,相较于神经网络PID算法控制周期缩短至27.9%。相对于传统PID控制模型与神经网络PID模型,基于Q学习的自适应PID控制模型输出力上升过程稳定且快速。提出的基于Q学习的自适应PID控制模型能够有效提升底盘测功机控制精度,满足其使用的工业要求。     

基于JBoss的高速公路路域气象信息采集与发布系统设计

路域气象信息采集与发布是减少交通事故的重要环节.搭建基于JBoss的C/S架构公路路域监控与气象预警联网联控系统;采用ARM+ Linux技术设计了高速公路路面实时监控系统与气象信息采集终端.系统可为司机提供现场实时气象信息,实现气象信息共享,为高速公路的指挥、调度提供评判依据.经现场安装测试表明:系统运行良好,实测温度误差小于0.1℃,风速误差小于2％,雨量误差小于3％,可满足高速公路对气象信息采集与发布的需要.     

基于Hadoop的出租车服务策略

出租车服务策略是出租车司机群体智慧的体现,隐藏在大规模的出租车GPS轨迹数据中.基于大数据分析工具,针对出租车GPS轨迹数据进行服务策略挖掘,提取好的服务策略指导司机营运可以提高司机收入和营运效率.乘客搜索策略是出租车服务策略的主要内容,在对GPS轨迹数据进行清洗之后导入HDFS,首先提取司机个人轨迹,并对其收入进行量化,然后对乘客搜索策略建模,根据模型利用hadoop平台统计出司机对各种策略的使用情况,结果表明,收入较高的司机在乘客搜索策略选择上与收入一般的司机有显著差异.     

基于CL多小波变换和组合位平面理论的秘密信息共享算法

针对信息隐藏算法容量和不可见性与鲁棒性矛盾的特点,提出了一种新的基于Chui-Lian(CL)多小波变换和组合位平面(CBP)理论的数字图像载体预处理算法,并将该算法用于以数字图像为载体的信息隐藏,以实现秘密通信和图像共享。其中,CL多小波变换能够将载体图像划分为4个能量等级不同的最低分辨率子图像,组合位平面理论可将子图像解析为不同的位平面层次,在隐藏秘密信息时,可根据最低分辨率子图和组合位平面的能量等级由高到低分别嵌入鲁棒信息、秘密信息和脆弱信息。实验结果表明,在25%的嵌入率时,与基于离散余弦变换和最低有效位方法的信息隐藏算法（DCT-LSB）、基于离散小波变换和最低有效位方法的信息隐藏算法（DWT-LSB）相比,所提算法针对若干常见攻击的鲁棒性有一定程度提升,峰值信噪比（PSNR）分别提高了37.16%和20.00%。