Segmentation of the image with multi-visual features for a traffic scene

Scene segmentations based on the pixel classifying calculation are complicated, and they use insufficient features, thus resulting in a low accuracy, so a new model is proposed to overcome these shortcomings,which is to learn these geometric classes based on multi-visual features of super-pixels. First, various features are extracted from the super-pixels of an input image. These features are used for classifying the super-pixels. Then the difference between the adjacent super-pixels is calculated to predict their consistency. The initial classification result and the consistency are synthesized to the Markov Random Field energy function, which is then minimized based on the graph-cuts algorithm to get the final labels of the super-pixels. Experimental results prove the effectiveness of the multi-visual features and the optimization method proposed, with superior performance achieved for traffic scenes.     

森林植被变化对潜山流域径流量的影响

采用流域自身对比法,利用潜山流域水文站实测的44 a降雨量—径流量数据,定量分析了该流域降雨量—径流量变化关系.选择1987年、1999年和2007年3个典型年份,结合植被覆盖度分级图,定量分析研究了大别山地区潜山流域森林植被变化对该区域森林水源涵养关系的影响.研究发现,2007年低植被覆盖区比1987年减少56%,中植被覆盖区比1987年增加12%,高植被覆盖区比1987年增加24%,2007年平均降雨量较1987年减少52%,而平均径流量较1987年减少69%,表明森林覆盖率提高能减少径流,显著降低径流系数,增强流域抗洪能力,使得森林水源涵养能力得到提升.     

基于CNN-RF的嵌入式数控系统故障诊断研究北大核心

采用Stacking集成策略,融合卷积神经网络(CNN)和随机森林(RF)法提出一种故障诊断方法CNN-RF。该方法不仅能准确提取数据集中的数据特征,而且针对数据集中故障数据数量不足的问题能提供平衡数据集误差的有效方法,以提高诊断的准确性。分别采用单独模型和集成后的模型对采集到的嵌入式数控系统实时运行数据进行分析处理。结果表明:利用CNN-RF模型进行嵌入式数控系统故障诊断的准确度较高,验证了该模型的正确性。     

齿轮箱运行状态综合诊断平台设计与开发

基于齿轮箱广泛应用于机械设备的现状，满足企业对于其运行状态评估的现实需求，研究设计了针对齿轮箱监测和诊断的平台系统，以温度、振动等多源指标实时监控齿轮箱运行状况，并基于专家系统对异常数据进行诊断与反馈。以J2EE平台和SSH三层架构进行系统开发，通过底层调用MySQL、界面层运用ECharts对数据进行操作；以Jess引擎作为核心推理模块，建立基于孤立森林与模糊推理的专家系统。该系统可实时地显示齿轮箱运行数据，并完成对异常数据的诊断反馈，能够有效地应用于实际工业领域。     

中国植物空间分异规律

以省级行政区为分析单元,借助ArcGIS空间分析功能对中国行政分区图、中国森林覆盖率图、中国植物区系图、中国植被分区图进行叠加分析。通过对同一植被分区下分析单元数据进行整合,给出全国不同植物区系、植被分区、森林覆盖率信息。采用二阶聚类综合判别法,提取中国植被分区总体信息,探求植被空间分异规律,发现一类、二类、三类植被的比例为30∶37∶23,反映出植被的区域分布特性较强;四类植被比例大致占10%,反映出大区域内部的局地小生境造成的植被分布的整体差异。另外,一类植被多分布在中高纬度地带,二类植被贯穿中国全纬度,三类植被多分布在低纬度地带。     

基于纹理特征与随机森林的生态声音识别

针对真实环境中普遍存在的非平稳噪声,提出一种基于纹理特征与随机森林的生态声音识别方法。该方法首先使用一种基于噪声估计的音频增强算法,即短时谱估计对输入端声音信号进行前端处理,得到增强信号功率谱;然后根据得到的增强信号功率谱图的纹理信息,采用和差统计法对其进行纹理特征提取;最后,利用基于决策树的组合分类器,即随机森林进行识别和分类。设计了两组对比实验,结果表明该方法不仅有良好的识别性能,而且具有噪声鲁棒性。     

软件可靠性评测的多因素决策模型

提出了一种利用软件生命周期过程中影响软件可靠性的软件质量特性进行软件可靠性评测的方法.从软件失效的机理出发,分析并提取了刻画软件可靠性各个方面的因素,同时借助模糊分析及专家系统的理论对软件可靠性因素进行了定量的划分和描述.针对软件可靠性评测的多因素决策问题,提出了一种基于随机森林的软件可靠性评测模型.通过蒙特卡罗模拟仿真建立了各个可靠性因素的概率模型以获得评测样本数据集,并在此数据集上对所提出的评测模型进行了评测和分析.实验结果表明,所提出的方法能够对软件可靠性进行准确的评测,且不依赖于特定的可靠性因素的先验概率,显著提高了软件可靠性的评测性能.同时验证了该方法能够克服小样本集上易出现的过拟合及表现力差的问题,具有较好的稳定性和鲁棒性.     

拼铺法快速合成大规模植物分布

为了在构建大规模森林场景时快速而有效地在森林区域内分布大量的植物,提出一种基于Poisson disk tiles模型,通过样本块拼铺的方式快速合成大面积植物分布的方法.在样本集生成阶段,采用一种角匹配的方式,并配合Relaxation dart throwing算法来生成植物分布的样本块集合,从而克服了传统方法中的圆盘越界问题和顶角问题;在合成阶段,按照角匹配的方式,并采用直接随机拼铺的模式来快速合成视域范围内的植物分布,可满足大规模植被场景的实时合成与漫游要求.此外,提出一种合成植物多密度变化、多物种混合分布的方法,其采用一种分离策略,通过从高密度样本块中分离提取一部分样本点来生成多密度等级及多物种等级的子样本块集;根据所合成地区的密度信息和物种信息来选取合适的样本块集进行拼铺,从而合成带有密度变化及多物种混合的植物分布.在此基础上,实现了一个大规模森林场景的构建与漫游系统.实验结果表明,文中方法在构建大规模植物场景上是非常有效的,即使植物规模达到千万级,其合成效率也可以满足交互式应用的需求.     

面向对象的黑河下游河岸林植被覆盖信息分类!

地表植被覆盖是描述区域生态系统的基础数据,也是全球及区域陆面过程、生态与水文众多模型中所需的重要地表参数。对于黑河下游额济纳绿洲,以Landsat 30m分辨率为主的遥感影像难以真实提取下游绿洲河岸林植被覆盖信息,而高分辨率影像目标地物轮廓清晰、空间细节信息丰富,有利于干旱背景下景观破碎、异质性强的植被覆盖信息分类。基于黑河下游额济纳绿洲QuickBird影像,通过面向对象的分类方法提取耕地、胡杨、柽柳、草地和裸地等主要植被覆盖类型,分类总体精度和Kappa系数分别为84.71%和0.7986。结果表明:利用面向对象分类方法对高分辨率影像进行植被覆盖信息分类,分类结果较好,能够满足精度要求。     

基于加速度传感器的可扩展手势识别

为了提高基于加速度传感器的动态手势识别算法的性能,并且增强系统的可扩展性,提出了一种有效结合机器学习模型与模板匹配的方法.将手势分为基本手势和复杂手势两大类,其中复杂手势可分割为基本手势组成的序列;根据手势运动的特点提取有效的特征量,并利用基本手势样本训练随机森林模型,然后用其对基本手势序列进行分类预测;将预测结果进行约翰逊编码,再与标准模板序列进行相似度匹配.实验结果表明,该方法获得了99.75%的基本手势识别率以及100%的复杂手势识别率.算法既保证了手势识别的精度,也提高了系统的可扩展性.