煤矿井下探测搜救机器人地形感知系统及路径规划方法研究

针对常规机器人导航系统采用单一类型地形识别传感器,观察维度单一等问题,对煤矿井下探测搜救机器人地形感知系统进行研究,使用远近感知系统数据融合,提高机器人避障能力。由激光扫描仪采集的二维点云数据建立远距离地形信息,由Kinect相机采集的地形深度信息建立近距离地形信息。基于PCL模型,应用像素遍方法,实现观测信息的采集与云图像的构建。使用2.5维栅格地图构建方法得到近距离环境地形信息。使用Dijkstra算法进行了路径规划研究,建立了融合路径长度和地面危险度等级的目标函数。通过仿真研究验证了本文提出的最优路径减小机器人行走过程的俯仰角、侧倾角的波动幅度。     

交通噪声对儿童影响的研究综述

作为城市最普遍存在的环境噪声,交通噪声对儿童的健康成长会产生负面影响。通过对13个国家67项实证研究的文献分析,发现交通噪声对儿童影响主要表现在以下三个方面:在身体健康方面,交通噪声影响儿童的听觉、睡眠和心率血压等;在认知能力方面,影响儿童的阅读表现、记忆力、数学能力、注意力等,但目前对各种认知能力的研究深入程度不一;在心理健康方面,交通噪声引发儿童烦恼、心理压力和行为问题。通过对文献的梳理与总结,发现目前的研究存在如下问题:评价指标各异,难以形成统一结论;相关因素众多,混淆变量干扰研究结论;研究范式不同,研究结论存在差异。基于问题提出相关对策:构建标准化指标体系与规范化研究范式;深入运用社会学方法,明确社会环境因素对儿童的影响;开展交通噪声与交通空气污染综合影响的研究,厘清后者对结论的混淆。     

地下水封石洞库容量校准方法研究

提出了一种利用全站仪进行地下水封石洞库容量校准的新方法,通过对洞库各个组成部分进行导线布置,形成统一的坐标系统,并对各部分进行数据采集和数据拟合,最终得出洞库的容量表及曲线图。通过建立测量模型,分析引入的各个不确定度分量,得出校准方法不确定度满足相关规范的技术要求。结果表明:洞库校准方法的相对扩展不确定度为4×10^-3,包含因子k=2,置信概率P=95%。     

网络未知攻击检测的深度学习方法

为了实现入侵检测系统对未知攻击类型的检测,提出基于深度学习的网络异常检测方法。利用置信度神经网络,对已知类型流量和未知攻击流量进行自适应判别。基于深度神经网络,制定置信度估计方法评估模型分类结果,训练模型面向已知类型流量时输出高置信度值,识别到未知攻击流量时输出低置信度值,从而实现对未知攻击网络流量的检测,并设计自适应损失平衡策略和基于学习自动机的动态正则化策略优化异常检测模型。在网络异常检测UNSW-NB15和CICIDS 2017数据集上进行仿真实验,评估模型效果。结果表明,该方法实现了未知攻击流量的有效检测,并提高了已知类型流量的分类效果,从而增强了入侵检测系统的综合性能。     

改进AHP法灰色关联和模糊综合评价在地下水质评价中的适用性

以改进层次分析法(AHP)权重值研究为目的,通过对数据的标准规范化处理自行构造判断矩阵,采用MATLAB计算研究区地下水质的权重值,将所得权重值运用于灰色关联和模糊综合评价两种方法,以白城地区为例对地下水中铁、砷、氟等9项指标进行评价。结果表明:铁、钠、氯化物、硝酸盐(N)、硫酸盐、溶解性总固体、总硬度、砷、氟的权重分别为0.137、0.105、0.130、0.113、0.106、0.070、0.057、0.209、0.073。两种方法评价结果具有较高的空间一致性,白城地区水质总体较差,Ⅰ～Ⅴ类水占比分别为12%、13%、9%、14%、52%,西北部洮儿河扇形地区水质远优于东南部平原区。通过两种方法的适用性验证,表明改进的AHP法是符合实际的。     

基于时空权重姿态运动特征的人体骨架行为识别研究

人体行为识别在视觉领域的广泛应用使得它在过去的几十年里一直都是备受关注的研究热点.近些年来,深度传感器的普及以及基于深度图像实时骨架估测算法的提出,使得基于骨架序列的人体行为识别研究越来越吸引人们的注意.已有的研究工作大部分提取帧内骨架不同关节点的空间域信息和帧间骨架关节点的时间域信息来表征行为序列,但没有考虑到不同关节点和姿态对判定行为类别所起作用是不同的.因此本文提出了一种基于时空权重姿态运动特征的行为识别方法,采用双线性分类器迭代计算得到关节点和静止姿态相对于该类别动作的权重,确定那些信息量大的关节点和姿态;同时,为了对行为特征进行更好的时序分析,本文引入了动态时间规整和傅里叶时间金字塔算法进行时序建模,最后采用支持向量机完成行为分类.在多个数据集上的实验结果表明,该方法与其它一些方法相比,表现出了相当大的竞争力,甚至更好的识别效果.     

面向阿尔茨海默病的脑网络多频融合图核

复杂网络分析与机器学习方法相结合的阿尔茨海默病辅助诊断研究受到了越来越多的关注,其通常采用脑功能网络的方法来描述大脑活动的信息.然而,现有的成果大多基于时域信号匹配构建脑功能网络,忽略了脑活动信息在各个频段下的差异.因此,本文提出了脑网络多频融合图核的阿尔茨海默病诊断方法.首先,将功能磁共振成像产生的图像通过小波变换的方法进行分频段处理;其次,分别计算得到的各频段图像中任意两个脑区间的互信息,并设定阈值与互信息值进行比较进而构造出多频脑网络模型;然后,基于此提出面向多频脑网络模型的融合图核;最后,基于多频融合图核、采用核极限学习机在ADNI(Alzheimer’s Disease Neuroimaging Initiative)公开数据库中获取的一组数据以及在OASIS(Open Access Series of Imaging Studies)公开数据库上获取的一组数据进行阿尔茨海默病的诊断.同时,还通过实验验证了不同参数设置对诊断结果的影响.两组数据集的实验结果表明,提出的多频融合图核的辅助诊断方法能够取得最佳性能,且该方法的辅助诊断准确率在两种数据集上比对比方法的最好结果分别提高了13.79%和15.29%.     

基于电磁降噪电路的恒流高清图像信号处理系统

本文设计了基于电磁降噪电路的恒流高清图像信号处理系统。系统中选用APW7120集成芯片作为中央处理芯片,以液晶显示器或智能终端显示屏作为显示单元,将信号滤波单元当作电子滤波器,据此,此系统可通过过滤图像信号内的干扰信号,优化图像信号质量;还可基于集成芯片直接简捷化系统结构,并控制系统自主生成的电磁噪声信号,以此保证系统在图像信号处理时不受电磁噪声影响,从而提高系统稳定性与可靠性;通过适度处理输入电流,可确保在正常运转时不会生成电磁干扰信号,以显著提升系统稳定性。     

基于深度卷积神经网络的图像重建算法

视频或者图像在传输过程中,可能出现随机性的误码、突发性的误码、传输中的丢包等等,对解码出的图像数据也会有严重的影响.本文提出了基于深度学习的图像重建算法：一种基于图像背景预测生成模糊区域内容的无监督图像重建神经网络模型.为了重建出逼真的图像,神经网络模型需要既理解整个图像的内容,又为缺失的部分重构出一个合理的假设.损失函数包含标准像素级重建损失和对抗损失,在训练卷积神经网络模型时,能够更好地处理图像中的结构细节产生更清晰的结果.通过实验可以发现本文设计的深度卷积神经网络模型与基于样本插值的算法相比在图像重建中有着较好的效果.     

镁系酸吸收剂对氯化聚乙烯橡胶性能的影响

研究了镁系酸吸收剂在CM过氧化物与TCHC硫化体系中的作用。结果表明，在过氧化物体系中，硫化胶初始物理性能及耐热老化性能随MgO活性降低而降低，且都优于超细Mg（OH）2；而在Eata Mix TCHC硫化体系中，MgO活性对物理性能的影响很小，超细Mg（OH）2做酸吸收剂与高活性MgO相当，完全可代替昂贵的高活性MgO以降低制造成本。