面向多数据流的车厢拥挤回归分析方法

公交车拥挤度分析对维护公共交通安全起着重要的作用.针对在传统的目标检测方法中使用单个摄像头导致无法获取完整的车厢图片信息,以及在高密度场景下乘客与乘客之间的遮挡或者乘客被车厢内的座椅等物体遮挡的问题,提出了一种借助两个前后车厢的摄像头面向多数据流的车厢拥挤回归分析方法.首先,定义一个线性方程;其次,获取相对可见信息:公交车最大核载人数、根据人眼标记出的总人数、以及通过YOLOv3和ResNet50分别检测出车厢内人头数和拥挤率;然后,将包含已知信息的样本数据矩阵和期望值向量代入所定义的方程中,拟合出隐含信息:系数向量和偏置项,构建出一个多元一次线性回归方程,在高密度环境中狭窄和遮挡严重等情况下能够获得更为精确的车厢内总人数;最后,通过人数估计线性回归算法,获得最终的车厢内总人数.实验结果表明,所提方法能够预测出公交车上的人数,实时获得公交车上的人群流量,并且通过平均绝对误差(MAE)和均方误差(MSE)对数据进行误差分析后,验证了该方法能够正确地反映公交车拥挤度.     

消色差超构表面复合透镜

超构表面因其体积轻薄易于集成化，有望在某些特定场合取代传统透镜实现多功能光学器件。超构表面的光束偏转角随波长的增加而增大，与传统折射透镜相比产生相反的色散，这种色散又被称为“异常色散”或“负色散”。理论上利用超构表面的负色散和传统折射光学器件的正色散相抵消，可以完全矫正光学系统的色差。由此出发，设计了一种基于光刻胶材料，由Pancharatnam-Berry（PB）相位型超构表面作为第一透镜，传统球面透镜作为第二透镜的消色差超构表面复合透镜，利用时域有限差分数值模拟软件FDTD Solutions探索了该透镜在780～980 nm波段的聚焦性能，证明了消色差光刻胶超构表面复合透镜优异的消色差效果。相对传统的消色差超构表面通过相位补偿来消色差的方法，这种消色差设计简单且高效，为特定波段内的消色差成像提供了一定的借鉴意义。     

VO2/GaAs异质结的制备及其光电特性研究

采用直流磁控溅射和后退火氧化工艺在p型GaAs单晶衬底上成功制备了n-VO_2/pGaAs异质结,研究了不同退火温度和退火时间对VO_2/GaAs异质结性能的影响,并分析其结晶取向、化学组分、膜层质量以及光电特性。结果表明,在退火时间2 h和退火温度693 K下能得到相变性能最佳的VO_2薄膜,相变前后电阻变化约2个数量级。VO_2/GaAs异质结在308 K、318 K和328 K温度下具有较好的整流特性,对应温度下的阈值跳变电压分别为6.9 V、6.6 V和6.2 V,该结果为基于VO_2相变特性的异质结光电器件的设计与应用提供了可行性。     

基于宋词生成的大容量构造式信息隐藏算法

在基于文本生成的信息隐藏算法研究中，如何在保证生成文本质量的同时提高隐藏容量是主要存在的挑战.为此本文提出一种基于宋词生成的构造式信息隐藏算法.首先对宋词文本数据进行预训练，然后基于自回归语言模型搭建宋词生成模型；其次根据宋词词牌固有的格式信息设计格律模块，在宋词生成阶段，需要向生成模型输入该格律模块，并通过符号集设计、编码等综合作用，生成宋词诗句.在利用宋词生成模型进行秘密信息隐藏的过程中，对格律模块进行重构，通过平仄韵词牌、词牌格式模板、关键字、韵律及押韵字符的不同选择，有效实现秘密信息的隐藏.信息提取是隐藏的逆过程，且提取过程不需要利用宋词生成模型，仅需根据模板和词典库来进行索引即可，提高了信息提取的效率.实验结果表明，本文提出的算法能够生成格式严格、韵律清晰、句子完整性高的宋词，且生成的宋词文本的信息隐藏容量均值可达21比特/句、安全性高，整体性能优于已报道的主流算法.     

一种改进的特征匹配算法在碎片云测量建模中的应用

为满足超高速撞击典型Whipple防护构型的损伤评估需求,利用图像处理技术对碎片云序列阴影图像进行深入研究。使用超高速序列激光阴影成像仪得到三组不同实验条件下碎片云发展过程的高清阴影图像,分别对每组最具代表性的2帧进行图像处理分析;根据碎片云图像特点以及碎片运动特性,提出了一种改进的碎片二次特征匹配算法,该方法包含碎片粗定位、特征定义及初匹配和精确匹配三步策略;通过运用改进的匹配算法,对选取的相邻两帧图片完成碎片高效匹配,并提取匹配碎片的运动参数,进而分析碎片的速度分布和飞行角度分布,获取二次碎片云相关运动特性;得到三组实验各自的轨迹模拟图。根据得到的轨迹分析结果分别对三组实验的后板损伤进行估计,并通过与防护构型的实际损伤结果进行比较,验证了该方法的有效性。     

室内有害气体云端监测系统设计

设计了一种基于STM32F103C8T6单片机的室内有害气体云端监测系统。硬件部分包括环境参数感知单元、报警与控制单元、无线数据传输单元;软件部分包括云服务器设计,数据库交互,监测界面设计。硬件部分采用ESP8266的透传模式进行wifi传输,并使用Json打包技术保证数据的准确性和完整性。云服务器端使用jsonToBean对json包进行解析,并使用Springboot和mybatis框架对接收数据进行控制和处理,前端采用http协议和thymeleaf模板实时展示数据库存储的数据。     

基于深度卷积神经网络的视觉里程计研究

视觉里程计利用视频信息来估计相机运动的位姿参数，实现对智能体的定位。传统视觉里程计方法需要特征提取、特征匹配/跟踪、外点剔除、运动估计、优化等流程，解算非常复杂，因此，提出了基于卷积神经网络的方法来实现端对端的单目视觉里程计。借助卷积神经网络对彩色图片自动学习提取图像帧间变化的全局特征，将用于分类的卷积神经网络转化为帧间时序特征网络，通过三层全连接层输出相机的帧间相对位姿参数。在KITTI数据集上的实验结果表明，提出的Deep-CNN-VO模型可以较准确地估计车辆的运动轨迹，证明了方法的可行性。在简化了复杂模型的基础上，与传统的视觉里程计系统相比，该模型的精度也有所提高。     

太赫兹可调谐滤波器设计

为了实现太赫兹信号的可调谐滤波，设计了一种基于柔性材料的太赫兹可调谐滤波器。通过扭曲特氟龙（Teflon）波导形成环型谐振器，实现了160～200 GHz频段的带阻滤波功能。改变谐振腔长可实现自由频谱范围（FSR）和滤波频点的调谐，实验测试了自由频谱范围在1.9 GHz和2.8 GHz间切换以及相应的滤波特性。研究表明，谐振腔长一定时，改变弯曲半径可实现滤波阻带抑制度的调节，柔性材料太赫兹环型谐振器可用于可调谐滤波，且具有较高的自由度。     

基于太赫兹光谱的人参和西洋参鉴别

为了快速区分人参和西洋参，依据两者所含的人参皂苷在太赫兹波段具有不同指纹光谱，提出了一种基于人参皂苷的太赫兹光谱鉴别人参和西洋参的方法。采用MATLAB软件识别人参和西洋参的太赫兹光谱，同时根据太赫兹光谱特征并通过标准的主成分分析(PCA)区分出人参、西洋参。实验结果表明，基于太赫兹光谱的主成分分析可精确区分出人参、西洋参，并且还可以应用于其他类似物质的区分中。