基于深度编解码网络的运动目标检测算法

运动目标检测算法在视频监控等领域应用广泛,但是现实场景中由于噪音、光照变化等因素导致背景复杂多变,传统的运动目标检测算法往往效果不佳. 为了提升算法效果,提出了一种新的基于深度编解码网络的运动目标检测算法,将问题转化为像素级的语义分割问题. 事先使用大量数据离线训练出一个编解码网络,来学习背景与视频帧之间的差异性,实际应用中首先使用高斯混合模型进行背景建模,之后将所得背景与视频帧作为网络输入即可直接获取检测结果. 该方法利用了深度卷积网络在抗噪及特征学习等方面的优点,无需进行复杂的参数调优即可实现高性能的运动目标检测. 我们在CDnet2014数据集上进行了实验评估,实验结果显示我们所提出的算法较原GMM算法有很大提升,甚至在一些场景中的表现优于现有的一些顶尖算法. 另外得益于非常简单的背景建模方法以及网络结构,我们的算法在使用GPU的情况下能够近乎实时地进行运动目标检测,实用性很强.     

基于区域约束的双耳近场自适应波束形成算法

提出了一种基于区域约束的双耳近场自适应波束形成算法，该算法将目标信号及其附近区域内的若干个导向矢量组成的矩阵进行特征值分解，并在最小化输出信号能量的同时对主要的特征向量进行约束，从而有效解决传统近场波束形成器对目标声源的方位估计误差和位置扰动过于敏感的问题。实验结果表明，所提方法可以有效抑制远场同向干扰声源，并且相对于传统近场波束形成器具有更高的鲁棒性。客观评价指标表明，该算法的降噪性能及语音质量提升方面均优于对比算法。      

腌制条件对皮蛋品质的影响

以鲜鸭蛋为原料,采用浸泡腌制法,研究腌制温度、腌制液碱度、硫酸锌及氧化钙的用量对皮蛋感官品质、质构特性和化学成分含量的影响.结果表明,采用较高的腌制液碱度和温度腌制所制得的皮蛋的蛋清粘壳,其弹性和咀嚼性较差,皮蛋黄的色层不明显,涩、辛辣味较量,但皮蛋清和皮蛋黄中游离氨基酸、水溶性蛋白、钙离子及锌离子含量较高;采用较低的腌制液碱度和温度腌制所制得的皮蛋的蛋清不粘壳、弹性较好,皮蛋黄的色层明显,具有皮蛋清香的味道,皮蛋中的游离氨基酸、水溶性蛋白、钙离子及锌离子含量都适中.硫酸锌和氧化钙的用量对皮蛋清咀嚼度的影响显著,当硫酸锌的添加量为0.3%、氧化钙的添加量为0.5%时,皮蛋清的咀嚼度最大.在工业化生产皮蛋时,建议选用腌制温度20℃、腌制碱度4%、硫酸锌添加量0.3%和氧化钙添加量1%作为腌制条件.     

考虑环境特征的无人机气象探测数据关联规则挖掘方法

针对无人机气象探测数据提取时效性较低、难以与实际数据关联的问题，研究考虑环境特征的无人机气象探测数据关联规则挖掘方法。基于机翼类型和发动机性能，确认最优气象探测环境，基于关联规则算法，建立无人机探测数据挖掘模型，对照高程变化规律，分析气象探测环境参数特征与无人机气象探测数据关联度，挖掘无人机气象探测数据。实验结果表明：以20 h的无人机气象探测时间为标准，在气象数据词条不断增长的基础上，本文方法能够将挖掘时间控制在4.8 s以内，并在相对湿度数据关联过程中，能够与实际数据较为接近，保证气象数据挖掘的时效性，具有实际应用价值。