基于Hamiltonian马氏链蒙特卡罗方法的突变运动跟踪

在计算机视觉领域,由镜头切换、目标动力学突变、低帧率视频等引起的突变运动存在极大的不确定性,使得突变运动跟踪成为该领域的挑战性课题.以贝叶斯滤波框架为基础,提出一种基于有序超松弛Hamiltonian马氏链蒙特卡罗方法的突变运动跟踪算法.该算法将Hamiltonian动力学融入MCMC（Markov chain Monte Carlo）算法,目标状态被扩张为原始目标状态变量与一个动量项的组合.在提议阶段,为抑制由Gibbs采样带来的随机游动行为,提出采用有序超松弛迭代方法来抽取目标动量项.同时,提出自适应步长的Hamiltonian动力学实现方法,在跟踪过程中自适应地调整步长,以减少模拟误差.提出的跟踪算法可以避免传统的基于随机游动的MCMC跟踪算法所存在的局部最优问题,提高了跟踪的准确性而不需要额外的计算时间.实验结果表明,该算法在处理多种类型的突变运动时表现出出色的处理能力.     

引入高斯掩膜的相关滤波目标跟踪算法

目的 由于相关滤波（correlation filter,CF）跟踪算法使用循环移位操作增加训练样本,不可避免会引起边界效应问题。研究者大多采用余弦窗来抑制边界效应,但余弦窗的引入会导致样本污染,降低了算法的性能。为解决该问题,提出了嵌入高斯形状掩膜的相关滤波跟踪算法。方法 在空间正则化相关滤波跟踪框架中嵌入高斯形状掩膜,对靠近目标中心和搜索区域边缘的样本重新分配权重,提高中心样本的重要性,同时降低远离中心的边缘样本的重要性,增加中心样本的响应,从而降低样本污染的影响,增强滤波器的判别能力。建立了高斯掩膜相关滤波跟踪算法的目标公式,然后使用交替方向乘子法（alternating direction of multiplier method,ADMM）求解滤波器及空间权重的闭合解。结果 为评估所提算法的跟踪性能,在OTB2013 （online tracking benchmark）、TC128 （temple color）、UAV123 （unmmaned aerial vehicle）及Got-10k （general object tracking）等多个基准数据集上进行了大量实验,并与多个先进的相关滤波跟踪算法对比。结果表明,在OTB2013数据集上精度和成功率分别为90.2%和65.2%,其中精度比基准算法提高0.5%;在TC128数据集上精度和成功率分别为77.9%和57.7%,其中成功率提高0.4%;UAV123数据集上的两个指标数据分别为74.1%和50.8%,精度提高0.3%;在Got-10k数据集上成功率提高了0.2%。结论 与其他相关滤波跟踪算法相比,本文算法在各数据集上的精度和成功率表现出较强的竞争力,显著提高了基准算法的跟踪性能。     

软件实训教学系统设计

基于高校实践教学的需求,为满足高校教师对软件实训过程管理的需要,提升实训教学质量,提高实践教学工作的效率,本文设计了软件实训教学系统,该系统能够实现学生基本信息的录入、修改,实训成果和实训报告的上传、修改,实训分组和过程管理等功能。使用该系统能够使整个软件实训教学过程全部在网上进行,教师能够更加便捷地监控学生实训进程,从而提升实训教学质量。同时,将传统的纸质报告及实训信息档案转化为易保存的信息数据,从而提高教师的工作效率。     

室内移动机器人的SLAM算法综述

SLAM(Simultaneous Localization and Mapping),即同时定位与地图构建,目前被广泛应用于机器人领域.SLAM算法使得机器人处于陌生环境时,能够通过自身搭载的传感器来感知环境信息并建立环境地图,并完成对自身位姿的计算,从而能够在未知环境中进行移动.随着研究者们对SLAM问题的深入研究,SLAM领域相关成果已非常丰富,但是有关室内场景SLAM的论述还不够系统.通过对现有的关于SLAM算法发展成果的总结和对比,对室内SLAM进行了综合性的阐述.首先介绍了SLAM的技术现状和室内场景SLAM在不同传感器下的分类问题;其次介绍了SLAM的经典框架;然后根据相关传感器种类的不同,简要介绍了不同传感器下常见的SLAM算法的原理,同时讨论了传统室内SLAM算法中存在的诸多局限性问题,引出了基于多传感器融合技术的SLAM和基于深度学习技术的SLAM两个研究方向;最后介绍了SLAM的未来发展趋势和应用领域.     

推广双鸭山经验的做法和体会

为了认真推广双鸭山试点经验,提高淀粉出酒率,双鸭山白酒厂、宝清酒厂、集贤酒厂、桦川酒厂和饶河酒厂抽调了十七名工人和技术人员,在双鸭山酒厂进行了一次提高淀粉出酒率的技术练兵活动。这次技术练兵的主要目的是:验证省的试点经验结果,使省的试点经验能在全区进一步推广。从4月1日起,至4月20日结束。这次技术练兵以省试点经验为基础,充分交流了各酒厂正反两方面的经验教训,针对各酒厂原料品种和双鸭山酒厂目前使用的原料,采用混合曲、南阳酵母作糖化发酵剂,使淀粉出酒率最高达到75%,平均达到72%,胜利地达到了予期的目的。     

高密度聚乙烯阻燃改性的研究进展

综述了国内外高密度聚乙烯的阻燃改性研究进展。重点介绍了无机阻燃剂、红磷阻燃剂、无卤膨胀型阻燃剂、复合型阻燃剂等无卤阻燃剂在高密度聚乙烯中的应用研究现状;并对无机阻燃剂的发展方向进行了展望。     

基于混合卡尔曼粒子滤波算法的期权定价方法

针对金融领域的期权定价问题,为提高粒子滤波算法对期权价格的估计精度,提出使用混合卡尔曼粒子滤波算法(MKPF)进行期权价格预测,该算法使用Unscented 卡尔曼滤波器和扩展卡尔曼滤波器作为混合建议分布产生重要采样密度.在某一时刻,每一个粒子首先经过Unscented卡尔曼滤波器更新得到一个状态估计值,然后以该估计值作为扩展卡尔曼滤波器的先验估计再次更新粒子,得到该时刻最终的估计值.实验中针对经典的Black-Scholes期权定价公式,使用包括MKPF算法在内的4种算法对期权价格进行预测,结果表明MKPF算法预测的期权价格与真实期权价格的误差最小,证明了MKPF算法在期权定价问题中的有效性.     

.NET程序设计案例教学中“金字塔”式课程设计模式探讨

随着IT领域人才培养"两旺两难"等问题的出现及TOPCARES-CDIO教育理念的深入课堂,迫使在案例教学逐渐普及的新型教学过程中,融入"金字塔"式课程设计模式。在此就.NET程序设计课程当前存在的问题进行分析,并探讨将一种新的"金字塔"式课程设计模式引入课堂并全面实施,从而更合理、有效的纵向划分课程,改变以往"填鸭式"的教学方法,以提高学生的专业能力和综合素质,培养面向应用的一体化人才。     

一种用于解决非线性滤波问题的新型粒子滤波算法

粒子滤波算法受到许多领域的研究人员的重视,该算法的主要思想是使用一个带有权值的粒子集合来表示系统的后验概率密度.在扩展卡尔曼滤波和Unscented卡尔曼滤波算法的基础上,该文提出一种新型粒子滤波算法.首先用Unscented卡尔曼滤波器产生系统的状态估计,然后用扩展卡尔曼滤波器重复这一过程并产生系统在k时刻的最终状态估计.在实验中,针对非线性程度不同的两种系统,分别采用5种粒子滤波算法进行实验.结果证明,文中所提出的算法的各方面性能都明显优于其他4种粒子滤波算法.     

自动化测试工具课程教学方案

文章结合应用型本科院校软件测试人才培养目标,根据笔者教学实践,提出自动化测试工具课程的教学组织结构。从课程内容设置、教学方法及组织形式、考核方式等诸方面,进行深入分析和总结,提出分组教学的Web项目测试实践。这种教学方法提高了学生的实践动手能力,为其就业打下了坚实的基础;同时也为即将开设此类课程的其他院校提供了实践经验。