EMD算法发展及应用综述

经验模态分解算法在各个领域都有广泛的应用,在工业领域中,对机械设备故障的机理研究,有助于监测机械运行状态,在医学领域中,准确的检测出患者与正常人数据的差异有助于疾病的分析和诊断,由于经验模态分解算法在非线性非平稳信号分析中具有显著优势,多年来深受学者的关注。文章总结了经验模态分解算法近年来的发展改进及应用。     

基于图像处理研究铁尾矿的熔化行为

作为主要成分的SiO2是铁尾矿中最难熔化的部分.通过一组SiO2的熔化时序图像来探究铁尾矿的熔化情况.首先,进行图像预处理,建立质心位置追踪模型和体积估算模型.将灰度图转化为二值图,利用卡尔曼滤波器进行质心追踪和对质心运动轨迹的描述.通过计算二值图中0像素的数量得到面积随时间变化的图像,拟合出熔化过程函数.结合二值图中目标物体的边界信息得到的参数量建立多元线性回归模型.估算颗粒扁平度和物体的体积,熔融速率通过颗粒集合的质量变化函数得出.     

粒子流粒子滤波检测前跟踪方法

检测前跟踪通过在连续多帧观测中对目标信号进行非相参积累以检测和跟踪微弱目标。积累的关键在于对目标轨迹的准确估计和多帧迭代滤波。传统粒子滤波器过于依赖建议分布，对目标轨迹的估计不够准确。新提出的粒子流滤波器是一种很好的替代方法，但其过于依赖当前时刻的量测而弱化多帧迭代滤波。本文提出一种在粒子滤波框架下采用粒子流的检测前跟踪方法:采用粒子滤波器进行多帧迭代滤波，但在每一帧内，采用Localized Exact Daum-Huang粒子流进行滤波。为了应对目标量测的不确定性，本文改造了Localized Exact Daum-Huang滤波器，为每个粒子在其邻域内寻找最大似然量测，并利用该量测更新粒子状态。Rayleigh分布杂波下Swerling1型起伏目标的检测和跟踪实验证明了所提算法的性能。      

DCNN深度特征与交替方向乘子的相关滤波跟踪

针对采用相关滤波的判别式目标跟踪遇到的瓶颈问题：由于目标快速移动引起边界效应，使得相关滤波器在学习与更新过程中可能会引入错误，最终错误的累积将导致跟踪失败。在采集深度学习特征与样本相似性度量的基础上，提出一种引入交替方向乘子方法的改进相关滤波目标跟踪算法，选择DCNN深度特征有效地表征待跟踪目标的初始状态，通过在线分类过程中样本相似性比对与半监督学习，辅助解决相关滤波器在学习过程中存在的自学习问题。所提目标跟踪算法特别适合训练样本为持续获得的、同时存储空间较小的机器学习过程，提高目标在快速运动与部分遮挡等复杂情况下的跟踪成功率，针对VOT2016标准测试视频的实验表明：当目标面临快速运动时，对比CN、SAMF、STC算法，所提DA-CFT跟踪算法将跟踪成功率分别由60.4%～73.4%、67.2%～82.9%、80.9%～88.1%提升至85.6%～91.0%。     

有源电力滤波器在煤矿电网中的应用

目前,部分煤矿提升机系统采用直流全数字直流提升机电控设备,该设备在运行过程中,会产生大量谐波,对煤矿供电网络产生污染。针对煤矿提升机供电网络的这一问题,采用级联H桥型有源滤波器(APF)来达到降低煤矿电网谐波的目的,对于其交流侧控制,引入了反馈加前馈复合控制,该方法的跟踪性能比传统的反馈控制更加良好。对于直流侧控制,提出了对三相电压以及同相电容电压分别进行控制的方法:通过将有功电流注入参考电流的方法实现三相电压的平衡,同时通过将有功电压注入电压调制波的方法实现同相电容电压的平衡。最后给出了所设计系统的仿真验证。     

“一带一路”背景下中国与东盟国家贸易及跨境物流协作潜力分析

"一带一路"倡议顺应时代发展,统筹海陆,面向全球,为我国和东盟之间的贸易和物流发展带来了新的挑战和机遇。在此背景下,从中国对东盟直接投资、中国和东盟物流绩效现状、双方贸易互补性等方面进行分析和探讨。根据联合国商品统计数据库和世界银行统计数据库相关数据,运用Eviews进行中国和东盟国家贸易与跨境物流的格兰杰因果关系检验。研究发现:东盟和中国的物流发展分别是影响对方贸易发展的原因。应紧抓"一带一路"建设机遇,充分利用双边贸易互补性,深化同东盟各国的贸易及跨境物流协作,拓宽贸易合作领域,同时改善物流发展硬件和软件环境,实现双方经济共同增长。