均值漂移算法中的目标模型更新方法研究

均值漂移(Mean shift)是一种鲁棒的快速模式匹配算法, 但该算法框架下现有的整体模型更新策略不足以对场景中目标外观变化、遮挡等情况进行有效处理. 为此, 本文提出了一种Mean shift框架下的选择性子模型更新策略, 将特征模型中的每个分量作为单独个体, 基于每个分量的匹配贡献度, 分别选择当前帧中需要更新的子模型分量及其更新权值. 实验结果表明本文算法具有比整体模型更新策略更好的跟踪鲁棒性.  

基于动态双向优先级的任务分配与调度算法

提出了一种基于动态双向优先级的任务分配与调度算法，称作动态双向优先级(DDDP)算法。该算法综合考虑了实时任务的优先级和子机的优先级，构造了动态双向优先级任务分配模型，实现了数据传输中主机/子机模式的任务动态分配与调度。在模拟实验中，通过使用正常负载和过载情况下的典型数据对算法进行仿真研究表明，这种算法比单纯考虑截止期的EDF算法在性能方面有明显的改进和提高。  

Identification of piecewise affine systems based on statistical clustering technique

This paper is concerned with the identification of a class of piecewise affine systems called a piecewise affine autoregressive exogenous (PWARX) model. The PWARX model is composed of ARX sub-models each of which corresponds to a polyhedral region of the regression space. Under the temporary assumption that the number of sub-models is known a priori, the input-output data are collected into several clusters by using a statistical clustering algorithm. We utilize support vector classifiers to estimate the boundary hyperplane between two adjacent regions in the regression space. In each cluster, the parameter vector of the sub-model is obtained by the least squares method. It turns out that the present statistical clustering approach enables us to estimate the number of sub-models based on the information criteria such as CAIC and MDL. The estimate of the number of sub-models is performed by applying the identification procedure several times to the same data set, after having fixed the number of sub-models to different values. Finally, we verify the applicability of the present identification method through a numerical example of a Hammerstein model.  

电机调速的模糊微机化控制系统

介绍字符型LCD显示模块与单片机AT89C2051的接口技术，该接口技术基于数据的串行发送方式，它具有硬件电路简化、紧凑、可靠的特点，用途广泛。并给出在工程装备计时中的应用。  

含过程调用EFSM模型测试数据生成

针对含过程调用EFSM模型测试数据生成中过程调用的不可执行问题,提出了一种能对过程调用进行处理以实现模型的测试数据自动生成方法。该方法将被调子过程描述为一个EFSM模型,将表示主过程及子过程的EFSM模型合并为一个新的模型,合并后的模型符合EFSM模型规范,采用遗传算法对该模型进行测试数据自动生成。实验结果表明,该方法能够较好地解决含过程调用EFSM模型的测试数据自动生成问题。  

利用背景加权和选择性子模型更新的视觉跟踪算法

目的 针对传统Mean Shift算法对受背景干扰的目标无法进行有效跟踪并缺少有效的模型更新策略的问题，提出一种将背景加权和选择性子模型更新相结合的跟踪算法。方法 首先，在Mean Shift框架下，为了减少背景信息对目标定位的干扰，利用目标区域周围像素的颜色直方图定义背景加权系数，并将该系数只引入到目标模型的颜色直方图中，从而建立一个新的目标模型。然后，根据目标模型中每个分量匹配贡献度的大小选取需要更新的模型分量及其更新公式。结果 实验结果表明，本文算法能够抑制背景干扰，同时能对模型进行有效的选择性更新，克服了整体更新策略严重的模型漂移问题。结论 本文从模型描述和更新策略两个方面对传统Mean Shift算法进行了改进，实验结果表明本文算法具有较好的有效性和鲁棒性。  

地铁头车车体静强度仿真与试验对比及仿真模型修正

依据EN 12663-1-2010标准对地铁车头车车体进行静强度仿真，并将仿真结果与试验数据结果进行对比，发现两者具有良好的一致性.但是，在一位端窗台压缩工况中，牵引梁缓冲区4个测点位置误差超过30%；基于试验的应变片尺寸与模型网格尺寸差异造成的误差，利用子模型方法对该区域进行网格单元细化，将误差降为5.88%，14.62%，18.99%和7.46%.  

基于BIM数据的建筑抗震弹塑性分析建模技术

针对建筑信息模型(Building Information Model,BIM)的共享数据标准为IFC标准,但现有软件导出的IFC格式模型缺少关键数据,不能满足结构非线性抗震分析数据需求的问题,提出建筑抗震弹塑性分析数据基于IFC标准的表达方法,编写C++转换程序将BIM包含的数据正确地转换成不同软件(如Marc和OpenSees等)的模型,从而可以使用不同的结构分析软件实现建筑抗震弹塑性分析.该方法为基于BIM数据实现建筑抗震弹塑性分析提供参考.