改进粒子滤波算法在目标跟踪中的应用

针对粒子滤波算法的粒子匮乏现象和计算量大的问题,提出了一种改进粒子滤波算法.该算法利用径向基神经网络的最佳逼近特性,提高先验概率密度估计精度,消除噪声引起的估计误差,利用支撑向量回归法实现较少粒子的高精度跟踪.将该算法应用到目标跟踪技术中,仿真结果表明该算法的精度和稳定性优于粒子滤波和无迹粒子滤波,可实现实时鲁棒跟踪.视频目标的跟踪试验也表明该算法对有遮挡现象的跟踪问题跟踪效果明显,具有广泛的应用价值.     

用整数小波和非均匀移位算法实现ROI编码

针对图像感兴趣区域压缩问题,提出了整数小波和非均匀移位的ROI编码算法。该算法利用整数小波对图像进行变换,对量化后生成的小波系数进行非均匀移位,不仅能够保证感兴趣图像数据在低比特数据流中的优先恢复,还实现了使图像的渐近恢复过程更加适合人眼视觉特点的效果。通过对雷达图像的仿真,该算法效果明显,具有广泛的应用价值。     

基于决策树改进CART算法的ANFIS结构辨识技术

针对自适应神经模糊推理(ANFIS)系统的结构辨识问题,提出了基于决策树的改进CART算法。改进算法引入了递归最小二乘估计器,对线性模型可降低计算量,并采用模糊技术处理不连续边界问题。由于隐含权值归一化,该算法能够快捷地对自适应神经模糊推理系统进行结构辨识。通过辨识仿真,表明了该技术辨识速度快,简捷方便,为ANFIS的结构辨识提供了行之有效的途径。     

烘烤温度对浓香油莎豆油风味及综合品质的影响

在浓香型油脂的生产中油料烘烤温度是影响产品风味的重要因素,为了对浓香油莎豆油的产品开发和工艺条件优化提供支持,采用不同温度对油莎豆进行烘烤并压榨制取浓香油莎豆油,对油莎豆油的多个品质指标进行检测分析,明确烘烤温度对油莎豆油风味及综合品质的影响。结果表明：油莎豆经140、150、160、170、180℃烘烤25 min后榨取的5个油样的酸值（KOH）为1.36～2.31 mg/g,过氧化值为1.60～2.24 mmol/kg,维生素E含量为177.82～207.14 mg/kg,甾醇含量为208.73～230.01 mg/100 g;烘烤温度对油莎豆油的脂肪酸组成影响不大,但随温度升高反式脂肪酸含量从未检出升高至0.029%,3,4-苯并\[a\]芘（BaP）含量从1.06 μg/kg升高至1.66 μg/kg,多环芳烃（PAH16）含量从63.67 μg/kg升高至72.50 μg/kg,3-氯丙醇酯均未检出;随烘烤温度升高,5个油样中挥发性成分的种类及含量分别为60种16.46 mg/kg、87种33.07 mg/kg、81种22.36 mg/kg、78种17.71 mg/kg、57种21.78 mg/kg;150℃烘烤时油莎豆油的挥发性成分的种类和含量最为丰富;赋予浓香油莎豆油烘焙坚果味等正面风味属性的主要为杂环类物质,包括2,5-二甲基吡嗪和2-正戊基呋喃,其中2,5-二甲基吡嗪在140℃时的油莎豆油中未检出,之后随烘烤温度升高,在杂环类物质中的占比从烘烤温度150℃时的24.16%升高至烘烤温度为180℃的34.06%。综合油莎豆油风味、安全品质、营养品质和质量指标,浓香油莎豆油生产中以烘烤温度不超过 160℃、烘烤时间不超过 25 min 为佳。     

小波分析在图像消噪中的应用

针对图像消噪问题，提出了二维快速小波算法和改进小波包分析算法，通过对图像的消噪处理，二维快速小波算法消噪效果明显，但由于小波包分析算法对上一层的低频部分和高频部分同时进行细分，具有更为精确的局部分析能力，对小波包分析算法进行了改进，消除了频带混叠问题，其消噪效果更佳，可得到更为广泛的应用。     

30t氧气顶吹转炉托圈轴向移位原因分析及对策

对唐钢３０ｔ氧气顶吹转炉托圈轴向移位的原因进行了深入分析，并介绍了作为应急措施的现场配销法。     

基于改进小波包分析的导航设备故障诊断的特征提取

针对故障诊断信号特征提取问题,提出了小波包分析的改进算法,该算法通过对小波包分解系数的重新排序,解决了小波包分析的频带混叠问题,给出了应用改进小波包分析进行故障诊断特征提取的算法,并在此基础上提出了基于改进小波包分析预处理的神经网络故障字典法．通过仿真比较,该方法剔除了样本信号的冗余成分,大幅度地减少了神经网络的规模,加快了网络的收敛速度,为导航设备故障诊断的特征提取提供了行之有效的手段。     

基于Rao-Blackwellizedli粒子滤波的多特征融合多光谱目标自适应跟踪

针对复杂背景下视频目标跟踪的实时性和可靠性问题,提出了基于Rao-Blackwellized粒子滤波的颜色矩形特征和方向边缘信息融合的自适应跟踪算法。该算法采用Rao-Blackwellized粒子滤波提高滤波算法性能,采用积分图像快速计算颜色特征和方向边缘信息,根据跟踪实际情形,利用模糊逻辑自适应调节各特征权值,提高算法的跟踪速度和精度。视频跟踪仿真试验表明该算法是稳健的,能够在复杂的背景下对可见光及红外等运动目标进行有效、可靠的跟踪。     

基于积分边缘强度局部均值的红外目标跟踪

针对红外目标跟踪问题,提出了在粒子滤波跟踪框架下,采用积分边缘强度局部均值作为红外目标特征的跟踪算法,不仅提高算法的跟踪精度,还提高算法的实时性。红外目标跟踪仿真试验比较表明该算法是稳健的,能够对红外运动目标进行有效、可靠的跟踪。     

改进粒子滤波算法在目标状态估计中的应用

针对粒子滤波算法(PF)建议性函数的选择问题和粒子匮乏现象,提出了改进粒子滤波算法.该算法利用无迹卡尔曼滤波(UKF)产生建议性分布,提高估计精度;采用马尔科夫蒙特卡罗法(MCMC)保持粒子多样性,抑制粒子匮乏现象.仿真结果表明该算法的目标状态估计精度明显优于PF、UPF、PF-MCMC和PF-EKF-MCMC算法.