室内视频监控下基于混合算法的人体异常行为检测和识别方法

针对目前室内人体异常行为检测和识别中照明变化、遮挡、相机移动和背景等因素对检测准确性的影响,提出一种多技术混合跟踪方法。该方法基于连续自适应均值漂移(CAMS),引入校正背景权重直方图(CBWH)和无味粒子滤波(UPF)技术处理遮挡和相似颜色对象的干扰。采用基于稀疏表达的检测方式从多种场景对目标对象的异常行为进行检测和识别,并利用均方误差统计量评估所提方法的性能。同时在公开数据集UMN上进行仿真验证。实验结果表明,该方法在不同场景中有障碍物遮挡或是具有相似颜色的其他对象情况下都能准确检测和识别目标对象。此外,该技术还可能进一步改善复杂场景下多摄像机中目标对象的跟踪性能。     

基于模糊算子的煤矿瓦斯状态诊断研究

将模糊算子的运算方法引入到煤矿瓦斯状态研究中,设计了基于模糊算子的煤矿瓦斯状态诊断模型,然后将该状态诊断模型应用于工程实例。结果表明,模糊算子诊断方法更加科学有效,它具有实现简单、可移植性强、易扩展、易改进、诊断结果更加准确等优势。     

视频识别中基于簇的在线运动分割算法研究

仿射相机模型下,运动分割问题转化为子空间分离问题,处理这类问题的算法大多是离线算法,当假设不满足时性能很不理想.针对上述问题,提出一种在线运动分割算法,通过动态标签传输和簇分割进行运动分割.首先,根据固定数量的帧进行初始化,接着,通过在线策略更新轨迹相似性,最后,利用动态标签传输技术在帧间传输信息,对簇进行评估和归一化切分成本估计,实现动态的簇分割.基于基准数据集的仿真实验结果表明,算法的运行结果与离线算法相当.     

一种基于多连接属性划分的查询优化算法

查询操作是数据库中最常用的操作,由于分布式数据库的数据分布性和冗余性,使得查询优化处理成为分布式数据库研究的核心问题之一。为了提高分布式数据库查询效率,分析讨论了基于直接连接的常见执行策略和查询优化算法,同时针对分布式数据库应用中多表连接时存在多连接属性,提出一种改进的直接连接查询优化策略。改进后的算法提高了查询执行的并行性,缩短了查询处理时间,提高了查询效率。     

基于身份的一次性盲公钥方案

在现有方案的基础上,通过分析超椭圆曲线双线性对和基于身份的特点,给出了一个改进的基于身份的一次性盲公钥方案。该方案由用户和可信中心共同完成用户密钥的生成,克服了密钥托管问题,避免了由可信中心进行密钥管理所产生的安全隐患。新构造的方案能够抵抗伪造性攻击,具有不可欺骗性,又保证了一次性盲公钥的独立性,是安全可靠的。而且方案中用户在通讯时可以使用不同的公钥,解决了Internet通信中的匿名认证问题,实现了用户隐私的有效保护。     

集成Flex与AJAX的RIA设计与实现

富客户端技术(RIA)是近几年Web开发技术研究的热点,而Flex技术是RIA的代表技术之一。分析Flex和AJAX技术,通过介绍Flex在创建Web应用上的优势,采用Flex-AJAXBridge技术集成Flex与AJAX创建RIA应用。     

级联光子晶体Mach-Zehnder干涉仪的可调谐滤波特性

基于液晶的电控双折射特性和光子晶体自准直特性,在二维光子晶体引入复合缺陷提出一种可调谐Mach-Zehnder 干涉(MZI)滤波器结构,应用液晶系统的自由能理论,推导了外加电压与液晶有效折射率的关系,并结合MZI 相位调制原理和光子晶体等效折射率理论,得到液晶的电控双折射特性与MZI 滤波器的输出光谱间的数学关系,运用时域有限差分法(FDTD)对滤波器的输出进行仿真模拟,并根据仿真结果对结构进行一级级联的优化设计。结果表明:通过控制外加电压的大小可以改变输出端的透射波长,达到可调谐滤波的效果,并且一级级联后的滤波效果比级联前有很大的改善,滤波的半波带宽从20 nm 减小为7 nm,可调谐范围从15 nm 增大为40 nm,因此可以通过进一步级联的方式使滤波器结构更加的优化,以便运用到光波分复用系统中。     

基于遗传算法的锻压机床多目标优化设计方法

提出了一种基于遗传算法的锻压机床优化设计方法,并基于该方法开发了一个以多目标参数优化系统为核心的优化设计平台。该设计平台综合运用了Pro/E的建模及分析计算能力和MATLAB的数学分析处理能力,使得在该优化平台上进行的优化设计既可以保证以精确的实体模型的分析结果为指导,又能基于遗传算法进行多参数多目标协同优化,从而提高了锻压机床的设计效率和优化效果。以某锻压机床为实例,验证了该平台的有效性和可靠性。     

求解结构型优化问题的随机步长ADMM下降算法

本文考虑求解带有两块变量的结构型凸优化问题．ADMM算法是求解该问题的一种经典算法,主要思想是在増广拉格朗日乘子算法的基础上,利用目标函数关于两块变量的可分性,降低了子问题的计算难度．ADMM下降算法是ADMM算法的一种改进,对部分变量利用最优步长外加一个固定的延长因子进行延长,以加快ADMM算法的收敛速度．数值实验结果表明,ADMM下降算法比ADMM算法收敛速度更快．根据徐海文提出的随机步长收缩算法的思想,我们在ADMM下降算法的基础上,将延长因子改为利用随机数生成,提出了带随机步长的ADMM下降算法,并证明了新算法的收敛性．初步数值实验结果,表明新算法的计算效率优于经典ADMM算法和ADMM下降算法,且新算法的计算效率对问题规模的增长有更好的尺度适应性．