基于图像序列的非刚性物体运动形变程度估计方法

形变程度的定量分析是非刚性物体运动研究中一个重要问题.现有的形变程度估计方法一般都假设特征点位置误差是各向同性,并且不考虑特征点数据丢失的问题.通常事实并非如此,所以本文提出一种同时考虑图像的方向性误差和特征点数据丢失问题的形变程度估计方法.理论研究和人活动图像序列的实验表明,本文提出方法十分有效.     

IEEE 802.11中多速率多节点公平的数据分组长度调整策略

在深入剖析多速率机制导致不公平性根源的基础上,提出了基于传输速率的数据分组长度调整(TRPSA)策略,该策略保证了传输速率不同的节点能公平地占用无线信道。理论证明和仿真验证了该策略能有效实现多速率多节点情况下的公平性,显著提高网络性能。该策略只需对IEEE 802.11做细小修改,易于在实际网络中实现和推广。     

轨迹空间中基于特征符号搜索算法的非刚体三维运动重建研究

现有研究一般是在正交约束条件下采用最小二乘法来求解三维运动轨迹基重建问题,然而这些算法的性能容易受噪声影响,产生不适定性。为此,通过利用离散线性的方法为三维运动搜索最优轨迹基系数和三维结构,建立了一种基于特征符号搜索算法的三维运动轨迹基重建方法。利用该方法,对一系列单目图像序列进行了重建实验研究,结果表明所提出的方法是可行的,并提高了重建算法的准确性。     

无线传感网络中拥塞控制与路由的跨层设计:分布式牛顿法

无线传感网络应用广泛, 其性能与路由选择和拥塞控制密切相关. 致力于拥塞控制与多径路由的跨层优化, 以实现在链路容量受限和节点能量受限情况下的无线传感网络效用最大化. 针对对偶次梯度算法具有收敛速度慢与信息交互量大等缺陷, 设计了具有二阶收敛性能的分布式牛顿算法来实现网络效用最大化. 通过矩阵分裂技术, 实现了只需单跳信息交互的牛顿对偶方向的分布式求解方法. 仿真结果表明, 分布式牛顿算法的收敛性能显著优于对偶次梯度算法.     

电池储能系统的动态模型及其控制特性分析

随着智能电网的发展,具有波动性、间歇性的可再生能源发电大规模接入电网,影响电网运行的稳定性,需要借助储能技术以提高电网接纳能力。传统扩容方式受限于输电走廊布局等资源限制与负荷需求不断增长之间的矛盾,引入储能技术不仅可以有效地缓解这一矛盾,还能够延缓设备的更新投资,提高网络资源和设施利用率。与此同时,储能技术的引入将提高用户分布式能源接入的能力和应对灾变的能力,可以更好地保证供电可靠性,改善电能质量,并起到削峰填谷的作用。首先介绍了电池储能系统的组成及其典型结构,分析了电池储能系统动态模型并阐述了其工作原理,搭建了电池储能系统的动态仿真模型,并对所提出的电池储能系统动态模型进行了电磁暂态仿真分析与研究。     

时-空域多特征证据学习与增强的印染疵点在线检测

 提出了一种基于时空域多特征证据学习与增强的织物印染疵点在线检测新方法。利用多种类纹理特征在特征表达上的互补性以及可疑图像分块前n帧历史的对应特征,达到多证据印证的特征学习与分类增强,是一种比较通用的表面缺陷实时检测解决方法。检测总体思想是从“已知的”无疵点纹理表面提取特征,根据特征对被测织物进行分类比较,从而检测出“未知的”疵点纹理区域。检测过程分为一次性时空域多特征证据自学习和在线分类检测两阶段。对实际织物图像序列的在线检测显示,对单色织物常见印染缺陷的有效检测速度达到了55帧/s(1 024×393像素分辨率仿真视频图像),动态检出正确率达到95%以上。     

模型参数优化中的混合方法及其应用

归纳了现代典型混合软计算法的构成,指出其或松或紧融合多种单一要素来提供具有互补性的推理与搜索方法,是解决知识驱动推理或纯数据驱动推理问题的有效变通手段.通过知识域与经验数据的结合增加了模型可靠度和问题解决能力.为了解决最广泛和高复杂性的工程或社会问题,应开发有效整合各类推理搜索技术的智能工具箱,以获得低成本解决方案,并举例说明了混合软计算的应用.     

基于小波的实时烟雾检测*

传统的离子式、吸气式、光电式等烟雾检测器在大空间中检测烟雾时,会受到发射信号与接收信号之间的距离、平面角度、精确对准等限制,无法对整个空间的烟雾状况进行描述.新的方法通过监测区域的摄像机拍摄的视频图像序列,进行小波变换,分析图像帧在时域和空域的频率特性,来确定被监测区域是否有火灾烟雾的发生.实验证明该方法不受空间高度、热障、易爆、有毒等环境的限制,并且有灵敏度高、抗干扰力强、适用范围广等特点.     

基于熵方法广义关联度的织物检测

对织物的失真变形程度进行匹配检测.将熵方法广义关联度系数法的概念引入其中,以两组随机信号分别描述两幅织物图像的灰度特性,继而提出了一种以墒方法广义关联度系数为织物失真程度的指标.鉴于广义关联度系数是用于描述两个随机变量内在联系的,首先分析了广义关联度系数与两幅织物图像相似性的关系,其广义关联度系数的值愈大则图像愈相似,否则愈不相似,并进行了实验验证.实验结果表明,该算法是可行有效的.可以对织物图像的相似性进行定量描述.以界定织物失真变形的程度.     

基于像素统计特性及细胞神经网络的运动目标分割

针对动态图像序列中背景成像过程因各种因素而变化存在复杂性，提出了一种基于像素统计特性及细胞神经网络（CNN）的目标分割方法。首先建立图像每一像素点的高斯分布模型，并根据图像序列中的当前帧及历史帧信息自适应地调整模型的参数。然后结合图像的帧间信息将图像从空间域映射到统计域。最后在统计域中用细胞神经网络方法对其进行目标分割。由于CNN是由局部互连的细胞组成，因此易于用VLSI实现。通过对图像像素建立细胞近邻模型，可以获得较强的鲁棒运动目标分割。实验的结果反映了该方法的有效性。