智能网络视频监控系统

设计一种智能网络视频监控系统,实现实时监控和目标实时跟踪功能。系统前端使用网络摄像机采集实时图像,通过网络服务器将实时图像传输给网络用户终端,在终端实现实时监控操作。以颜色信息作目标特征,采用均值偏移算法实现对目标人物的实时跟踪。实验表明,该系统具有良好的稳定性与实时性。     

基于智能视频分析技术的态势感知与预警系统

为了提高武警、公安在处置异常突发事件中的指挥决策能力和快速反应能力,设计一种基于智能视频分析的态势感知预警系统。系统以智能视频分析的结果信息为主,融合了定位、定向、气象环境、地理信息等数据,在现场场景三维模型的基础上生成突发现场态势图,直观、动态地表现突发事件、现场环境、人员和行动的状态和变化趋势。模拟结果表明:该系统弥补了传统视频监控的不足,可减少警力布置,有效提升武警、公安对突发事件的应急处置能力。     

一种基于智能视觉的群体性事件现场态势感知技术

针对群体性事件处置时现场手段多、数据离散和集中监控分析困难等问题,提出一种基于智能视觉的现场态势感知技术.以现场场景、出入口、重要区域的视频图像为核心,通过智能视频分析、安全威胁事件自动识别算法,实现现场态势的自动感知,并建立现场态势的评估模型,并通过具体的实现方案进行验证.结果表明:该技术具有将图像特征的提取和事件识别分离实现的特点,能提高智能视频分析判断的灵活性和可靠性,为指挥人员全面掌控现场态势提供有效的技术手段.     

铁路视频技术发展研讨会召开 三星突破视频技术理念

2011年1月5日-7日,面向轨道交通行业的"铁路视频技术与通信网络发展研讨会",在北京四季御园国际大酒店成功召开,此次大会围绕轨道交通相关的视频监控、通信系统、智能网络等多个课题进行了深入的探讨,多位铁道部领导、业界专家参与了本次会议,三星电子产品开发部主管刘然代表三星(中国)投资有限公司出席了本次会议,并就三星在视频显示技术上的发展和应用进行了介绍。     

一种基于运动目标识别的智能视频监控系统

针对武器试验现场飞行目标降落中事故多发的现状,设计一种基于运动目标识别技术的智能视频监控系统。系统采用采集前端-服务器端-决策模型。利用背景差分法和帧间差分法检测运动目标图像,从而实现视频运动目标的自动分割;采用轮廓提取和边缘检测技术进行目标识别;最后用特征算法提取目标的特征参数,从而判断目标的参数信息是否会对降落安全构成威胁,做出进一步决策。对实现系统功能所需的关键技术进行详细介绍,在Visual C++6.0中用OpenCV实现相关算法的设计,并给出部分关键代码。仿真实验结果表明:该系统能满足智能监控的基本要求,精确显示运动目标在靶面上的位置,可根据客户需求识别运动目标。     

基于贝叶斯网络的TBM拦截效果评估

反导过程中,为解决用于TBM拦截效果评估的信息存在不完整、不准确的问题,提高评估的准确性、时效性,首先分析了影响TBM拦截效果评估的因素,提出了基于贝叶斯网络的TBM拦截效果评估方法,构建了基于贝叶斯网络TBM拦截效果评估模型,之后通过实例仿真分析,验证了模型在TBM拦截效果评估中的有效性和可行性。     

基于贝叶斯网络的复杂系统FMEA模型

贝叶斯网络用因果关系图的形式表达变量间相互关系,实现复杂系统的故障模式和效应分析.贝叶斯网络建模先确定模型变量,根据变量间因果关系确定网络的拓扑结构.再为贝叶斯网络赋值,确定先验概率和条件概率.并通过融合新的试验信息与专家信息,改进网络结构,作最后的统计推断.     

基于贝叶斯网络的雷达可靠性评估

根据雷达故障与测试的相关矩阵建立了诊断测试的可靠性模型,并利用故障的先验概率和测试的检测率求解可靠性数据,得到了简单、直观的贝叶斯模型。通过仿真试验,验证了该模型不仅可以求出测试为故障的概率,而且可根据测试为故障时某个或者某几个元件故障的概率进行诊断推理。     

基于嵌入式技术的远程视频监控系统

基于嵌入式技术的远程视频监控系统由网络摄像机,网络视频编码器与视频监控系统构成.其中网络视频编码器是系统中的核心部分,主要由CPU模块、电源时钟模块、控制模块、视/音频采集编码模块和网络模块组成.系统所涉及关键技术还包括视频数据的压缩编码、视频数据的实时传输及嵌入式实时操作系统.     

基于贝叶斯网络的飞机易损性评估方法

文中介绍了贝叶斯网络的基本知识以及结点概率的计算方法,提出了飞机易损性评估的贝叶斯网络方法,并建立了基于某型飞机模型的易损性评估的贝叶斯网络模型,最后通过算例证明了该方法的合理性。     

基于DM3730 平台的智能数字视频监控系统

针对传统PC平台的监控系统成本高、运算能力低、功能单一、体积大、操作复杂、使用范围受限的问题,设计及实现了一款以TI公司的DM3730为核心的智能数字监控系统。该监控系统采用模块化设计,以Linux为操作系统,扩展有多种显示输出接口,配置标准CMOS图像传感器,千兆以太网口等模块。该系统能自动分析视频流,主动检测、识别、跟踪及预警威胁目标,并用以太网实现视频的压缩传输,具备低成本、可靠性高、虚警率低的特点。     

基于贝叶斯网络的导弹武器系统人因故障定量分析

为提高导弹武器系统的安全性,在确定影响号手操作因素的基础上,建立导弹武器系统人因故障分析的贝叶斯网络模型。介绍贝叶斯网络,探讨人因失误的影响因素与机理,通过实例分析,结合专家经验知识对装备人因故障的概率进行建模与评估。结果表明:该分析方法求解获得的装备人误故障概率与装备统计数据符合性良好,提出的量化评估模型正确有效。     

A Study of New Method for Weapon System Effectiveness Evaluation Based on Bayesian Network

As weapon system effectiveness is affected by many factors,its evaluation is essentially a multi-criterion decision making problem for its complexity.The evaluation model of the effectiveness is established on the basis of metrics architecture of the effectiveness.The Bayesian network,which is used to evaluate the effectiveness,is established based on the metrics architecture and the evaluation models.For getting the weights of the metrics by Bayesian network,subjective initial values of the weights are given,gradient ascent algorithm is adopted,and the reasonable values of the weights are achieved.And then the effectiveness of every weapon system project is gained.The weapon system,whose effectiveness is relative maximum,is the optimization system.The research result shows that this method can solve the problem of AHP method which evaluation results are not compatible to the practice results and overcome the shortcoming of neural network in multilayer and multi-criterion decision.The method offers a new approach for evaluating the effectiveness.     

基于贝叶斯网络的装备战场损伤评估模型

为了解决不完全信息情况下的装备战场损伤评估问题,采用计算机仿真的方法,研究某型号火炮各零部件的损伤情况。分析了装备零部件战损的相关性;设计仿真方案获取大量装备战损数据,通过数据统计的方法,建立了各零部件损伤之间的相关关系;利用贝叶斯网络的方法定量表达这种相关性,建立了用于辅助装备战损评估过程的贝叶斯网络;根据战场环境想定,分析了贝叶斯网络的特点,并结合实例演示了利用贝叶斯网络进行装备战损评估的过程。     

基于贝叶斯网络的天基信息支援装备体系作战效能评估方法

针对天基信息支援装备体系效能评估存在的问题,提出一种基于贝叶斯网络的天基信息支援装备体系作 战效能评估方法。构建基于系统动力学的仿真平台获取仿真数据,采用基于搜索的贝叶斯网络结构学习算法以及期 望最大化(expectaion maximization,EM)参数学习算法对数据样本进行学习构建贝叶斯网络模型,以正向推理、因果 追溯推理、阶段分析推理3 种方式进行作战效能分析;通过该模型深入分析海上方向远程精确打击移动舰船目标的 作战场景下天基信息支援装备体系中诸多影响因素之间的相互关系与影响程度。仿真结果表明：该方法应用在天基 信息支援装备体系作战效能评估具备有效性和可行性,能够为武器装备体系效能评估提供技术支撑。     

基于Bayes方法的多学科系统不确定性分析和优化

鉴于多学科系统不确定性分析常规方法--灵敏度分析方法的大信息量要求和计算过程的约束性,基于Bayes理论,利用验前信息计算子系统输出的验后分布,使用Gibbs抽样方法获得子系统输出的不确定性统计信息,进而利用不确定性信息改进协同优化算法(CO)方法的子系统优化,得到基于不确定性的CO方法.数值算例验证了Bayes方法在有限信息量下计算准确,效率高,适用范围广;导弹设计示例说明了基于不确定性的CO方法的有效性,保障了设计结果的可用性.     

基于层次Bayesian网络及后验风险准则的故障样本量确定方法

针对现有测试性验证方法对装备系统结构考虑不足,且在双方风险约束条件下所确定的故障样本量过大问题,提出一种基于层次Bayesian网络和后验风险准则的故障样本量确定方法。根据装备系统结构建立测试性验证方法的层次Bayesian网络模型,并以故障检测率作为Bayesian网络 的传递参数;提出Bayesian网络不确定性推理算法,充分融合各层次测试性先验信息,同时基于偏度-峰度检验的拟合分布选取方法推导出系统故障检测率联合先验分布;进一步结合系统成败型数据确定其后验分布,基于后验样本数据集和Bayes后验风险准则设计故障样本量确定算法,通过实例进行分析。结果表明,与经典验证方法、传统Bayesian方法相比,所提方法在相同双方指标约束下能有效降低样本量。     

基于粗糙层次分析法的武器系统方案智能决策技术

致力于武器系统方案决策智能化,研究了智能软计算中的粗集方法(RS)与层次分析法(AHP)的融合问题。建立了层次分析模型与粗集决策表间的联系,基于此并借助粗集约简和属性重要性理论,探讨了武器系统方案评价指标体系的完善、权重的确定、判断矩阵的构造等问题,实现了AHP对领域知识的充分利用及粗集对层次结构问题的决策支持。将其用于某火箭武器系统改进方案的评价中,改进原有评价软件中的模型方法,实现了借助领域知识库的武器系统方案评价的智能决策。