基于移动机器人的主动嗅觉技术研究

使用移动机器人来定位气味源已经成为一个研究热点,机器人主动嗅觉是指使用机器人自主发现并跟踪烟羽,最终确定气味源所在位置的技术。本文对当前主动嗅觉技术进行概述,并根据生物嗅觉行为介绍一种气味源定位算法,这种算法不依赖某一点气味浓度值,仅依靠气味浓度变化率就可找到气味源。并在高斯模型下对烟羽分布模型进行仿真。     

基于改进的粒子群算法的移动互联网扩散预测

为了准确预测移动互联网扩散趋势,采用一种改进的Bass创新扩散模型,将三个参数都表示为随时间变化的函数。为了得到精确参数值,提出一种新的粒子群优化算法,该算法在初始化阶段和运行过程中使用反向学习策略。引入种群密集度指标来判断种群收敛状态。当算法陷入局部最优时,对全局最优粒子进行柯西和高斯混合变异。实验结果表明改进后的粒子群优化算法能有效提高最优解精度和收敛速度,改进之后的Bass模型能够更准确的预测移动互联网扩散趋势。     

SRAD-高斯金字塔优化模型研究

在超声医学图像斑点噪声处理过程中,SRAD算法易受噪声梯度的影响。为此,提出一种基于自适应加权的SRAD-高斯金字塔联合优化模型。以最小的迭代次数去除超声图像中的斑点噪声,利用优化的高斯金字塔模型对原始图像重新融合,计算8个不同扩散方向和中心的相似度,并分别赋予相应权重。实验结果表明,在保存图像纹理的同时,该模型能较好地抑制噪声、加快处理速度。     

基于多传感器的化工有害气体自动预警系统研究

有害气体信号传输过程中受到通道干扰影响,会导致预警效果不佳。为了提高化工有害气体自动预警效果,设计了一种应用多传感器采集信息的化工有害气体自动预警系统。首先,选择多个传感器采集化工有害气体相关数据,构建数据采集适应性函数,以避免出现数据采集误差。然后,结合粒子群算法进行多传感器数据采集,构建高斯烟羽扩散模型。最后,计算化工有害连续源气体稳定浓度和气体泄漏速度,并依据计算结果作自动预警。试验结果表明,该系统监测的C₂H₃Cl、SO₂浓度值与实际数据分别存在最大仅为0.02×10^-6、0.01×10^-6的误差。该系统的预警效果较好,具有一定应用价值。     

基于鲁棒高斯混合模型的加速EM算法研究*

针对传统鲁棒高斯混合模型EM算法存在模型成分参数难以精确获取最优解以及收敛速度随样本数量的增加而快速降低等问题,提出了一种基于鲁棒高斯混合模型的加速EM算法。该算法采用隐含参量信息熵原理对高斯模型分量个数进行挑选以及使用Aitken加速方法减少算法的迭代次数,当接近最优解时,EM步长的变化极为缓慢,这时使用Broyden对称秩1校正公式进行校正,使算法快速收敛,从而能够在很少的迭代次数内精确获取高斯混合模型的模型成分数。文中算法通过与传统鲁棒EM算法和无监督的EM算法的聚类结果进行比较,实验证明该算法对初始值的设定并不敏感(成分数c无需预先设定),并且能够降低算法运算时间,提高聚类模型成分数(类簇)的正确率。     

一种基于高斯分布的白平衡改进算法

针对白平衡算法中普遍存在的校正不足及算法复杂度过高等问题,结合灰度世界算法和完美反射算法的优点,提出了一种基于高斯分解的自动白平衡算法。该算法通过对图像灰度分布的高斯分解,得到图像的高斯分布模型,并以此计算增益曲线。实验结果表明,该算法能有效校正图像的偏色问题,适用于多种不同场景。     

氨气泄漏事故的统计及后果分析

统计近10年的氨气事故,并分析事故造成的损失。表明连续点源泄漏、扩散为高频事故类型。比较分析氨气泄漏及扩散模型,选高斯烟羽模型,用Visual Basic程序,编制氨气连续点源泄漏的情况下,编制模拟氨气扩散范围的扩散模拟软件。这个软件可以模拟不同破裂面积、压力、温度以及天气情况下,氨气泄漏的影响范围。本软件操作简单,输入参数少,使用方便,可以为企业或政府应急疏散提供参考。     

基于混合高斯模型的窄带目标跟踪方法

基于混合高斯模型的轨迹分布融合方法适用于窄带目标跟踪系统.这种算法针对宽带跟踪结果的不精确,目标模糊,窄带跟踪需要依赖人工实现的问题,提出了一种基于混合高斯模型的自动窄带目标跟踪技术.该方法首先将目标方位分布看做是混合高斯模型,利用期望最大化算法估计混合高斯模型中的参数,然后利用混合高斯模型对目标方位进行聚类,最后利用平均加权法对目标方位进行融合,得到清晰稳定的目标跟踪结果.     

一种扩散张量脑脐服体图像分割算法

提出了一种基于矢量活动轮廓模型的扩散张量脑拼刀氏体图像分割算法,其利用矢量Chan-Vese模型构造了控制轮廓线演化方向的矢量符号压力函数,并将向量范数形式用于表达脑拼肌体组织的扩散张量各向异性,给出了具有全局与局部分割特性的矢量活动轮廓模型。10组真实大脑扩散张量图像分割结果表明,该算法对脑拼抵体结构的分割精确、稳定。     

一种多特征联合的运动目标检测算法

高斯混合模型已经成为对视频利用背景减除法进行运动目标检测的最多的一种背景建模模型,也成为一种标准模型。首先对高斯混合模型的理论框架及其性能进行了分析,分析了高斯混合模型仍需要解决的问题,并提出一种高斯混合模型联合多特征的运动目标检测算法,实验表明该算法具有较好的目标检测效果以及环境自适应性。     

考虑转台定位误差时的快速自对准方法研究

捷联惯导初始对准精度直接影响到惯导系统的工作精度,传统自对准方法对转台定位精度要求较高,转台存在定位误差时严重影响自对准精度。提出了一种考虑转台定位误差条件下的捷联惯导快速两位置自对准方法,根据对准位置与旋转过程中的惯导相邻时刻输出信息小幅慢变的特点,通过引入中间坐标系,实现实际旋转角度的精确跟踪和导航误差实时更新计算,辨识出初始姿态角误差,并根据对准精度要求对辨识结果迭代修正,从而实现动态条件下的高精度寻北。对该算法在静、动态环境下的寻北性能进行了实验验证,实验结果表明:静态环境下寻北精度的1倍标准差为18.3248″,动态环境下寻北精度的1倍标准差为32.633 07″,对准精度与计算速度均满足要求,能够有效克服转台定位误差对自对准精度的影响,具有一定的工程应用价值。     

运动状态下磁场模量修正技术研究

考虑到现有三轴磁通门传感器的修正存在方法复杂、对设备要求较高、效果不佳等问题.根据三轴磁通门传感器是由于三轴不正交、灵敏度不一致和零点偏移所引起的误差进行分析和理论计算,提出了三轴磁通门传感器修正模型并运用奇异值分解和单纯型法进行实验.实验结果表明,该方法能够简单、有效的对磁场模量进行修正,能够广泛的应用于三轴磁通门传感器静态和动态的总模量修正.     

全变分正则化非局部均值地震数据降噪

在地震数据的采集中往往存在随机噪声,噪声会影响地震数据分析的准确性,针对地震数据中存在的高斯噪声,传统非局部均值降噪算法在对地震数据降噪后无法有效保持地震数据中的同相轴边缘。将全变分正则化非局部均值算法应用于地震数据降噪,通过计算噪声估计值,更新去抖动非局部均值算法的权值,将去抖动非局部均值降噪结果进行全变分正则化约束,得到最佳的地震数据降噪结果。在有效去除高斯噪声的同时,保留地震数据的同相轴边缘。通过在合成地震数据、海上叠前地震数据、陆上叠后地震数据上进行降噪实验,对比该算法与非局部均值算法、基于近邻法选择策略的非局部均值算法的峰值信噪比、均方误差、平均结构相似度,得出全变分正则化非局部均值降噪算法在有效降噪的同时,可以较完整地保留地震数据的同相轴边缘细节。     

结合聚类参数的圆投影模板匹配改进算法

针对圆投影模板匹配方法特征提取过程中损失大量图像信息的缺点,提出了结合聚类模型参数的线性光照鲁棒圆投影模板匹配方法。所提方法采用线性对比度拉伸来消除光照影响,并将模板图像各圆环内像素点的高斯混合模型聚类参数作为模板特征。匹配时通过一次迭代计算即可得到匹配误差,且该匹配过程可通过查找表来提高匹配速度。在目标搜索时使用了降采样搜索方法,并将降采样搜索匹配后各位置的误差均值作为自适应阈值,对匹配误差小于该阈值的降采样点邻域进行逐点匹配,匹配误差最小的位置作为最终匹配结果。试验及分析说明所提方法的定位误差及可靠度与基于归一化相关及均值的圆投影匹配算法相比有较大提高。     

基于灰度递推的反走样圆生成算法

随着图形显示技术的特殊应用,对图形的显示效果提出了较高的要求。为了提高圆的反走样效率,建立了像素灰度与坐标之间的递推关系实现圆的反走样算法。该算法将每次循环中离理想圆弧最近的像素灰度作为判断依据,通过省略二次项带来简化计算,再对省略二次项带来的灰度误差进行修正,每次像素灰度结果可以直接输出,不需要再进行计算或转换,比其他算法的执行速度更快。经过验证,该算法的反走样效果和执行效率都比较好。     

覆盖算法的概率模型

要从本质上提高覆盖算法的精度,必须在算法中引入全局的优化计算.为此,先将覆盖算法扩展成核覆盖算法(以高斯函数为核函数),再利用高斯函数的概率意义(高斯分布),为核覆盖算法建立一个有限混合概率模型,在此基础上,利用"最大似然原理"引入全局优化计算,并利用EM(expectation maximization)方法进行求解,完成对覆盖算法的全局优化计算,从而扩大覆盖方法的使用范围并提高算法的精度,且将它从确定的模型扩展成概率的模型,后者更具抗噪声干扰的能力.最后给出模拟实验,实验比较结果表明,经优化后的概率模型确实提高了算法的精度.     

Improved HMRF for Remote Sensing Image Segmentation

The traditional Markov random field algorithm used for image segmentation is often associated with some known problems,such as unsmooth edges of the segmented regions due toimage noise and abnormal pixels values,thus,subsequently inaccuracy segmentation results.On account of this phenomenon,an algorithm that follows the hidden Markov random field which is based on finite Gaussian mixture model is put forward.First,the initial segmentation results are obtained by replacing traditional K-means method with the Expectation Maximization (EM) algorithm,and they are smoothedby using the bilateral filter.Next,the finite Gaussian mixture model and the Potts modelare used to model the feature field and the mark field,and the EM algorithm is used for its parameter estimationto obtain the feature field energy and the mark field energy.Finally,the energy function is minimized by using the Iterative Condition Model (ICM) algorithm in order to achievean optimal segmentation result.Experimental results show that our approach achieved a more efficient result by comparingto the classical MRF method and the traditional HMRF method,and the probabilistic rand index and global consistency error indicators are better than that of existing     

基于真实环境图象的三维动态仿真系统研究

针对在城市规划中,建筑设计方案的计算机三维图形与真实环境图象进行匹配及合成的问题,研究和提出了一种基于摄影测量学返透视原理的,对实际环境摄像经抽样采集的图象序列进行亮度、方差及平均色度合成的图象分析方法,并研究了一种基于单象空间后方交会解析摄影测量技术一阶渐近迭代计算的求解虚拟摄像参数的算法,同时提出了基于关键帧技术的适合于图象合成时,计算分割区域随时间变化的动态掩模算法,还在太阳系行星运动规律的基础上,建立了适合于计算机虚拟三维世界坐标系的日照模型,以及相应的求解任意时刻、任意经纬度虚拟世界坐标位置处的虚拟太阳光源方向和强度的算法。这些算法已被应用到基于真实环境图象的三维动态仿真系统中,实验结果表明,这些算法是行这有效的。     

基于跳距优化的改进型DV-Hop定位算法

DV-Hop定位算法是无线传感器网络节点定位的关键技术之一.传统DV-Hop定位算法节点定位,因跳数计算和跳距估计产生偏差,影响定位误差,为了提高定位精度,提出一种改进型定位算法.改进算法引入多通信半径方法细化节点间的跳数,计算未知节点平均跳距时,剔除孤立节点,并对利用锚节点得到的平均跳距进行加权归一化处理,使得未知节点定位精度提高.仿真结果显示,改进算法在不明显提高算法复杂度与通信量的基础上大大提高了定位精度.     

三轴磁航向传感器的全姿态误差补偿

通过对三轴磁航向测量原理及误差形成原因的分析,提出了一套快速有效的补偿办法。实验结果表明,采用自动罗差补偿方法,可将全姿态磁航向的测量误差在20°情况下修正到1°以内,在工程引用中得到了满意的效果。