基于虚拟现实的人机交互视觉目标感知仿真

人机交互是人与计算机或其它外部设备之间的信息交换过程。在人机交互过程中,由于网络环境复杂以及不稳定等因素,直接影响视觉目标的感知效果。为解决上述问题,提出基于虚拟现实的人机交互视觉目标感知方法。利用虚拟现实技术建立安全的人机交互网络环境,并在此环境中截取视觉目标二维图像,采用Gabor小波变换法,提取视觉目标的特征向量;采用最小二乘支持向量机,建立人机交互视觉目标感知模型,通过粒子群算法确定模型相关参数;将提取的目标特征向量输入该模型中,完成人机交互视觉目标的感知。实验结果表明,上述研究方法的平均感知精度在95%～100%之间,高于其它两种方法的测试结果,研究方法的目标感知速度和感知效果也均更优。     

可视化数据挖掘方法与技术

可视化数据挖掘技术是可视化技术和数据挖掘技术的有机结合,是数据挖掘技术发展的必然,它涉及到计算机图形学、图像处理、计算机辅助设计、计算机视觉及人机交互技术等多个领域：数据挖掘的可视化已由单纯的模型可视化发展到数据可视化与数据挖掘过程和结果的可视化;本文着重讨论了可视化数据挖掘的分类和相关技术,最后提出了未来的研究方向。     

基于云平台的综采设备群远程故障诊断系统

目前开发的综采设备远程故障诊断系统大多是针对采煤机、刮板输送机、带式输送机等单机设备,以及基于视频或虚拟现实的专家远程指导维护系统,而集云平台、远程故障诊断和专家远程指导维护于一体的设备群故障诊断系统研究很少。针对该问题,设计了一种基于云平台的综采设备群远程故障诊断系统。首先通过传感器采集综采工作面采煤机、液压支架、刮板输送机、转载机、乳化液泵站、带式输送机及供电系统等的状态监测信息;然后通过煤矿井下环网将综采设备群运行状态监测信息传输到地面服务器,地面服务器对接收到的信息进行智能故障诊断分析、数据存储、报警查询等;最后通过MQTT协议将地面服务器的综采设备群状态监测信息按照统一格式传输至云服务器进行数据处理及格式转换,并将转换后的数据利用4G/5G网络传输至移动端和通过MQTT协议传输到PC端,从而实现综采设备群运行状态监测的可视化、故障查询、故障报警及故障预警信息的及时推送。以可视化视频监控为媒介,当综采设备出现故障时,视频信息可实时转接至对应专家,专家通过视频信息远程指导井工人员进行远程维护。该系统在陕西黄陵煤矿综采工作面进行了测试,结果表明:该系统实现了综采工作面设备群的远程故障诊断,通过手机移动平台可以实现综采工作面设备群运行状态实时监测和故障预警信息的及时推送,降低了综采工作面设备群的故障率和非计划停机次数,生产效率提高了约30%。     

基于视觉传达技术的关东文化人机交互式传播系统

由于常规关东文化传播系统在操作时延迟时间长、用户体验感较差，故基于视觉传达技术设计关东文化人机交互式传播系统。系统根据用户提交的色彩信息与标准色彩信息进行比对，实现基于视觉传达技术的关东文化人机交互式传播系统设计。对设计系统的使用性能进行对比测试，发现其在运行期间的延迟时间明显低于对比方法，说明设计系统在使用时更具有优势。     

基于图像处理技术的人机交互界面控制研究

以更好地实现人机交互界面控制为目的，本文设计了基于图像处理技术的人机交互界面控制方法。首先提取人机交互界面图像边缘轮廓特征，采用视觉传达优化方法增强人机交互界面图像视觉传达信息，构建图像的边缘包络特征，利用向量量化法实现图像信息增强处理，结合多分辨率层次分析法提取图像多分辨特征量，优化图像视觉传达输出，从整体上实现更好的人机交互界面控制，采用超完备字典学习的图像去噪算法提升图标图像的清晰度与直观性，从局部上更精准地控制人机交互界面。测试结果显示方法能够准确描述测试对象内部图像的边缘轮廓，可精准地控制人机交互界面。     

图像置乱方法综述

网络环境下,如何保障传输过程中图像信息的安全性,是目前信息安全领域的一个重要研究问题。图像置乱变换是一种重要的图像加密方法,其主要目的是将给定的图像进行搅乱,使人们无法通过人类视觉系统和计算机系统来发现原始图像所表达的真正含义。目前在图像置乱领域已提出一些很有意义的方法,本文主要对这些方法进行了分类讨论和总结,便于进一步的研究。     

大数据可视分析综述

可视分析是大数据分析的重要方法.大数据可视分析旨在利用计算机自动化分析能力的同时,充分挖掘人对于可视化信息的认知能力优势,将人、机的各自强项进行有机融合,借助人机交互式分析方法和交互技术,辅助人们更为直观和高效地洞悉大数据背后的信息、知识与智慧.主要从可视分析领域所强调的认知、可视化、人机交互的综合视角出发,分析了支持大数据可视分析的基础理论,包括支持分析过程的认知理论、信息可视化理论、人机交互与用户界面理论.在此基础上,讨论了面向大数据主流应用的信息可视化技术——面向文本、网络(图)、时空、多维的可视化技术.同时探讨了支持可视分析的人机交互技术,包括支持可视分析过程的界面隐喻与交互组件、多尺度/多焦点/多侧面交互技术、面向Post-WIMP的自然交互技术.最后,指出了大数据可视分析领域面临的瓶颈问题与技术挑战.     

基于自动驾驶系统的轻量型卷积神经网络优化

计算机视觉技术大量应用于自动驾驶系统,主要解决物体识别与物体分类问题,本文根据任务提出了一种轻量化的神经网络结构.为解决训练数据规模不足的问题,采用了改进型数据增强算法,使训练数据成倍增加.同时为解决使用数据生成器作为验证集,无法使用tensorboard的问题,提出了解决方案,通过卷积网络可视化方法详细研究了神经网络处理图像信息的原理并提出了优化方法.训练后的模型在验证集上准确率达到了97.5%,满足了自动驾驶系统对分类任务准确率的要求.     

风电机组监测数据的动态可视化

以风力发电机为研究对象,在分析风电机组的结构、故障特点以及监测方式的基础上,实现了风电机组监测数据的动态可视化。本仿真系统是在Windows XP操作系统下以Visual C++6.0为开发工具进行研发,通过网络传输获取机组实时数据,利用OpenGL进行机组实体建模,采用显示列表与双缓存技术实现了机组模型的动态显示。系统具有良好的实时性、交互性,为进一步研究风力发电机的三维可视化状态监测奠定了基础。     

基于无线传感网络的电气设备温度智能监测系统

为防止由于温度异常造成的电气设备故障,提出基于无线传感网络的电气设备温度智能监测系统。利用无线传感网络及ZigBee网络采集节点,低功耗采集并传输电气设备温度信息到监测中心,利用DNN网络构建电气设备温度监测智能分析模型,实现电气设备温度的实时输出与处理。实验表明,该系统的信息传输功耗较低;可精准监测电气设备温度,可通过界面形式展现监测结果。     

视频传感器网络中基于相关性图像融合算法

基于图像相关性信息,从系统层面提出了一种图像融合算法.该算法充分考虑到视频传感器节点的有限资源及相邻节点间冗余视觉信息,将同一场景的视觉监测任务分配到相关度较大的2个视频传感器节点上,每个视频传感器节点仅负责传输一部分视觉场景信息.特别地,利用极线约束性质融合多路传输来的部分图像信息,最终实现场景视觉信息的重建.实验结果表明:该算法简单易行,既可以减少网络传输量、节约网络能量,又可以实现场景视觉信息的有效监测.     

浅析信息可视化原理及其技术

文章介绍了信息可视化的基本概念和知识,包括主要的可视化原则、类型和技术;讨论了信息可视化的定义、基本过程与特征以及信息可视化的主要研究领域。文章认为信息可视化变量研究、可视化模型的研究、符号系统的研究、空间认知与信息传输研究等,是信息可视化的主要研究领域。     

分析计算机网络技术在电子信息工程领域中的应用研究

计算机网络技术的发展极大推动了各个领域的生产水平,在电子信息工程领域中尤为明显.电子信息工程借助于计算机网络技术,实现了网络与电子信息的高度融合,为我国的国防事业、科研领域与通信等领域做出了极大贡献.以通信行业的线路自动监测系统设计为例,研究了计算机网络技术在电子工程领域中系统设备开发、信息维护与信息传输这3个方面的应用.     

平行视觉框架下深度卷积神经网络可视化分析

深度学习方法在计算机视觉领域取得了很大的发展,多种深度卷积神经网络在实际的目标检测中取得了很好的应用效果,但均存在网络可解释性较差的问题。通过将特征图反向映射到输入图像的像素空间,来对网络的特征图进行可视化分析;在平行视觉研究框架下,分别采用真实和人工绝缘子图像样本来分析网络的特征响应,最后依据可视化结果对网络参数进行调整。研究结果表明,人工图像中绝缘子的占比、角度和位置对网络的特征响应和分类正确率均有不同程度的影响,根据真实和人工绝缘子图像的特征图可视化结果来对网络的结构和参数进行调整,能够较好地提升网络的性能。     

虚拟环境下的多维视觉几何匹配方法研究

针对传统虚拟装配系统存在人机交互视角单一,操作者因视觉信息不足致使训练效率不高、极易产生训练疲劳的问题,提出了多维视觉几何匹配方法。该方法根据装配对象的位置信息,通过几何法引入多个视觉点,解决装配过程中的视角信息反馈不足问题。为验证该方法的有效性,在Visual Studio 2010开发环境下,搭建了基于Geomagic Touch力反馈设备的虚拟装配系统。将力反馈设备作为人机交互实体装置,由3DSMAX绘制虚拟装配系统中的目标物体,经由Open GL进行渲染并显示。试验结果表明,与传统单一视角的装配系统相比,该方法缩短了35%以上的操作者训练时间,有效解决了视觉信息反馈不足的问题,提高了操作者在装配中的训练效率,同时优化了人机交互性能。     

网络监控平台的应用研究

信息化发展到今天,网络架构已日益成熟,随着网络应用逐渐普及,各种网络问题也随之出现,网络遭受黑客攻击、病毒破坏、误操作等都会影响到网络的正常运转。网络监控系统为提高网络管理水平,保证网络发挥最大作用提供了必经之路。网管系统的设计要重点解决两个主要技术问题:监控数据信息获取和传输模式与监控结果的可视化显示,现将前者加以详细说明。     

基于人工智能的图卷积神经网络故障诊断方法研究

随着移动互联网的快速发展,网络故障诊断技术已成为一个重要的研究方向。在移动网络故障诊断中,由于故障样本数量有限,传统方法难以准确诊断出故障类型。因此,研究提出了一种融合朴素贝叶斯模型(Naive Bayesian Model, NBM)和图卷积神经网络(Graph Convolutional Networks, GCN)的移动网络故障诊断方法。通过GCN与NBM的融合,故障诊断方法能够提取到更多故障数据,用于对故障的识别和诊断。结果表明,模型方法的故障诊断准确率平均值和故障误检平均值分别为92.18%、9.13%;同时模型方法在网络故障分类识别效率为75.00%,且在故障识别开始时的平均时间开销为11 s。所有结果均优于对比算法,这说明所提出的方法能够有效地识别出移动网络故障类型,并具有较高的准确率和鲁棒性。     

基于RuBee/ZigBee技术的变电站在线监测系统

为了有效解决变电站设备智能识别和实时在线监测等问题,设计了基于Ru Bee/Zig Bee技术的变电站在线监测系统。系统以TMS320VC5509处理器为核心,包括Ru Bee读写模块、Zig Bee无线传输模块、图像采集模块、温湿度采集模块等。系统可以将温湿度信息、图像信息、电压和电流信息等通过Zig Bee无线传输网络传送到上位机管理系统。系统解决了在高压、高温、潮湿等环境下对变电站设备的实时在线监测问题,为用户提供了一种低成本、高性能的变电站在线监测方式,同时,对其他相关领域的在线监测也具有重要的参考价值。     

基于大数据技术的网络信息传输安全监测方法

为实时监测网络信息传输中安全态势,设计了一种针对网络信息传输的安全监测方法。首先,利用大数据技术进行网络信息安全因素的模糊等价处理,实现基于大数据技术的网络信息安全因素关联分析;其次,标记网络信息的传输节点,聚类节点安全行为;再次,通过分析与对比聚类后节点之间关联程度,判断网络信息在传输中是否存在异常行为,实现信息传输安全监测;最后,经对比实验结果表明,设计的方法应用效果良好,有效提高了监测结果的可靠度。     

基于WSN和数据融合技术的电力变压器故障诊断系统的研究

探讨一种基于数据融合和可拓理论的电力变压器故障诊断方法,基于此方法,应用无线传感器网络技术和.NET开发平台构建和开发出一套电力变压器故障诊断系统。该系统将WSN技术用于电力变压器油中溶解气体的无线数据采集,实现变压器油中溶解气体的实时数据采集和传送;同时运用信息融合技术对数据进行优化处理,既可以降低网络能耗又保证了数据的准确和客观;在变压器进行故障诊断时,针对现有电力变压器故障诊断的气体比值法存在的编码规则不完整、诊断故障类型单一等缺陷,使用可拓诊断方法,定量与定性相结合,使变压器故障诊断方法更为精细化。在线故障诊断可视化系统可以实现变压器油中溶解气体参数的采集、显示、分析、存储和回放等功能,实现对变压器故障信息的实时分析与自动诊断,既解决了作业人员远程实时监测变压器运行状态问题,又大大提高了变压器故障诊断的性能,为变压器在线监测和故障诊断技术提供新的发展方向。