鱼体尾频运动模型研究

鱼体运动特征能直观地反映水体环境质量状况,在生物水质监测中具有十分重要的意义.在分析鱼体运动模式的基础上,提出了基于鱼体骨架中心线的尾频活性模型,利用该模型获取鱼体尾频、速度、加速度等运动参数,表征鱼体游动在被监测水质中的运动活性程度.实验数据表明,模型较好地表征了鱼体当前的运动状态,为后期鱼体运动在生物水质监测中的应用提供了理论基础.     

基于虚拟样机技术的某型摆臂机构研究

摆臂机构是舰炮发射系统的重要组成部分.某型舰炮摆臂机构采用电机作为外能源,带动齿轮齿条直线运动,进而通过连杆机构带动摆臂实现摆动.上述摆臂机构由多种动力传递和转换组成,采用传统设计方法进行论证研究成本高,难度大.为验证摆臂机构可行性以及机构运动可靠性,同时为摆臂机构电机设计提供依据,结合多刚体系统动力学理论,运用MTA...     

单线激光雷达摆动扫描装置及其控制

为弥补单线激光雷达在获取障碍物的几何形状信息上能力较弱的缺点,采用了一种基于无急回特性曲柄摇杆机构的ALV车载激光雷达摆动装置;分析了曲柄摇杆机构的运动特点及无急回特性装置杆长条件;为实现激光雷达在车体平面匀速扫描功能,使用多项式拟合的方法计算出驱动曲柄旋转的直流电机转速与激光雷达摆角之间的关系;建立了系统数学模型,设计了直流电机转速PID控制器,仿真结果表明当负荷力矩不断变化时,系统响应速度快,跟踪误差小;实验数据证明该激光雷达摆动装置实现了期望功能,性能可靠,能够满足ALV主动环境感知的要求.     

融合BOW模型的多特征子空间行人重识别算法

针对目前行人重识别算法在目标外观特征和度量算法方面的问题,提出一种融合BOW模型的多特征子空间行人重识别算法。在行人图像上采用2-D高斯模板将图像背景弱化,然后提取BOW特征描述子和YUV+HSV颜色特征描述子,并将其融合组成最终的特征描述子。在相似性度量方面,采用在原始特征空间学习一个子空间,并在该子空间学习测度矩阵的方法进行相似性度量。在VIPeR和CUHK01两个数据集上的实验结果表明,提出的算法能够明显地提高行人重识别率。     

基于可变形掩膜对齐卷积模型的行人再识别

行人再识别是计算机视觉领域的一个重要研究方向,在视频监控等非常广阔的领域有极其重要的应用前景.行人再识别研究中遇到的一个重要挑战就是行人图像对齐问题.利用全卷积模型和全局平均池化操作,提出了一种新的可变形掩膜对齐的深度卷积神经网络模型,它不仅可以解决行人图像对齐问题,而且实现了行人图像的多信息融合.该方法在Market...     

软件工程专业应用型人才培养模式的探索

随着计算机在我国社会经济生活中的普及和应用,各行业对行业应用软件需求也相应地有所增长,因此对应用型软件人才的需求也呈现上涨趋势。高校作为软件人才培养的重要场所,如何培养社会需求的合格的应用型软件人才就成为各高校及需解决的问题。该文在分析了国内软件人才培养中所存在的问题及软件人才培养目标的基础上,从实际出发提出了软件工程人才培养的指导思想。     

基于局部特征关联与全局注意力机制的行人重识别

行人重识别的难点在于行人之间的结构信息差异较小导致特征难以区分。结合全局关系注意力机制与局部特征关联方法提出一种改进的特征关联算法。通过水平切分全局注意力机制的特征得到多个局部特征,并进行逐个关联识别,利用局部特征关联与全局语义信息提取关键特征信息。在此基础上,采用交叉熵与三元组损失函数训练处理后的局部特征。在CUHK03-Labeled、Market1501、DukeMTMC-reID数据集上的实验结果表明,该算法首位命中率分别为81.6%、95.6%、89.5%,相比GCP、MGN、BAS-reID等算法具有更强的识别能力与自适应性。     

基于人才成长规律的维修任务分配模型研究

针对我军各维修级别的不同情况,对不同维修级别的装备保障人才影响因素进行了分析研究,建立了不同维修级别装备保障人才成长的模型.并运用实例对模型的正确性进行了说明和验证,实例结果表明,该模型更贴近部队实际,对于部队的维修任务分配有重要的指导作用.     

软件工程专业应用型人才培养模式的探索与实践

本文结合哈尔滨学院软件工程专业培养应用型软件人才的实践经验,提出了"三零五化"的人才培养思想和"三三一"的办学理念,架构了基于校企合作的"2.5+1.5"应用型软件人才培养模式和四位一体的培养方案,设置了相应的课程体系,阐述了在师资队伍建设、教学改革、校企合作构建产学研一体化平台和力争学校、政府企业、三力合一等方面所采取的相应举措。对应用型本科院校人才培养具有参考价值。     

并行工程中基于角色的项目--人员管理模型

企业实施并行工程,必然要求重构产品开发队伍和重构企业过程。从上述观点出发,提出了一种基于角色的项目——人员管理模型,该模型的有效使用,既有利于企业并行工程的实施,也有利于提高企业信息系统的安全。     

四履带双摆臂机器人越障机理及越障能力

为发挥四履带双摆臂机器人的最佳越障性能,本文从运动学的角度,在固定双履带机器人越障机理的 基础上,分析了四履带双摆臂机器人克服台阶、斜坡、沟道等典型障碍的运动机理及其最大越障能力,重点研究了 四履带双摆臂机器人正向和反向两种攀越台阶方式的运动机理及其最大越障能力．以CUMT-II 型煤矿探测机器人 样机为例,绘制了机器人仰角、摆臂摆角与跨越台阶高度的3 维关系图,以及斜坡坡度与摆臂摆角关系曲线,并求 出了相应的最大越障能力的理论值,与实验室实测数据进行了对比分析．本文推导出机器人的最佳越障性能及对应 的质心和摆臂的位置,可为机器人越障时质心位置的控制提供理论依据．     

融合注意力机制与权重聚类学习的行人再识别

行人图像在行人再识别中常通过行人检测器自动检测获得,不仅包含行人主体,还包含一些干扰信息（比如,背景、遮挡等）。在基于注意力机制的行人再识别中,增强了对具有显著性特征行人部件的关注,削弱了对带有干扰信息部件的关注,有利于提取更具辨别力的行人特征表示。在深度学习中,卷积神经网络通过对特征映射重新赋权值,得到注意力特征,提出了一种新颖的基于聚类的全局注意力模块（cluster-based global attention module,CGAM）。在CGAM中,将注意力权重学习过程重新考虑为聚类中心学习过程,将特征映射中的空间位置点视为特征节点,通过聚类算法得到每个特征节点的重要分数并进行归一化后作为注意力权重。利用改进的Resnet50作为基本框架,嵌入注意力模块,得到注意力网络,仅使用了全局分支,具有简单高效特点。综上,基于聚类的注意力设计不仅充分利用了特征节点之间的成对相关性,而且挖掘了丰富的全局结构信息,得到一组更可信的注意力权重。实验结果表明,提出的行人再识别算法在Market-1501和DukeMTMC-reID两个流行数据集上均有显著的效果。     

Motion Control of a Golf Swing Robot

In this paper we discuss our simulation and empirical study of a golf swing motion controller for a two-link golf swing robot. We distinguish two variants of the whole golf swing termed as hitting problem and stopping problem. For the hitting problem arising from backswing and downswing, we map the task into the output of a target dynamic system—a harmonic oscillator—under energy control. For the stopping problem that arises from follow-through, we propose a Proportional plus Gravity and Coupling Torque Compensation (PGCTC) feedback controller. Preliminary simulation study shows the proposed controllers solve the hitting problem and the stopping problem respectively. The controllers are implemented on a physical robot. Experimental results indicate the robot is able to perform desired golf swing-backswing, downswing, and follow-through. We also give a preliminary analysis on the proposed method to understand its merits and weaknesses.     

结合注意力与批特征擦除的行人重识别模型

在行人重识别过程中,图像局部遮挡会造成识别准确率下降。提出一种结合注意力和批特征擦除的网络（ABFE-Net）模型,旨在学习具有辨别力的全局特征和局部细粒度特征,提高图像局部遮挡条件下行人特征的表达能力。将轻量级注意力模块嵌入到ResNet-50中自主学习每个通道的权重,通过强化有用特征和抑制无关特征增强网络特征的学习能力,提取行人更具辨别力的全局特征。对于深层特征使用批特征擦除方法,随机擦除同一批次特征图的相同区域,使得网络关注剩余的局部细粒度特征。将两种特征融合得到更加全面的行人特征表示,对其进行相似性度量并排序,得到行人重识别的结果。实验结果表明,与HA-CNN、PCB等方法相比,ABFE-Net模型在Market1501和DukeMTMC-reID数据集上的Rank-1和mAP分别达到94.4%、85.9%和88.3%、75.1%,能够明显增强行人特征的辨别性,提高行人重识别效果。     

Model Predictive Control of a Flexible Links Mechanism

Vibration suppression in flexible link manipulator is a recurring problem in most robotic applications. Solving this problem would allow to increase many times both the operative speed and the accuracy of manipulators. In this paper an innovative controller for flexible-links mechanism based on MPC (Model Predictive Control) with constraints is proposed. So far this kind of controller has been employed almost exclusively for controlling slow processes, like chemical plants, but the authors’ aim is to show that this approach can be successfully adapted to plants whose dynamical behavior is both nonlinear and fast changing. The effectiveness of this control system will be compared to the performance obtained with a classical industrial control. The reference mechanism chosen to evaluate the effectiveness of this control strategy is a four-link closed loop planar mechanism laying on the horizontal plane driven by a torque-controlled electric actuator.     

Löb's Theorem as a Limitation on Mechanism

We argue that Löb's Theorem implies a limitation on mechanism. Specifically, we argue, via an application of a generalized version of Löb's Theorem, that any particular device known by an observer to be mechanical cannot be used as an epistemic authority (of a particular type) by that observer: either the belief-set of such an authority is not mechanizable or, if it is, there is no identifiable formal system of which the observer can know (or truly believe) it to be the theorem-set. This gives, we believe, an important and hitherto unnoticed connection between mechanism and the use of authorities by human-like epistemic agents.     

基于最大熵的汉语人名地名识别方法研究

构建了一个基于最大熵原理的汉语人名地名自动识别混合模型．该模型分为训练和识别两个模块．先从训练语料中抽取特征，利用最大熵方法对特征进行训练．然后使用经过训练的特征，并结合动态词表和少量规则，对测试文本中的汉语人名地名进行识别．达到了比较满意的识别效果．最后对实验结果进行了分析．     

基于摆扫反射镜的大视场成像像移模型

为实现大视场技术指标,建立了一种基于摆镜转动的摆扫成像模型;通过对摆扫成像与推扫成像模式的比较,分析得出当横滚角等于摆镜转角的2倍时,摆扫成像能够实现与推扫成像小姿态时相同的视场;经过实验验证,在横滚角为2°、4°、6°、8°、10°时,文章的方法与推扫成像模型像移相对误差在1%以内,偏流角大小相对误差在0.001%以内,两种方法保持了较好的一致性,保证了模型的合理性与正确性;此外,该模型还可以通过实时地控制摆镜的转动来实现穿航方向上的对地的扫描成像,进而实现大视场、宽幅盖对地成像,减小回访周期,提高空间相机对地成像的工作效率。     

基于LBP-HSV模型及改进SIFT算法的行人再识别算法

针对SIFT算法计算量大,复杂背景下匹配准确率低的问题,论文提出了一种结合LBP-HSV模型与改进SIFT算法的目标识别算法。首先利用LBP直方图和HSV模型共同筛选出目标相似区域;然后利用SIFT算法检测目标与相似区域的特征点,并使用改进的HOG特征描述特征向量;最后采用最近邻加权欧式距离的匹配策略,找出匹配点对。基于多组行人图片的目标识别结果表明,文中算法具有较强的鲁棒性,识别准确率较高,且相较于SIFT算法,匹配速率大大提高。     

基于置信度的藏文人名识别的主动学习模型研究

训练语料的标注成本是资源稀缺语言处理研究面临的一个重要问题,通过主动学习(active learning)方法可以选择信息量大、无冗余的语料供人工标注,进而大大降低语料标注成本。该文基于CRF模型给出的标注置信度提出了四种主动学习方法,并通过实验确定了这四种主动学习方法的相关参数。实验显示:选择置信度低于0.7的语料进行人工标注,直到新旧模型标注结果的差异度小于0.01%时,仅需6轮迭代;人工标注3.2MB的语料,藏文人名识别的F值可以达到88%,若要达到该识别效果,基于CRF的监督式学习模型需要标注约10MB的语料,该主动学习方法降低了约66%的语料标注规模。