H.264到HEVC的低复杂度视频转码算法

针对H.264视频转码为下一代压缩标准高效电视编码（HEVC）视频过程中耗费大量时间的问题,提出一种低复杂度的视频转码算法.该算法充分利用H.264压缩视频流中包含的信息,基于图像复杂度和编码比特数之间的关系对每帧图像进行编码复杂度分析,并根据分析结果决定编码树单元的搜索深度范围;基于HEVC码流中Skip模式与H.264码流中各种模式的映射关系对Skip模式进行提前判决,通过对编码比特数的统计分析快速选择预测单元的对称与非对称分割模式;依据运动矢量的相似性,优化了HEVC运动估计过程中预测单元的搜索起点和搜索范围,进一步减少了转码过程的计算量.实验结果表明：该算法与参考算法相比转码速度获得了大幅提高,同时还保持了几乎相同的率失真表现.     

Borland C＋＋环境下面向对象的编程技术

本文讨论在了ＢｏｒｌａｎｄＣ＋＋集成开发环境下，面向对象（即ＯＰＰ）编程的特性和技巧。     

机器状态数据采集系统设计

本文介绍一种适用于工业现场机器设备管理的机器状态数据采集系统。文中详细论述了系统性能特点和硬件、软件实现方法。     

加热炉陶瓷换热器喷灌泥浆的研制和应用

一、前言首钢第二线材厂加热炉为三段连续式大型加热炉,下部布有自然通风和热空气的陶瓷换热器,四个格子室,体积为400m~3。由于耐火砖制造缺陷和工期配合等因素,换热器的砌筑质量存在较大问题,主要表现在:格子砖间错台较大,泥浆不饱满,以致漏气,废气短路、热风温度长期上不去,加热炉投产后不久,1985年初实测,换热器出口的热风温度仅为44～92℃,远远低于设计要求的数值。如将换热器拆除重建,需要投资30万元,工期一个多月,连同利润损失共300多万元。经研究,对换热器的处理方案是:向     

嵌入式网络化变电所电能量管理系统

 电能量管理系统是变电所自动化系统的重要组成部分．提出并研究设计了嵌入式网络化电能量管理系统,
以高性能嵌入式处理器和嵌入式实时操作系统为核心进行系统设计． 系统通过以太网口或嵌入式MODEM ,基于
TCP/IP协议进行网络通信,具有高可靠性、高实时性的特点．详细论述了系统设计、硬件设计和软件设计,并给出
实际运行结果．     

转子机械故障诊断仪器系统

针对转子机械故障所具有的相关性和模糊性的特点,提出了基于组合式模糊神经网络的分布式转子故障诊断仪器系统。其中,分布式转子故障诊断仪器系统可以有效地对一机组的转子实现多通道振动信号同步,整周期,高速信号采集,通过信号处理进行特征提取,而基于组合模糊神经网络转子故障诊断系统,可有效地提高对具有相关性和模糊性的转子故障的诊断能力,文中详细讨论了仪器系统的设计,故障诊断模型,并给出了实验结果。     

基于虚拟仪器的一模多腔模温解耦控制

针对一步法注吹中空制品一模多腔模具在加热过程中因散热问题引起不同排布模腔的温度不均匀问题,提出采用LabVIEW架构解耦控制系统软件,应用其开发出符合系统需要的虚拟仪器,并在此基础上,研究在LabVIEW环境下实现解耦控制。实时控制结果表明,解耦后的系统可以使各个模腔之间的控制不互相干扰,很大程度上提高了温度控制的效果和精度。     

一种多机器人编队协同定位的方法

针对多机器人编队导航,提出了一种协同定位的方法.一个主机器人带领其他成员机器人,主机器人配备视觉传感器及激光扫描仪,成员机器人通过融合内部传感器数据进行自身定位.主机器人利用双目视觉进行目标检测,确定目标方位及距离信息,并利用激光扫描仪结合视觉获取的方位信息得到成员机器人位置及航向.基于联邦滤波算法提出了一种联合滤波模型,融合多传感器信息得到精确定位.1个Pioneer 3-AT和3个AmigoBot机器人编队的协同定位实验表明:该方法可行,误差范围小,满足实际应用的精度要求.     

基于组合式神经网络的短期电力负荷预测模型

通过对电力负荷变化规律和影响因素的分析,提出了一种基于组合式神经网络的短期电力负荷预测模型。该模型综合运用神经网络、模糊聚类分析和模式识别理论方法进行建模。首先,采用模糊聚类分析方法,以每天的24点负荷数据、天气数据以及天类别数据为指标,将历史数据分成若干类别;其次,对每一类别建立相应的神经网络预测模型;预测时通过模式识别,批出与预测天相符的预测类别,利用相应的神经网络预测模型进行24小时的短期电力负荷预测。对绍兴地区2年多的实际负荷变化数据进行预测分析的结果表明,该模型不仅对普通工作日有较高的预测精度,对双休日、节假日和一些特殊情况也有较好的预测精度。     

基于Hausdorff距离的视觉监控轨迹分类算法

针对智能视觉监控系统中的运动目标轨迹分类问题,提出了一种基于多维Hausdorff距离的轨迹聚类算法。该算法使用流矢量序列描述目标运动轨迹,由多维Hausdorff距离进行轨迹相似性测量,通过谱聚类实现轨迹分类。该算法在轨迹描述中同时包含位置和方向信息,解决了Hausdorff距离不能区分轨迹运动方向的问题。为降低计算复杂度,本文还提出一种保距变换对轨迹相似性测量进行优化。与相关算法的对比实验表明,提出的轨迹分类算法可达到更高的聚类准确率;提出的保距变换可以显著降低算法的计算复杂度。