基于改进遗传算法和SVM的森林火灾视频目标鉴别

计算机视觉是目前计算机技术研究的热门课题之一,目标对象特征的选择和提取是计算机视觉的核心问题。在分析和研究火焰图像中火焰预判方法的基础上,提出了从纹理、动态、几何3个方面筛取火焰图像的组合特征,并且重点介绍了动态特征的提取方法。在火焰识别的特征选择方面做了较深入的研究,综合利用了火焰的内容特征,基于遗传算法提出了新的适应度函数,使得特征选择更加科学,而基于结构风险最小化理论的SVM在识别过程中可充分发挥优势,因此在实验中取得了理想的效果。     

基于相关规则的不平衡数据的关联分类

许多研究表明关联分类具有较高的分类准确率,然而,大多数关联分类基于"支持度-置信度"框架,在不平衡数据集中,置信度和支持度都偏向产生多数类的规则,因此,少数类的实例容易被错误分类。针对上述问题,提出了一种基于相关规则的不平衡数据的关联分类算法。该算法挖掘频繁且互关联的项集,在以该项集为前件的分类规则中选取提升度最大的规则。规则按结合了提升度、置信度和补类支持度(CCS)的规则强度进行排序。实验表明,该算法取得了较高的平均分类准确率且在分类少数类的实例时具有更高的准确率。     

无线传感网中基于成对节点探测不确定性的目标容错跟踪方法

针对无线传感器网络(Wireless Sensor Networks,WSN)中的节点在真实环境中的不可靠感知现象及其对目标跟踪精度的影响,首先分析计算了成对传感器节点感知存在的不确定区域及其边界,在此基础上,提出了一种基于成对节点探测不确定性的目标容错跟踪方法(Tracking with Pairwise Uncertainty of RSSI,TPU-RSSI),即通过匹配分组感知采样得到的感知向量(sampling vector)和跟踪区域划分面(face)的特征向量(signature vector)来进行移动目标容错跟踪。该方法在保持跟踪方法灵活性的基础上,能够减小由环境因素带来的跟踪误差。为了降低计算复杂度,提出了一种基于邻居面连接的启发式匹配算法。大量的仿真实验结果均表明,所提方法相比同类的其他方法具有更强的灵活性和更高的定位精度。     

具有不同代理群的多代理多签名方案

目前在大多数多代理多签名(multi-proxy multi-signature,MPMS)方案中,所有的原始签名人指定同一个代理群生成代理签名。然而在很多实际应用中,每个原始签名人经常需要在自己所在的组织中选择代理群,从而导致各个原始签名人需要选择不同的代理群,代表自己生成代理签名。现有的多代理多签名方案中还没有考虑这方面的需求。提出一个可以指定不同代理群的MPMS方案。在该方案中,可以指定一个多人的验证群合作验证最终签名的合法性。为证明方案的安全性,对现有的安全模型进行改进,在计算Diffie-Hellman假设的基础上,验证所提方案是安全的。与已有方案相比,本方案更加安全和有效。     

一种新型的自适应模糊中值滤波算法

针对传统中值滤波算法不能很好地保护图像细节以及受严重噪声污染时性能急剧下降的情况,提出了一种新型的自适应模糊中值滤波算法。通过比较滤波窗口内像素点的灰度值与像素点灰度值的均值定义了模糊滤波系数,利用此模糊滤波系数对滤波方法进行加权,得到一种加权中值滤波器。通过对小窗口内的灰度值不等于最大灰度值和最小灰度值的像素点的检测自适应调整窗口大小,对超过设定的最大窗口的情况,噪声点的灰度值用四个相邻的已处理的像素点灰度值的均值进行替换。仿真结果表明,新算法具有较好的细节保护能力和较强的去除噪声能力。     

室温超快速制备HKUST-1及其对甲苯的吸附性能

以硝酸铜和均苯三甲酸为原料,通过水滑石法室温10 s快速制备了一种金属有机骨架材料HKUST-1,对其进行了XRD、SEM和N_2吸附表征,测定了甲苯在HKUST-1上的吸附等温线、动力学和吸附-脱附循环性能。结果表明,水滑石的添加使HKUST-1可在室温10 s内快速合成,HKUST-1的BET比表面积达到2170.7 m~2/g,总孔容为0.97 cm~3/g。HKUST-1在25℃时对甲苯的饱和吸附量达到6.67 mmol/g,在低相对分压(p/p_0≈0.029)下,HKUST-1对甲苯的吸附量高于其他材料约10倍。经5次吸附-脱附循环后,HKUST-1的甲苯饱和吸附量几乎不变,具有很好的再生性能。     

单组分室温硫化硅橡胶的配制(十五)

介绍了脱酰胺、脱羟胺型单组分室温硫化(RTV-1)硅橡胶的特点，以及脱酰胺／羟胺型(包括普通型、高粘接性型、耐水性型、超低模量型)、脱羟胺型(包括用含S-H基的硅氧烷或异氰酸酯作羟胺清除剂)、脱酰胺型(快干型、自流平型)及脱酰胺／酮肟型低模量RTV-1硅橡胶的配制。     

基于模糊PID大型电力机组温度过热控制

随着高精密技术的发展,高精度、超高精度的温控系统越来越多被人们运用于大型电力机组中。传统的温度控制系统对各异的真实系统适配性较差,不能保证系统性能,适应性较差。针对这些问题,提出了一种模糊自适应PID大型电力机组温度过热控制算法,即专家-模糊PID控制器方法,根据温度偏差选择采用专家控制还是模糊PID控制,克服适应性差的问题。用专家控制避免设定值震荡,并通过模糊PID温度控制较快达到设定初始目标温度值,并稳定在该值上。最后通过仿真实验证明这种模糊PID超精度温度控制系统对于大型电力机组的温度过热控制问题具有控制精度高、响应速度快、温度波动小等优点。     

非线性规划在生物代谢仿真过程中的应用

随着系统生物学研究的不断深入,生物过程网络的规模逐步拓展,其模型的复杂程度也越来越高,数值积分等常规方法很难求解生物代谢网络这类大规模复杂动态系统,客观上需要新的分析方法去应对。针对典型的酿酒酵母糖酵解途径的动态模型,首先利用Matlab进行常规的数值积分求解,以此作为参照,提出将糖酵解的动态模型离散化后利用非线性规划解题器IPOPT进行动态仿真的思路,采用不同的离散步长,计算得到不同的仿真结果。计算结果显示,通过调整计算参数,IPOPT可得到与参照一致的仿真结果,这表明非线性规划可作为分析优化生物过程这类大规模复杂动态系统的新方法,为下一步进行模型参数估计、多目标动态优化等打下基础。     

基于LS-SVM逆系统的无轴承异步电机解耦控制

无轴承异步电机具有非线性、多变量和强耦合的特点,要实现电机稳定悬浮和旋转运行,必须对其进行非线性动态解耦控制。为了克服逆系统方法精确建模难的局限性,采用基于最小二乘支持向量机(LS-SVM)α阶逆系统方法对无轴承异步电机进行动态解耦控制的研究。首先利用最小二乘支持向量机辨识出无轴承异步电机的逆模型,然后将它串联在原系统前,将无轴承异步电机解耦成四个独立的伪线性子系统-2个径向位移子系统、一个速度子系统和一个磁链子系统。为保证鲁棒性能,最后对解耦后的系统采用非线性内模控制策略。研究表明,LS-SVMα阶逆系统方法能够实现无轴承异步电机径向悬浮力和旋转力之间的动态解耦控制,控制系统具有良好的静态和动态性能。