基于视觉辅助的汽车转向路感优化控制仿真

汽车行驶速度过快的情况下,与路面的冲击反力会瞬间增大.路感控制过程需要迅速改变硬件结构参数以保持稳定,过大变化使得控制过程出现异动,导致汽车转向路感系统出现“打手”(过控制)问题,传统的路感系统控制方法针对过控制问题,需要动态变化控制参数,使其与过控制过程形成匹配,但是传统方法很容易引起模型不稳,导致对汽车转向路感系统的控制误差增大.提出视觉辅助的汽车转向路感系统快速控制方法,采用Harris角点控制算法获取监控视频中每幅汽车转向路感图像中的角点位置,对每帧汽车转向图像的角点进行LK光流场运算,依据运动目标的光流连续性获取可能的目标角点信息,通过聚类分析对若干角点位置集进行数字运动汽车转向图像处理中的形态学处理,得到汽车当前所处的实际位置,实现汽车转向路感系统的快速控制.实验结果证明,改进种方法的可行性,并且具有较高的控制精度.     

基于任务驱动的外训图像处理课程教学实践

从军校外训教学特点出发,结合课程设计,介绍了任务驱动教学法在外训Photoshop课程中的具体运用。在任务驱动教学法的理论依据、案例的设计、案例教学的实施等方面作了研究,在如何将理论与实践相结合进行设计上,进行了尝试并取得较好效果。     

基于粒子群算法的计算机网络路由优化研究

针对计算机网络规模日益扩大所带来的网络路由优化问题,将其数学本质规划为NP问题,提出使用粒子群优化算法求得路由优化的近似最优解.同时,为了提高粒子群算法的性能引入了变异机制,使粒子群算法的进化速度得到明显提升.仿真实验表明,提出的方法可以在较短时间内得到路由优化的结果,具有较好的有效性和实用性.     

一种面向软件产品概念设计的CSCW模型

随着计算机和网络技术的发展,各种CSCW模型和技术先后被提出,来满足各行业产品和概念设计的复杂工作需求。软件产品的概念设计作为一项复杂的工作和业务流程,对CSCW系统的需求也越来越高。文中针对软件产品概念设计的特殊性质,提出一种新的CSCW软件产品概念设计模型,并且对其中包含的冲突检测和协调机制进行了详细的设计和优化。使用基于Java平台的相关技术对模型主要功能架构和冲突协调过程进行了仿真。实验表明,文中提出的模型具有更加简洁和高效的复杂冲突解决能力和用户交互能力。     

4－氨基安替比林比色法测定水中苯胺类

基于苯胺与４－氨基安替比林的显色反应提出一种新的苯胺测定方法。本方法可以测定浓度为０．０２～４０ｍｇ／ｌ的苯胺水样，方法的回收率为９５．９％～１０２％，相对标准偏差为０．６３％～１．９７％。     

海洋环境因素对潜艇悬停操纵影响仿真研究

海水密度变化是影响潜艇悬停稳定的最主要因素之一,因此明确悬停海区密度梯度的情况对潜艇悬停操纵的战术的使用至关重要.以模型潜艇为研究对象,在潜艇悬停运动基本数学模型、海洋环境干扰力模型和悬停水舱注排水控制模型的基础上进行仿真计算,研究悬停海区不同梯度类型和不同密度梯度值对潜艇悬停操纵的影响,分析了海洋环境因素和悬停稳定性之间的逻辑关系,研究结论对提高潜艇指挥员水下悬停机动操纵训练水平提供了有益的参考.     

基于图嵌入与拓扑结构信息的蛋白质复合物识别算法

蛋白质复合物是细胞结构和生化机制的研究基础,如何准确识别蛋白质复合物成为近年来的研究热点。针对传统算法根据结构信息对蛋白质复合物进行搜索存在敏感度和F-measure低的问题,以及现有监督学习算法根据人为构造特征进行蛋白质复合物识别存在特征构造不能较好地反映图的真实信息等不足,提出了graph2vec-SVM识别算法。将蛋白质复合物看作稠密子图并考虑子图模块度大小,利用graph2vec将图信息转换为向量,并进一步采用SVM分类器对蛋白质复合物进行识别,提高了蛋白质复合物识别的敏感度和F-measure。该算法分别与目前流行的4种非监督学习算法(ClusterOne、CMC、HC-PIN和COACH)和3种监督学习算法(SCI-BN、SCI-SVM和RM)进行比较,在精准度、敏感度和F-measure 3项指标上都显示出了良好的性能。     

基于卷积神经网络的银行卡数字识别研究

为了快速准确的获取银行卡号信息,文章介绍了一种改进的LeNet-5神经网络结构.首先需要对原始数据预处理,通过数学形态学进行粗定位,最后通过卡行号的位置和特征进行精确定位.在卡号分割阶段,通过转换颜色空间对背景信息进行了去除,再使用了投影分析法对银行卡号分布形态做出了判断,最后使用K均值聚类算法对卡号行图像进行分割.在卡号识别阶段,先对数据进行数据增强,再用其对模型进行训练,将分割后的单独字符图像输入改进后的卷积神经网络LeNet-5对卡号进行识别,识别率达到了99.6％.     

一种卷积神经网络的模型压缩算法

卷积神经网络的研究取得一系列突破性成果,其优秀表现是由深层结构支撑的。针对复杂的卷积神经网络在参数量及计算量上存在大量的冗余问题,提出一种简洁有效的网络模型压缩算法。首先,通过计算卷积核之间的皮尔逊相关系数判断相关性,循环删除冗余参数,从而压缩卷积层。其次,采用局部-全局的微调策略,恢复网络性能。最后,提出一种参数正交正则,促使卷积核之间的正交化,进而减少冗余特征。实验结果表明,在MNIST数据集上,该压缩算法能够在不损失测试精度的前提下,使AlexNet卷积层的参数量压缩率达到53.2%,浮点操作计算量可以减少42.8%,并且网络模型收敛后具有较小的误差。     

全景相机与PTZ相机联动监控系统及位置关联模型

为实现大范围监视和指定区域精细观测与分析,提出一种全景相机与PTZ相机组合的联合监控系统.通过分析两相机安装的各种位置关系,建立起了统一位置关联模型.利用所建立的位置关联模型可方便地对监视场景的目标位置从全景图像到PTZ相机图像转换,为实现场景目标的联合监控奠定基础.实验结果表明,利用该模型所计算的水平、俯仰坐标相对于其实际测量值的平均误差均小于云台相机的实际控制误差,满足系统的联动控制要求.