基于邻域链的数据异常点检测

异常点检测(outlier detection)领域的大量研究都集中于一类“基于密度的”方法,这类方法能够克服许多传统异常点检测方法的缺陷,但仍大多使用基于几何距离的方式进行数据点局部密度的估计,导致在某些情况下反直观结果的出现.针对该问题,用一种基于邻域链的方法取代传统方法进行局部密度的估计,设计新的异常点检测方法.实验结果表明,对比经典的基于密度的异常点检测方法LOF(Local outlier factor)以及几种基于LOF的改进方法,所提出的方法能够更加准确地区分正常和异常数据点,避免反直观结果的出现.     

一种基于证据推理的视频运动目标融合检测算法

为了解决复杂场景下传统的运动目标检测问题, 利用证据推理—–谨慎有序加权平均方法(COWA-ER), 提出一种综合使用混合高斯、均值滤波和码本的多方法融合的检测方法. 该融合检测算法以上述3 种检测方法为准则建立一个多准则决策框架, 通过双阈值检测法来表征检测过程中的不确定性, 最终利用COWA-ER 方法进行决策级融合, 实现多种方法的优势互补. 实验表明, 所提出的融合检测算法具有更理想的目标检测效果, 能有效应对诸如阴影及光照突变等问题对检测性能的影响.

     

基于eIQ的中药材图像识别系统的设计与实现

中药材对人体疾病的预防及控制具有重要的作用,然而普通百姓对中药材知识了解过少,可能由于滥用中药材而带来不可控的后果。因此,对中药材进行精准识别是一项紧迫的任务。将轻量级神经网络模型应用到中药材识别中,提出在微控制器上实现基于MobileNetV3模型的中药材图像识别系统。首先建立中药材图像数据集,在eIQ机器学习软件开发环境中根据MobileNetV3构建识别基础模型,并通过调整模型参数实现对模型的优化,最后将模型文件部署到i.MX RT1060上,实现了对30种中药材的识别。最终在验证集的准确率达到86.79%。结果表明,在i.MX RT1060上实现中药材识别具有很好的实际效果。     

某国家粮食储备库强夯施工

结合河津国家粮食储备库强夯施工，介绍了强夯施工工艺和改进方法，并阐明了质量、安全和技术管理措施，提出采用该施工方法处理地基，在多项工程均做到了良好的施工效果。     

基于证据距离与不确定度的证据组合方法

Dempster-Shafer证据理论是信息融合领域中的一种重要的理论与方法.然而在实际应用中,Dempster证据组合规则无法有效处理高冲突证据组合问题,往往引发反直观结果.针对这一问题,提出一种新的加权证据组合方法.该方法同时利用证据距离和证据不确定度来生成权重进而修正待征组合证据,并取得合理的组合结果.实验结果表...     

基于μC/OS-Ⅲ的LwIP协议栈的移植与实现

以太网是嵌入式系统的一个重要模块,讨论了如何将LwIP 1.4.0版本协议栈移植到最新的实时操作系统μC/OS-Ⅲ中,使其具有网络通信功能。详述了在TI公司的LM3S9B95微控制器开发平台上移植LwIP协议栈的过程,并给出了测试结果。     

利用不确定度的冲突证据组合

D-S(Dempster-Shafer)证据理论在信息融合中有着广泛的应用.针对证据理论中高冲突证据组合出现反直观结果问题,提出一种新的证据组合方法.依据证据体不确定度生成权重,并基于所获权重修正待组合证据体再利用Dempster规则完成证据组合.算例分析表明所提方法是合理有效的.     

西部管道工程建设中的水土流失及防治对策

西部原油成品油管道工程（简称西部管道工程）是继西气东榆工程之后国家实施西部大开发战略的又一标志性国家重点工程。工程沿线地貌类型多样，地形复杂，气候条件恶劣，生态环境脆弱；加之工程建设线路长、施工作业带宽，多次穿越大中型河流及铁路、公路交通干线，对沿线地区的生态环境影响较大。从管理措施、技术措施、设计措施、施工措施等方面对如何做好水土保持进行了探讨。