图像数据挖掘技术研究及应用

图像挖掘(Image Mining,简记为M)。所谓M,就是指在图像数据库中抽取出隐含的未知而潜在的有用知识和图像数据关系的非平凡过程,它是计算机视觉、图像处理、图像检索、数据挖掘、模式识别、数据库和人工智能等多学科交叉的研究领域[1]。本文详细讨论了图像数据挖掘的基本理论,图形数据挖掘中2种模型数据模型、驱动模型,对图像数据挖掘的的方法及过程进行研究。     

光照鲁棒的Mean Shift跟踪方法

针对Mean Shift跟踪方法存在的光照不稳定问题,提出了一种光照鲁棒的Mean Shift跟踪方法。该方法采用颜色特征和局部二元模式特征（Local Binary Pattern)两种特征相结合来描述目标,其中局部二元模式特征的光照不变性使得目标模型更加鲁棒。同时,为了避免原始Mean Shift跟踪方法中bin-to-bin度量带来的不稳定性,该方法采用了一种新的cross-bin度量,该度量更好地融合了多层次的特征信息,使得光照变化下的特征匹配更加稳定。实验表明,该方法在光照变化情况下能取得比原始Mean Shift跟踪方法更好的性能。     

PLC控制系统在煤矿带式输送机中的应用研究

煤矿运输作为煤矿生产活动中的重要环节之一,全面提升运输智能化水平非常关键。带式输送机作为煤矿重要的输送机装备,通过将PLC控制系统应用到煤矿带式输送机中,可以提升运输实效。文章从PLC控制系统原理分析入手,研究了PLC控制系统在煤矿带式输送机中的应用系统功能,并针对性提出了PLC控制系统在煤矿带式输送机中的应用要点。     

低碳生态新城绿色交通发展对策探讨

为建立绿色交通体系,实现低碳生态新城的发展目标,分析了低碳生态新城的发展导向及对交通的发展要求。以低碳生态的功能要求和绿色交通的发展需求为导向,从交通需求、交通设施、交通运行三方面构建了低碳生态新城绿色交通发展指标体系。重点从土地利用模式、公共交通、道路网络、慢行交通、智能交通、新能源汽车六个方面提出了低碳生态新城绿色交通发展对策。