一种适应光照多变的夜间前景提取方法

夜间前景提取是智能监控的必要处理过程,也是新时代下店铺防盗的高效手段。提出了一种在强弱光多变下具有检测鲁棒性的动态目标自动提取算法。在亮度通道上利用直方图均衡技术根据设置参数自适应灰度增幅,结合Canny边缘图像进行差分处理,最后给出前景提取算法。实验结果表明:在强弱光不同光照环境下,该方法可以很好的削弱不同光照对前景提取带来的多噪声、过度曝光等影响,提高前景对比度,相比其他方法,显示效果清晰完整,并满足实时性要求。     

基于区块链的新型存储模型慈善系统

现如今的慈善领域总会面临着数据无法公开透明的问题,人们无法对不公开数据的慈善组织报以信任,即使公开了数据,也要面临着数据造假的质疑.针对现有慈善组织存在的公信力不足、便捷性低,以及善款流向不透明等问题,本系统采用区块链技术,通过设计新型数据存储模型,将上传的项目数据按照所需的要求进行加解密等操作,使得数据具有保密性;同时将交易数据进行链上存储,利用区块链不可篡改可追溯等特性,将所有经过本系统的交易数据进行上链操作,使得交易数据变得公开透明,同时无法对已经完成的交易的数据进行修改,从而使整个系统具有足够的公信力,有效地弥补了传统慈善系统的数据不公开,同时可能存在数据造假的不足.     

基于ViLBERT与BiLSTM的图像描述算法

传统图像描述算法存在提取图像特征利用不足、缺少上下文信息学习和训练参数过多的问题,提出基于ViLBERT和双层长短期记忆网络(BiLSTM)结合的图像描述算法.使用ViLBERT作为编码器,ViLBERT模型能将图片特征和描述文本信息通过联合注意力的方式进行结合,输出图像和文本的联合特征向量.解码器使用结合注意力机制的BiLSTM来生成图像描述.该算法在MSCOCO2014数据集进行训练和测试,实验评价标准BLEU-4和BLEU得分分别达到36.9和125.2,优于基于传统图像特征提取结合注意力机制图像描述算法.通过生成文本描述对比可看出,该算法生成的图像描述能够更细致地表述图片信息.     

基于地图投影的三维脑电地形图绘制

直接在三维表面上进行脑电地形图的插值绘制具有较高的算法复杂度,在实际应用特别是商用脑电处理软件方面具有一定的局限性.针对该问题,本文利用地图投影理论将三维头表空间投影到二维空间并完成电位插值,最后再将插值电位反投影到三维头表空间,完成三维头表地形图的绘制.由于该方法是在二维空间完成插值,极大地降低了算法的复杂度,提高了算法的效率,具有明显的工程意义.     

基于单片机的工业园区废气监测系统设计与实现

本文针对排放的工业废气进行连续自动的检测,设计了一种工业废气远程监测系统.该系统以单片机为主控,设计了气体传感器检测电路、废气温湿度数据采集电路、光照强度采集电路等,可实现对工业园区的废气的连续自动检测.把测量的结果通过网络发送到服务器上位机中,在系统中还可以实现对多个检测点的在线监测.实际测试结果表明,该系统可有效地监测到有害气体,达到实时预警的目的.     

无线传感网络关键技术及在环境监测中的应用

回顾了无线传感网络技术的发展历史,对无线传感网络的结构和关键技术进行详细阐述;综述了无线传感网络技术在环境监测中的研究及应用现状,对该技术的发展方向和趋势作一展望.     

电力系统配网有功无功协调自动优化系统设计

为解决电力系统配网发电调度不合理与运行安全问题,为此提出电力系统配网有功无功协调自动优化系统.构建优化数学模型及其约束条件.实验结果表明,该系统协调了优化方向上的成本与网损矛盾,实现综合效益最大化,根据充放电功率与电荷状态、有载调压变压器与补偿电容器组的档位自动调整情况,说明该系统具有安全稳定的运行性能.     

基于深度负相关学习的室内WiFi指纹定位技术

本文提出了一种新的基于深度负相关学习的WiFi室内定位模型.通过负相关学习约束,多个学习器能学习到不同的表征特性,从而有效降低模型的过拟合,并极大地提升其泛化能力.同时该模型将负相关学习方法应用到去噪自编码器和回归预测器上,并利用深度学习方法使其很好地适应随环境和时间变化的RSSI信号,提高了在长时间间隔内的定位性能.利用负相关学习方法使定位模型在初始时候的平均定位误差从1.57 m下降为0.77 m,60 d平均定位误差也仅为0.89 m,误差仅仅只增加0.12 m,验证了负相关学习能够削弱环境变化对定位的影响.     

湖南省电动汽车充电基础设施建设对策研究

为推动新能源产业的发展,国家大力促进电动汽车以及电动汽车充电基础设施的推广应用.充电基础设施作为新基建的重要领域之一,可有效支撑新制造、新服务、新消费,为经济的高质量发展奠定基础.文章从湖南省的电动汽车推广应用、充电基础设施建设运营、充电设施产业链发展等现状入手,对目前湖南省充电基础设施存在的一些短板进行了总结.同时,结合电动汽车和充电基础设施未来的需求预测分析,提出了湖南省充电基础设施建设抢抓新基建机遇的相关建议,为促进充电桩行业持续健康发展提供决策参考.     

基于多通道分离整合的多尺度单幅图像去雨算法

由于密度不同的雨对图像造成的遮挡不同,图像去雨一直都是一项极具挑战性的任务。目前,基于深度学习的图像去雨算法已经成为主流。然而,多数深度学习的架构都是通过堆叠卷积层来设计的,执行去雨任务后图像仍存在着大小不一的雨痕,这些方法并不能很好地关注训练中雨图的局部信息和上下文信息。为了解决上述问题,本文设计一种基于多通道分离整合的卷积神经网络用于图像去雨。第一步通过通道分离,再利用卷积层间的层级连接,构成多尺度模块,最终将不同通道的输出进行整合。该模块可以增大感受野,探索特征图之间的空间信息,更好地提取特征。第二步利用渐进网络来反复计算挖掘上下文信息,能够很好关联到全局特征。整体模型易于实施,可以端对端训练。在常用的数据集以及自建的自动驾驶雨天数据集上的大量实验表明,本文方法比现有方法取得了明显的改进。