基于颜色信息和光学增益的阴影消除

运动阴影常被误分为前景对象,会给目标的跟踪和识别带来很大困难,所以阴影消除在许多的监控系统中都是非常重要的。针对阴影检测算法受特定条件约束,不能自动适用于不同场景,为解决上述问题,提出了一种新颖鲁棒且无需复杂的参数调整的运动阴影消除方法。通过自适应高斯混合模型重建背景,采用背景差分法提取出包含阴影的运动区域,综合颜色信息与光学增益,将运动区域分类为运动对象区域和运动阴影区域。实验结果表明:所提方法在多种不同的场景下均能有效可靠的消除运动阴影。     

BP神经网络隐层单元数的确定方法及实例

针对BP神经网络隐层单元数不易确定的问题,提出一种在传统的经验公式基础上快速确定隐层单元数的方法。该方法首先借助经验公式确定隐层单元数的取值范围,然后将其扩大,在这个扩大的范围内寻找最优值。以BP神经网络预测交通流量为例,解释说明了具体的步骤,以及网络模型的隐层结构对模型仿真精度的影响。结果表明,采用该方法可快速决定隐层单元数,在实例中采用16个隐层单元数为最佳。     

电力巡检移动操作机控制系统的分析与设计

为了提高电力巡检移动机器人的实时性和可操作性,介绍一种以嵌入式Linux系统为核心的电力巡检移动操作机控制系统的软硬件体系结构。给出移动操作臂的动态模型,并基于D-H方法和公式法,给出基于该体系结构的具有冗余自由度电力巡检移动操作机逆运动学分析。在实验中,利用固定在移动机器人上的CCD摄像机对目标物体进行定位,然后根据目标物体的位姿信息,通过逆运动学分析的结果控制移动操作臂实现了对目标物体的抓取操作。进一步分析说明了所设计的体系结构的合理性和可行性。     

基于混沌时间序列的变电站设备温度预测

变电站输变线路和设备的温度变化能够反映其老化、负载过高等引起的安全隐患.通过对变电站设备温度数据的非线性分析和预测,实现对设备的有效预警,将避免事故引起的巨大损失.对变电站已测温度数据建立时间序列,利用小数据量法验证变电站设备温度时间序列的混沌特性.研究基于RBF神经网络的混沌时间序列预测并与神经网络预测进行对比,单步预测与多步预测结果均优于神经网络预测.仿真结论证明了基于神经网络的混沌时间序列预测方法的有效性.     

抗量子计算公钥密码需求分析与技术路线

本文对国外量子计算机研究进展情况进行了分析,并针对量子计算机对于信息安全的挑战,讨论了国内下一代公钥密码技术的需求、发展思路和技术路线。     

电子支付中的密码技术应用（上）

电子支付的本质是网上电子资金流信息,必须严加安全风险防范。没有密码学就没有信息系统的安全。本文着重论述了金融界电子支付中使用的各种密码技术,其中包括了传统对称密码技术、非对称密码技术、密码杂凑函数以及数字证书、OTP等采用的密码技术。电子支付中应用了这些密码技术,确保了电子交易的安全,保障了交易支付数据的完整性、保密性、可靠性、不可否认性和可审计性。     

Adaptive fault-tolerant control of linear systems with actuator saturation and L_2-disturbances

This paper studies the problem of designing adaptive fault-tolerant H-infinity controllers for linear timeinvariant systems with actuator saturation.The disturbance tolerance ability of the closed-loop system is measured by an optimal index.The notion of an adaptive H-infinity performance index is proposed to describe the disturbance attenuation performances of closed-loop systems.New methods for designing indirect adaptive fault-tolerant controllers via state feedback are presented for actuator fault compe...     

基于ROI多特征和相关反馈的图像检索算法

本文提出了一种基于感兴趣区域(ROI)综合多特征和相关反馈的图像检索算法.在对图像进行四叉树分解的基础上,由用户选择感兴趣区域,综合颜色、纹理和形状三种底层特征进行多层感兴趣区域检索;由相关反馈技术体现用户感知的主观性,通过调整感兴趣区域、特征问、特征内的权重来提高查准率.给出了改进的CBIR通用模型和特征权重模型.实现了一个图像检索原型系统,将不同实验结果进行了比较和分析,实验结果表明,该文提出的方法具有良好的检索效果.     

嵌入式电阻点焊控制器

本文根据ARM芯片和UC/OS-Ⅱ实时操作系统的特点,设计了一个以LPC2292为核心的嵌入式电阻点焊控制系统.该系统根据点焊控制系统的要求,分为不同的任务模块,各模块由嵌入式实时操作系统UC/OS-Ⅱ统一调度.研究表明,该嵌入式系统在提高系统实时性、可靠性及可读性的同时,降低了系统的设计周期,节省了系统开发和维护的费用.     

Blood cell counting based on U-Net++ and YOLOv5

Clinical information about a variety of disorders is available through blood cell counting, which is usually done by manual methods. However, manual methods are complex, time-consuming and susceptible to the subjective experience of inspectors. Although many efforts have been made to develop automated blood cell counting algorithms, the complexity of blood cell distribution and the highly overlapping nature of some red blood cells (RBCs) remain significant challenges that limit the improvement of analytical accuracy. Here, we proposed an end-to-end method for blood cell counting based on deep learning. Firstly, U-Net++ was used to segment the whole blood cell image into several regions of interest (ROI), and each ROI contains only one single cell or multiple overlapping cells. Subsequently, YOLOv5 was used to detect blood cells in each ROI. Specifically, we proposed several strategies, including fine classification of RBCs, adaptive adjustment for non-maximal suppression (NMS) threshold and blood cell morphology constraints to improve the accuracy of detection. Finally, the detection outcomes for each ROI were combined and superimposed. The results show that our method can effectively address the issue of high overlap and precisely segment and detect blood cells, with a 98.18% accuracy rate for blood cell counting.