基于多准则特征融合的自适应跟踪算法

针对现有基于多特征融合的跟踪算法在复杂环境下跟踪准确度不高,且大部分采用单一判定方式来实现多特征融合的问题,提出了一种综合判定的自适应多特征融合跟踪方法。首先引入局部背景信息加强对目标的描述,然后在多特征融合过程中利用多种判定准则计算特征权值,最后在均值漂移框架下完成对目标的跟踪。在各种场景下的实验结果比较表明:该融合算法比单种判定融合有更好的稳定性和鲁棒性,有效地提高了复杂环境下跟踪准确性。     

基于改进极大似然的随机噪声非线性系统辨识

针对具有随机噪声电厂风机系统的非线性特性,提出一种改进极大似然参数识别方法IMLE,将协方差阵未知的极大似然参数估计的损失函数的一步差分,改为对二维损失函数寻优的概率,采用在统计各个随机点损失函数基础上,设置该随机数值点的点循环,搜索损失函数的隐函数中的寻极小值,推导出具有随机噪声点的点循环的递推极大似然参数识别方法,从而识别出在全局随机噪声扰动下非线性系统的参数。某煤矸石电厂的560 KW一次风机参数识别仿真结果表明,该方法比常规的极大似然递推算法具有更好的非线性识别能力,识别参数的方差从35%降低到0.1%。我们已对该一次风机进行了高压变频改造,该电厂风机运行记录表明,节能效果明显。     

基于多层编码的遗传-粒子群融合算法流水线优化控制

针对机械加工行业中多任务加工的流水线自动优化控制问题,建立了以"多工件多工序最短加工时间"为目标,以"实际加工限制"为约束的流水线加工控制数学模型,提出一种基于多层编码的遗传-粒子群融合算法。该算法以粒子群算法思想为基础,融合了遗传算法操作和多层编码机制,可防止陷入局部最优解,并具有较快的收敛速度。针对不同规模的加工实例进行仿真,结果表明该算法完成多工件多工序的加工时间比基本遗传算法缩短了约9%,具有提高流水线利用率和机械加工生产效率的优点。     

基于信号距离的矿井低压电网漏电快速识别

针对现有矿井低压电网漏电判断方法误差大,动作时间长,而不利于安全,分析了漏电电网的暂态零序电压的特点;定义了反应信号波形差异程度的信号距离及匹配度;利用暂态零序电压波形在故障前后的差异性,构建了基于暂态零序电压故障信号距离的新型矿井漏电辨识方法.通过增加波动因子,使漏电识别结果与漏电电阻之间具有较好的线性度,有效地消除...     

带管理器的单神经元实时控制非线性系统方案的实现

本文在探讨交流电动机非线性磁场辨识的基础 上,提出了带管理器的单神经元实时控制交流电动机的方案．实验表明,该方法对非线性系 统的控制有较高的抗扰能力和鲁棒性.     

基于三维运动的煤矿浴室更衣吊篮的定位识别

在传统立式衣柜、手动式更衣吊篮的基础上,提出了基于RFID识别技术、三维运动平台对更衣吊篮进行自动定位和升降控制的策略,并以凌阳单片机SPCE061A为控制器设计了RFID人员识别及吊篮定位模拟控制系统。系统完成联机调试,能够实现煤矿浴室更衣吊篮的定位识别、升降控制等功能,可以为煤矿工人提供自动化和人性化的更衣吊篮服务。     

混沌背景中微弱谐波信号检测的SVM方法

为了提高混沌背景下的微弱谐波信号检测能力，提出了一种提取混沌背景中微弱谐波信号的支持向量机（support vector machines，SVM）方法。该方法的突出特点是针对小样本或嵌入维数未知的情况，建立混沌噪声的一步预测模型，抑制噪声对混沌背景信号预测的影响，起到预滤波作用，然后从预测误差中提取微弱谐波信号。实验结果表明，该方法具有比传统RBF神经网络预测方法更强的稳健性和泛化性，在信噪比（SNR）为-47．931dB时仍可检测出强混沌中的微弱谐波信号。     

基于MPI的罩式退火炉控制系统的设计及其应用

设计了一种基于MPI的电加热强对流罩式光亮退火炉控制系统.针对传统的继电器控制系统的控制线路复杂、调试维修成本高等问题,提出了在监控上位机和SIEMENS S7-300的从站、智能温控仪表之间采用9.6K的MPI通讯网络连接,实现了自动控制设备间信息高速稳定的传递.该控制系统在现场的实际应用表明,它对保证产品质量具有积极的意义,能取得较好的结果.     

多级导电式水位传感器设计及应用

针对传统水位测量方法中对水位信号进行模数转化产生较大误差,以及传统机械式水位传感器易磨损等缺点,提出了一种采用多级导电数字式的水位传感器检测电路,并分别从系统硬件设计和软件设计的角度,提出了增强系统可靠性的措施。本系统可以实现对水位信号的多级采集,避免模拟量转换成数字量造成的误差,极大地提高了检测的准确性,具有自动控制、可靠性高、监控及时、准确方便等优点,大大提高了检测水位信号的自动化程度。该系统的成功应用说明了其具有良好的工程应用价值。     

基于YUV颜色空间特征的目标跟踪融合算法

针对遮挡、背景变化等对目标跟踪带来的困难,提出了一种基于YUV颜色空间特征的目标跟踪融合算法.该算法结合卡尔曼滤波和mean-shift算法的优点,并结合一种阈值函数,准确计算目标的最终位置,解决了遮挡、背景变化造成的目标跟丢现象,提高了目标跟踪算法的鲁棒性和准确性.通过实验验证了新方法的有效性和准确性.