基于面向对象信息提取技术的城市用地分类

针对高分辨率遥感影像的城市用地分类,引入了面向对象的信息提取技术,并将其与传统基于像素光谱信息的分类方法进行了比较。在此基础上详述了面向对象信息提取的关键技术---多尺度影像分割和基于分割的分类技术。以城市作为研究区,实现城市用地的自动分类。图像处理过程包括几何校正、HIS融合、图像分割和图像分类。最终分类结果表明:视觉上,面向对象信息提取技术克服了传统方法无法克服的“椒盐”噪声的影响;精度上,面向对象信息提取技术的总体精度高达84.82%,比最大似然法的总体精度提高了10.95%,并且各类地物信息的提取精度均有所提高,其中草地、道路、建筑物阴影的精度较高。     

基于IP组播技术视频传输系统的设计与实现

根据视频监控技术的发展，提出了利用IP组播技术设计和实现视频传输系统。给出了视频传输系统设计方案，利用Vssual C 中的多线程设计思想实现了服务器端和客户机端(Senrer／Client)编程。系统运行结果表明了图像清晰，同时可以实现跨网段远程视频监控。     

基于故障树分析法的北斗装备定位异常分析

随着北斗卫星导航系统在军事中的应用越来越深入,北斗装备定位异常对北斗军事效能的制约也越来越明显.针对北斗装备定位异常进行研究,有助于提升装备的使用效能.对北斗装备定位异常的主要表现形式进行描述.采用故障树分析法对北斗装备定位异常进行了系统分析,通过建立北斗装备定位异常的故障树,理清影响北斗装备定位的因素及其逻辑关系.在...     

基于资金利润法的上网电价定价方案

介绍了电价基本理论,对目前世界上已有的几种定价模式进行了分析及评价。针对我国当前发电市场实际,在广泛深入调查研究的基础上,提出了一种基于资金利润法的中短期上网电价定价方案。对影响上网电价的固定成本、变动成本、投资回报等几个因素进行了详细阐述,分析了煤电联动对变动成本的影响。使用该定价方法时,确定合理的资金利润率是关键。在缺乏国内有关资料的前提下,参阅了国外多家大规模电力公司的资产评估和利润收益数据,采用了一个平均资金利润率。     

基于RFID和LSTM的固定资产智能感知方法

针对传统基于射频识别的固定资产感知方法存在射频信号易受环境影响、多个标签互干扰、感知识别精度低等问题,提出一种基于射频识别（RFID）和长短期记忆（LSTM）神经网络的固定资产状态智能感知方法。为克服RFID信号接收时间非连续性导致的识别精度低问题,引入序列分析思想,使用LSTM对一段时间内接收到的RFID信号序列进行模式学习,构建基于RFID和LSTM的固定资产感知模型,实现固定资产位置的二分类辨识。所提方法在高校实验室条件下开展实测实验进行性能验证。结果表明,使用序列分析的固定资产状态感知模型辨识准确率可达 99.26%,比传统基于离散时刻点的 RFID 感知模型辨识准确率高 11.05%,且对多标签的识别准确率可达93.0%。     

M-PHG技术在国Ⅵ汽油质量升级改造项目中的应用

某炼厂汽油池烯烃含量高,为了满足国Ⅵ标准B阶段汽油质量升级要求,决定采用M-PHG技术对催化汽油加氢装置进行改造。M-PHG技术采用全馏分催化汽油预加氢-轻重馏分切割-重汽油加氢改质-选择性加氢脱硫的工艺技术路线和专有催化剂,通过优化工艺参数,烯烃加氢异构、芳构化改质,在实现深度加氢脱硫的同时,大幅降低烯烃含量,辛烷值损失尽可能降低。改造实施后,装置一次开车成功,标定数据表明,催化汽油硫含量由113.3μg/g降至6.9μg/g,烯烃体积分数由41%降至31%,辛烷值损失0.8个单位,产品指标满足全厂调合生产国Ⅵ标准B阶段汽油要求。采用M-PHG技术进行国Ⅵ汽油质量升级改造,可以实现加氢脱硫、降烯烃和保持辛烷值的多重功能,且在满足改造后新工艺技术路线要求的前提下,可尽量利旧原有流程、原有设备,减少了装置改造投资。     

H.264/AVC中基于决策树的P帧快速模式选择（HHME2013第61号论文）

目的：H.264/AVC帧间预测编码需要对所有可能编码模式计算并比较率失真代价,众多的模式类型导致了P帧编码的计算复杂度非常高。本文提出了一种针对P帧的基于决策树的快速选择候选模式算法。方法：在对宏块进行16×16的帧间运动估计后,首先根据残差宏块中4×4全零系数块个数对部分宏块直接选择出候选模式;然后使用16个4×4块的SATD值,采用决策树分类方法对其余宏块选择候选模式。结果：由于只需对候选模式进行编码,因此有效降低了编码器的计算复杂度。实验结果表明,与原始全搜索编码算法相比,该算法对不同运动程度的视频序列获得了较一致的编码时间节省,同时平均峰值信噪比的损失和平均比特率的增加均较少。结论：本文提出了一种新的P帧帧间预测候选模式选择算法,根据帧间运动估计后的残差宏块信息,采用决策树方法对候选模式集进行分类。实验结果表明,该算法能在保证视频编码质量的前提下,有效地降低编码过程中的计算量,缩短编码时间。     

基于SIFT特征匹配的图像无缝拼接算法

基于尺度不变(SIFT)的特征匹配思想和像素加权平滑的图像融合思想,提出了1种鲁棒、精确的图像拼接算法,从而解决尺度、视角及光照变化较大情况下图像拼接问题。SIFT特征匹配算法利用128维向量对特征点进行描述,利用最近邻法完成2幅图像特征点的匹配。对于粗匹配产生的误匹配对,应用随机抽样一致性算法(RANSAC)进行筛选,同时估计模型参数,并借鉴加权平滑算法消除拼接图像之间的缝隙,进一步提升拼接效果。实验结果表明,该算法在继承了SIFT算法鲁棒性的同时,进一步提升了拼接精度,降低了图像亮度等差异的影响,使拼接图像自然逼真。     

基于特征点跟踪的视频序列平面提取算法

平面结构是一种最为常见和重要的几何特征,平面提取在很多领域有着重要的应用。提出了一种毋须恢复摄像机三维信息、直接从视频序列中提取出平面的算法。先通过在视频相邻帧之间建立极线约束下的射影变换模型,来计算出由平面诱导的单应,而每一个单应都对应着场景中的一个平面;然后根据计算出的单应对视频的每一帧进行分割,进一步提取出视频中的平面结构。一系列真实视频序列的实验验证了本算法的有效性和稳定性。     

基于欧氏骨架的手势识别系统

引进最新骨架提取算法,设计并实现了一种以手势的欧氏骨架为基准的手势识别系统,系统由通用视频采集模块和ARM开发板硬件组成.利用动态前景检测算法结合YCbCr肤色识别模型,分割出手势区域;借助欧氏距离变换和Delta—中轴骨架提取算法获得手势区域的欧氏骨架,并提取骨架的关键点和欧氏距离等几何参数,以此建立手势识别的几何模型.实验测试正确识别率高达94%,每帧图片处理时间小于25 ms,表明该系统实时、有效.