基于支持向量约简的快速目标检测

支持向量机(SVM)由于其出色的泛化能力,已成为目标检测领域应用最为广泛的分类器之一.然而在检测过程中,过多的支持向量会产生很大的时间开销,从而降低目标检测系统的实时性.针对此问题,提出一种约简支持向量的方法,以降低分类器的决策开销,加快检测速度.此方法采用迭代的方式来估计特征空间中向量的原像,通过构建精简原像集来简化支持向量机,从而达到了提升分类速度的效果.利用精简的SVM结合Selective Search+ BoW模型构建了一款快速检测器,测试结果表明:该检测器能够在保证检测率的前提下,通过约简支持向量,提高目标检测的实时性.     

新支线飞机ARJ21电气系统试验综合测控系统

采用基于PXI总线的虚拟仪器技术和以太网分布式测试技术,设计了新支线飞机ARJ21供电特性综合测控系统.采用Datasoeket、VI ServeT及Remote Panel技术实现基于以太网的采样数据的实时交换;通过同步采样和时间同步系统实现分布式采样数据的同步记录,为分析试验数据的相关性提供了便利.实际运行表明系统大大地提高了系统试验的效率.     

面向刻蚀图像分割的轻量可变形编解码网络

通过分割刻蚀图像计算驱油率是目前衡量油藏驱替技术的重要手段。由于刻蚀图像边缘模糊、噪声大且水油像素分散,目前主流的图像分割网络分割精度低、分割速度慢,难以获得较好的分割结果。提出一种用于刻蚀图像分割的轻量可变形编解码网络（LDNet）。在特征编码阶段利用偏移量学习水油目标形状和边缘特征,改善网络的特征表达能力,并通过深度卷积和逐点卷积有效降低网络参数量。在特征融合阶段设计协同耦合注意力模块,将通道注意力进行分解,并分别沿2个空间方向聚合特征,将特征图编码为方向和位置感知的特征图,从而将位置信息嵌入到通道注意力中,提升模型的鲁棒性。实验结果表明,LDNet网络的分割精度为89.94%,模型大小仅为16.63×10⁶,在资源受限的设备中有效提高刻蚀图像的分割精度,降低驱油率误差,加快模型的推理速度。     

九江地区220 kV网架方案优化研究

针对神华电厂两台百万机组大型电源并网投产以及九江东部地区大量风电等新能源并网后导致的九江电厂南送通道N-1过载问题,九江中西部和九江东部地区断面受限以及新能源电力送出等问题,提出了220 kV网架优化方案,同时对九江地区220 kV分片方案进行研究,优化地区潮流分布,消除九江地区220 kV电网供电瓶颈,降低电网运行风险,对电网实际生产运行具有重要的参考意义。     

基于随机映射的特征压缩在快速目标检测中的应用

目标检测通常利用复杂的、高维度的特征来提高其检测精度,而高维特征往往会产生较高的计算复杂度和存储开销。经典的特征压缩算法常常被用于目标检测系统以实现特征降维,但在其求解过程中会涉及到大量的矩阵分解运算,从而降低了算法的实时性。针对此问题,提出一种基于随机映射的特征压缩算法。该算法仅通过一个稀疏随机矩阵和简单的矩阵乘法运算就实现了特征从高维空间到低维空间的映射。利用经该算法压缩后的特征向量构建了Ada-Boost分类器,实验结果表明,该分类器在保证检测精度的前提下,提高了目标检测的实时性。     

一种基于时序相似性的方位关联方法

针对电子对抗领域多装备对同型目标准确关联困难、难以有效融合形成态势的问题,提出了一种以方位为中心视角,基于时序相似性的纯方位角关联方法。该方法先结合领域知识对方位数据进行预处理;然后对数据进行平滑和降维;最后通过序列间的DTW距离,基于滑动窗口实现目标的关联。该方法能够自动完成多装备对同型目标的侦察数据关联,并通过仿真实例和外场数据验证了方法的有效性。     

一种基于模糊决策的开关矢量中值滤波方法

针对现有的彩色图像脉冲噪声去除方法没有区分滑动窗口中的像素是否为噪声像素而导致滤波效果差的问题, 提出一种基于模糊决策的开关矢量中值滤波方法。该方法首先利用开关条件判断像素是否被污染, 针对被污染的像素, 通过模糊数学理论构造适合脉冲噪声去除的隶属函数; 然后计算滑动窗口内所有像素的模糊隶属度, 并根据置信区间去除疑似噪声像素以优化滑动窗口的取值空间; 最后对优化后的滑动窗口应用矢量中值滤波(VMF)以去除噪声像素。与现有方法相比, 新的方法去除了滑动窗口中心像素的邻域疑似噪声, 从而有效提升了滤波效果。实验验证了该方法的高鲁棒性和实用性。     

基于直方图估计和形状分析的沥青路面裂缝识别算法

提出了一种基于直方图估计和形状分析的沥青路面裂缝识别算法,该算法首先将1024×1024像素大小的路面裂缝图像分为256个64×64像素大小的子块,然后采用直方图估计的方法获得每个子块图像原始直方图的混合高斯拟合函数,两个高斯函数的交叉点即是每个子块图像的最优分割阈值。利用该阈值对整幅图像进行二值化后,在两种尺度条件下采用形状分析方法对子块二值图像进行快速分类和"野点"删除,最终实现了裂缝区域的精确定位。试验结果表明:本文提出的阈值分割方法应用于裂缝图像分割,其性能要优于极小误差法、Ostu阈值法、最大熵法等经典算法;采用形状分析对分割后二值化图像进行后续处理,可实现裂缝区域的快速、准确定位。     

基于LabVIEW的瞬变频率测试方法研究

针对某型飞机地面试验时发现的问题,研究并设计了一种能处理交流信号波形不连续时的频率计算方法。使用Genesis数据记录仪采集数据,能在试验现场高速同步地对测试信号进行采集。借助LabVIEW强大的数字信号处理能力,对定义的3种信号断续情况进行频率计算和趋势图描绘。试验结果表明,频率趋势图符合被测信号变化规律,数据可靠,达到了设计要求。     

基于增强特征融合解码器的语义分割算法

针对语义分割中全卷积神经网络解码器部分特征融合低效的问题,设计一种增强特征融合的解码器。级联深层特征与降维后的浅层特征,经过卷积运算后引入自身平方项的注意力机制,通过卷积预测自身项与自身平方项各通道的权重,利用乘法增强后对结果进行作和。基于pascal voc2012数据集的实验结果表明,该解码器相比原网络mIoU指标提升2.14%,结合不同特征融合方式的解码结果也验证了其性能优于同一框架下的其他对比方法。