利用历史信息和限制算子求解MOFJSP

在绿色车间实际生产中,生产者要求在尽量短的时间内获得符合要求的多目标柔性作业车间的调度方案.提出一种使用个体历史信息和限制算子求解柔性作业车间优化调度问题的方法.该方法将多个优化目标分解为一组标量子问题,利用多目标进化算法优化子进行目标优化;在进化过程中,子代生成阶段使用历史信息,提高个体的改变量,加快收敛;在选择阶段...     

判别稀疏表示与在线字典学习的运动目标跟踪

针对传统稀疏表示不能有效区分目标和背景的缺点,提出一种判别稀疏表示算法,这种算法在传统稀疏表示目标函数中加入一个判别函数,大大降低干扰因素对目标跟踪的影响。基于判别稀疏表示和[?1]约束,提出一种在线字典学习算法升级目标模板,有效降低背景信息对目标模板的影响。提取目标梯度方向的直方图（HOG）特征,利用其对光照和形变等复杂环境具有较强鲁棒性的优点,实现对目标更稳定的跟踪。实验结果表明,与现有跟踪方法相比,该算法的跟踪效果更好。     

自适应加权LGCP与快速稀疏表示的面部表情识别

针对传统LBP特征提取方法对非单调光线变化比较敏感且无法对全局特征进行稀疏表示的缺陷,提出一种自适应加权局部格雷码模式（Local Gray Code Patterns,LGCP）与快速稀疏表示相结合的特征提取方法。先对原始图像应用边缘检测算子最大化边缘值,以克服光线变化对特征描述的影响。采用LGCP编码得到八位格雷码并转换为十进制,然后对图像进行分块加权级联,使描述子能够对局部特征进行最优表征;同时,为了得到更好的全局特征的稀疏表示,将级联后的直方图分布特征描述子作为原子构造字典;最后,使用一种快速稀疏表示方法作为分类器进行分类识别。基于扩展Cohn-Kanade（CK+）表情数据集进行多组实验,结果表明该方法的识别速度更快,识别率可达94%。     

基于混合卷积神经网络的人头检测方法

考虑到行人检测是视频监控领域的一项重要技术,其检测效果易受遮挡严重、光照不均等因素的影响,而人头检测是行人检测的重要研究内容,本文提出了一种基于混合卷积神经网络的人头检测方法。该方法将快速区域卷积神经网络(CNN)架构引入到局部模型的构建中,可以更好地获取图像的上下文信息,以得到更好的检测效果。通过全局模型预测头部的位置和尺度,利用成对模型确定待测目标间的成对关系。最后将局部、全局和成对模型融合成一个混合卷积神经网络框架,进行人头检测。研究结果表明,网络结构优化后的模型比多卷积神经网络方法在实时性显著提高52.3倍的同时,还可以将检测精度提高1.8%,计算复杂度和内存消耗也大大降低。     

基于卷积神经网络的水表读数识别方法

针对被强噪声污染的小样本水表读数数据集,提出一种基于卷积神经网络(CNN)迁移学习的字符识别方法.在TensorFlow框架下搭建卷积神经网络,将批归一化应用到网络模型的构建中,并对目标函数进行优化来提高网络的性能.通过迁移学习的方法提高小样本数据集的识别率,采用大样本数据集对卷积神经网络的结构参数进行预训练后,共享浅...     

基于多角度激发漫反射光信号的浑浊介质光学特性参数识别研究

在介质中传播的光的吸收系数、散射系数、各向异性因子和折射率可以用于介质物理与化学特性的检测,因此,这四种参数的反演方法研究非常重要,但目前缺乏能够同时识别这四种参数的算法。针对该问题,提出利用多个角度激发的漫反射光信号增加信息的丰富性,并通过残差神经网络实现浑浊介质吸收系数、散射系数、各向异性和折射率识别的方法。通过蒙特卡罗模型模拟了各种条件下的漫反射光信号,对所提方法进行了验证。在仿真过程中,考虑光纤大小和发散角,并在漫反射光强信号中加入不同等级的噪声以提高网络的泛化能力和抗噪性能。结果表明,当信噪比为40 dB时,所提方法对浑浊介质的吸收系数、散射系数、各向异性因子以及折射率的识别结果的平均相对误差分别为8.6%、4.6%、1.7%和0.9%,验证了所提方法的高精度。     

锅炉水总碱度在线检测系统设计

以流动注射分析系统为核心、LabVIEW为软件开发平台,设计了锅炉水总碱度在线检测系统。通过LabVIEW平台,实时采集流动注射分析系统中由pH电极测得的电压值并对采集到的信号进行分析和处理。根据流动注射分析峰的面积与锅炉水总碱度对数之间的线性关系,通过计算得到锅炉水的总碱度。运行测试结果表明,该系统测量精度高、可扩展性强、操作简单、人机界面友好,可在线、实时、有效、快速地测定锅炉水总碱度。     

自适应Kalman滤波在MEMS陀螺仪信号处理中的应用

通过中值滤波和均值滤波的有机结合,可以去除MEMS陀螺仪漂移中的"野点"信号。基于Haar小波基的小波变换,寻找到了一种易于实时在线实现的漂移特征提取方法。对残差信号进行二阶AR模型分析建模后,利用改进的自适应Kalm an滤波算法,对残差信号进行滤波,提高了被处理漂移信号的精度。实际测量数据的处理结果验证了该MEMS陀螺仪去漂移方法的有效性。     

遗传算法在信号检测中的应用

在振动和冲击试验中,被检测信号的瞬态脉冲响应容易产生振荡,通过数字信号处理的方法可以得到满意的结果,性能优越的数字滤波器可以达到这个目的.本文介绍了遗传算法在FIR滤波器设计-均方误差最小准则(LMS)中的应用.根据要求的频率响应,通过遗传算法来确定FIR滤波器系数.为保证算法的快速收敛,对标准遗传算法进行了适当改进,并给出了FIR滤波器的设计实例.仿真结果表明,用遗传算法设计FIR滤波器是可行的.