基于MARG传感器的头部姿态解算方法研究

针对头盔显示器(HMD)的头部姿态检测系统中单一传感器进行头部姿态解算准确度低、精度粗略的问题,提出了一种基于MARG传感器的头部姿态解算方法。将互补滤波与PI算法相结合估算陀螺仪的漂移误差,再通过扩展卡尔曼滤波(EKF)实现姿态数据融合。设计了由CC1310、陀螺仪、加速度计和磁强计组成的头部姿态检测单元进行测试实验。与单独的EKF对比,结果表明,这种算法对陀螺仪自身的漂移和加速度计噪声有抑制作用,提高了头部姿态解算的精度和稳定性。     

基于退火免疫遗传算法的测试用例生成研究

在软件测试技术中,高效的测试用例生成是简化测试工作、提高测试效率的必要手段.提出了一种应用于软件测试中的基于退火免疫遗传算法(AIGA)的测试用例自动生成算法,介绍了AIGA测试用例生成模型和AIGA算法的基本思想.算法融合了模拟退火算法和免疫算法在避免陷入局部最优和保持种群多样性方面的优势,克服遗传算法局部搜索能力差及其早熟现象和模拟退火算法全局搜索能力差、效率不高的问题.实验结果表明,算法在测试用例自动生成的效率和效果方面.优于传统遗传算法.     

基于canny的人脸眨眼检测

基于canny边缘检测与积分图相结合的方法,进行眨眼检测。通过canny边缘检测,计算出人眼区域的边缘,然后对具有噪声的干扰的边缘进行分析,判定是否属于眨眼,进行检测之前,分别计算眼睛区域在当前的光照条件下眨眼和睁眼的积分图,并计算判定为眨眼的阈值。积分图的核心思想是针对一块图像区域,计算像素值的和。其具体实现要先计算出人脸在图像中的区域和人眼在人脸图像中的区域,使用了ASM(Active Shape Model)算法作为人眼区域的检测方法。这种眨眼检测算法取得98.9%的准确率,错检的部分主要为睁眼检测为眨眼,基本没有漏检,并且能够达到视频的实时计算。     

XQuery实现技术研究综述

XML数据的广泛应用,使得高性能的XQuery实现成为XML数据处理领域的重要课题,但XQuery的灵活性和复杂性为其实现技术研究提出了巨大挑战。XQuery语言的高性能实现需要利用XML查询代数提供的查询优化方法,也需要采取高效的树模式整体匹配算法。给出了XQuery语言实现的基础架构,探讨了原生XML数据库系统中XQuery实现的关键技术——查询代数和树模式查询的国内外研究现状,展望了未来的研究方向及面临的挑战。     

匈牙利旋转切换阀—管室推送除灰装置发展情况

在1985年到1987年期间,匈牙利的梅里埃坡特大(MELYEPTERV)工程咨询公司,为了改进水力输送技术而开发了旋转切换阀—管室推送装置,其目的是在匈牙利热电厂改建中建成现代化的灰渣输送装置。下面介绍这项技术在匈牙利和其它国家的发展过程及其基本工艺参数和经济参数。 30年来的工程实践证明,在推送式水力输送装置中,管室泵是比较成功的设备。从1955年到1980年在世界各地安装了30台这种类型的装置,用于煤矿的块煤和矸石管道运输、电厂的除渣和除灰、选矿厂和化学工业的废料排除。     

含裂隙大理岩的破碎演化和能量耗散研究

岩石中裂隙分布对岩石的宏-微观力学性质和微裂纹的发育演化规律具有重要的影响。通过离散元方法(DEM),采用光滑节理模型建立不同裂隙倾角的模型进行单轴压缩试验,详细研究了大理岩在压缩过程中应力-应变特征、微裂纹发育演化过程、微观尺度上的能量耗散分配机制。结果表明:裂隙倾角与模型的应力-应变具有相关性,也影响微裂纹的发育演化过程;当裂隙倾角较小时,在达到峰值强度之前就产生了可见的拉裂纹,达到峰值强度之后拉裂纹继续增长并出现其他宏观裂缝;裂隙倾角较大时,达到峰值强度之前所产生的微裂纹大多零星分布,达到峰值强度之后微裂纹快速增加,形成多条裂缝。能量耗散研究表明:岩石的能量主要通过颗粒黏结存储于弹性势能中;在压缩过程中,弹性势能会缓慢降低并转变为摩擦耗能、阻尼耗能及破裂耗能,而破坏时4种能量占比大致相当。研究成果可为揭示裂隙岩石在压缩作用下裂纹扩展的细观力学响应机制提供参考。     

TOCSY 1D在进行分子结构归属中的应用

本文探讨了TOCSY1D在化合物结构解析中的应用,TOCSY1D试验的测试时间短、灵敏度高、针对性强,在化合物结构解析中起到TOCSY2D无可比拟的作用。     

基于办公流程图结构的隐私保护模型研究

针对办公流程图结构易导致隐私泄露的问题,构建了一种面向办公自动化系统的隐私保护模型,采用社会网络匿名化思想,提出了面向工作流图的1邻域真实节点度统一匿名算法和权值最小随机扰动保护方法.该模型对节点的度以及工作流量信息进行保护,有效地防止攻击者根据背景知识、节点的度结构和工作流量信息来识别办公网络中的重要节点,并通过实验验证了隐私保护模型的可用性.     

混沌粒子群算法及其在优化设计中的应用

针对粒子群算法易早熟收敛的局限性,提出了一种基于Hénon 映射的混沌粒子群优化(CPSO)算法。该算法采用Hénon 映射,利用种群适应度方差进行早熟收敛判断,根据群体早熟收敛程度和个体适应值来调整惯性权重。仿真实验表明,改进后的混沌粒子群优化算法使收敛速度加快,且不易陷入局部极值点。     

基于遗传-粒子群混合算法的测试用例生成研究

针对传统遗传算法(GA)容易产生早熟收敛和易陷入局部最优解的问题,提出了一种基于遗传-粒子群混合算法(GA-PSO)的软件测试用例自动生成算法。用混沌序列搜索产生初始种群,使所有测试用例在局部区域中再次寻找最优值,从而避免过早收敛,改进搜索最佳值的能力。仿真实验表明该混合算法具有更快的收敛速度,保持了种群的多样性,提高了全局搜索能力。