利用七宫格的遮挡车辆凹性检测与分割

目的:交通场景中车辆间的距离过近或相互遮挡容易造成识别上的粘连,增加了准确检测目标车辆的难度,因此需要建立有效、可靠的遮挡车辆分割机制。方法:首先在图像分块的基础上确定出车辆区域,根据车辆区域的长宽比和占空比进行多车判断;然后提出了一种基于“七宫格”的凹陷区域检测算法,用以找出车辆间的凹陷区域,通过匹配对应的凹陷区域得到遮挡区域;最后,将遮挡区域内检测出的车辆边缘轮廓作为分割曲线,从而分割遮挡车辆。结果:实验结果表明,在满足实时性的前提下算法具有较高的识别率,且能够按车辆的边缘轮廓准确分割多个相互遮挡的车辆。与其他算法相比,该算法提高了分割成功率和分割精度,查全率和查准率均可达到90%。结论:提出了一种新的遮挡车辆分割方法,有效解决了遮挡车辆不宜分割和分割不准确的问题,具有较强的适应性。     

浅谈C语言程序设计实践教学的研究

C语言程序设计课程是计算机专业课程体系中不可缺少的一门专业基础课,课程的实践性要求非常强,为了切实达到课程的实践教学目标,本文就该课程的实践教学体系设计、实践教学组织、实践教学方法及考核等方面,进行了体系模块的构建及改革探索,从而能够切实提高学生程序思维能力和实践动手能力和创新能力。     

基于3G传输网络的道路气象预警系统

利用传感技术为监测手段开发一套基于3G传输网络的道路气象预警系统,使道路管理部门精确掌握气象资料和天气预报,并根据各路段的地形及气候特点,结合路段交通状况,制定各自的应急预案,以保证道路的行车安全和顺畅。此系统对道路沿线气象状况进行监测、分析并采取有效的应急预案,对保障道路过往车辆和人身财产安全有着积极作用。     

基于数据同化的图像融合方法研究

数据同化凭借其在数值预报中将观测数据与理论模型相结合的特点,目前广泛应用于遥感图像处理及图像融合领域。文中介绍了数据同化的含义和数据同化系统的构成,并分析了其应用于图像融合的原理;结合现有的研究成果着重分析了数据同化框架下结合不同优化算法的图像融合方法,并对其进行分类比较,给出了各方法的优缺点和研究成果及应用;最后在总结了各种基于数据同化的图像融合方法普遍存在的问题的基础上,探讨了进一步发展与研究的方向。     

基于Matlab/Simulink的汽车ABS系统的建模与仿真

以单轮车辆为研究对象,在Matlab/Simulink的环境下建立整车数学模型、双线性轮胎模型、液压制动系统模型和滑移率计算模型,设计PID控制器,对所建立的汽车ABS数学模型进行仿真研究,得出仿真曲线,并将仿真结果与无ABS作用时的制动结果进行对比.结果表明,建立的ABS数学模型可靠,能达到较为理想的制动效果.     

尼龙和聚醋短纤维填充胶料的流变性能

研究了尼龙和聚酯短纤维填充胶料的流变性能，探讨了预处理、温度、短纤维用量等因素对流变性能的影响，分析了短纤维自身性与胶料流变性能之间的依赖关系。     

基于PCA和SVM的遥感影像水体提取方法及验证

针对内陆湖泊水质及光谱特性空间差异性大、支流水系结构复杂而导致的遥感影像水体提取精度低的问题,提出了结合光谱主成分分析(PCA)及支持向量机(SVM)的PCA-SVM水体提取算法。基于GF-1卫星遥感影像,对原始影像光谱波段特征进行PCA降维,从中优选熵、方差、差异性纹理特征向量,结合原始波段及归一化差分水体指数(NDWI),构建了8维特征向量,并基于SVM算法提取湖泊水体。以巢湖洪水期与非洪水期影像为研究实例,分别采用NDWI法、传统SVM算法及PCA-SVM算法对水体进行提取,并进一步基于PCA-SVM算法对2020年汛期巢湖洪水期淹没演变过程进行反演和跟踪,定量解析特征向量组合及SVM惩罚系数C对水体提取性能的影响。结果表明：PCA-SVM算法提取的湖泊完整、支流连续,显著改善了含蓝藻水体漏提、建筑物误提等问题;洪水期和非洪水期提取结果的F1分数分别为95.08%和97.95%,虚警率分别为5.43%和1.13%,提取精度显著高于NDWI法和SVM算法。     

双叶片直线翼垂直轴风力发电机流场特性分析

针对双叶片直线翼垂直轴风力发电机的流场复杂多变的问题,采用k-ω(SST)湍流模型进行数值模拟,展开了对垂直轴风力发电机流场特性的分析,建立了风速与位置的关系,得到了风速最低位置以及风速恢复区域.研究结果表明,三维CFD仿真所得数据与风洞试验数据虽然有所偏差但对于研究垂直轴风力发电机的流场特性影响较小;通过对垂直于z轴截面和垂直于x轴截面的风速云图分析得出:低风速区域不关于x轴对称,其偏向于y轴负半轴;利用风速值曲线定量得出随着x/R的增大,低风速区的面积逐渐扩散,其值先减小后增大.这为建立垂直轴风力发电厂建立基础.     

一种数据采集与分析平台的研究与设计

随着互联网大数据技术的不断发展,网络数据采集技术成为热门的研究领域之一。基于Python语言下的数据采集功能库如Urllib、Requests、Selenium等模块效率低、易阻塞,并且目前的数据采集和分析平台都是独立的功能模块,没有形成闭环,用户体验差。为了解决上述问题,提出一种数据采集和分析平台,首先使用Scrapy框架完成数据采集,其次将采集到的数据通过Kettle工具进行数据清洗,再次,将处理好的结果存入MySQL 数据库,最后利用Flask框架,结合Echarts 技术搭建Web 系统,对数据分析结果进行可视化。以北京公交网站数据作为爬虫测试平台,通过对公交线路类型、公交路线等信息进行采集分析及结果展示,分析结果对城市公交的规划具有一定的指导意义,同时,平台具有稳定可靠、操作简单、实时性强等特点。