改进的桥梁三维重构及裂缝检测系统

针对桥梁病害检测问题, 尤其是损害程度较高的裂缝检测, 结合已有的桥梁检测系统, 本文提出一种改进的桥梁检测系统, 改进后的系统硬件是大疆M210-RTK无人机, 软件由图像数据获取模块、裂缝检测模块、3D模型构建模块构成. 其中, 裂缝检测模块增加了裂缝长宽计算功能, 对裂缝分段迭代后进行曲线拟合求取长度, 骨架法计算宽度. 在实验中设置无人机的飞行轨迹、扫描间距, 拍摄距离以及对待检测桥梁桥墩分区域编号, 最终拍摄了200张桥墩桥面图片和采集了桥梁视频数据. 通过对桥墩桥面裂缝种类的识别和裂缝长宽计算, 更全面的了解了裂缝信息及危害程度, 减少了后期人工测量, 并结合Ubuntu 16.04系统, 使用直接稀疏里程计法(DSO)进行桥梁3D建模, 3D模型能够方便直观的展示桥梁概况. 改进后的系统稳定, 方法省时省力, 适用性广, 特别是对一些跨海大桥及周边环境复杂的桥梁检测具有重要意义.     

智慧水电厂水调自动化系统升级改造建议

建设智慧水电厂是水电企业在能源互联网时代的必然发展趋势,需要对包括水调自动化系统在内的相关技术支持系统或平台,进行智能化、智慧化升级改造。笔者分析了水电厂水调自动化系统的现状,以及普遍存在的不足,结合当前行业对"智慧水电厂"的定义,提出了今后智慧水电厂水调自动化系统的结构和功能的改造建议,为智慧电厂水调自动化系统建设提供参考。     

基于时空权重姿态运动特征的人体骨架行为识别研究

人体行为识别在视觉领域的广泛应用使得它在过去的几十年里一直都是备受关注的研究热点.近些年来,深度传感器的普及以及基于深度图像实时骨架估测算法的提出,使得基于骨架序列的人体行为识别研究越来越吸引人们的注意.已有的研究工作大部分提取帧内骨架不同关节点的空间域信息和帧间骨架关节点的时间域信息来表征行为序列,但没有考虑到不同关节点和姿态对判定行为类别所起作用是不同的.因此本文提出了一种基于时空权重姿态运动特征的行为识别方法,采用双线性分类器迭代计算得到关节点和静止姿态相对于该类别动作的权重,确定那些信息量大的关节点和姿态;同时,为了对行为特征进行更好的时序分析,本文引入了动态时间规整和傅里叶时间金字塔算法进行时序建模,最后采用支持向量机完成行为分类.在多个数据集上的实验结果表明,该方法与其它一些方法相比,表现出了相当大的竞争力,甚至更好的识别效果.     

基于计算机视觉的原木高出材率的研究

计算机能模拟人眼视觉环境来甄别、测量视野中的事物,随着精度的不断提高,计算机视觉能代替人眼实现简单、重复的人工操作。计算机视觉结合原木剖料可以提高原木的出材率,减少木材损耗。凭借计算机的高效性、准确性,计算机视觉能实现原木的最大利用,最大程度减少生成方木浪费的原料, 提高原木出材率。将所提算法应用于自动化带锯原木切割系统的基本流程是通过图像预处理来消除图像噪声,通过颜色分割去除背景,通过边缘检测给出感兴趣区域的轮廓,应用形态学运算连接和填补被误处理的轮廓边缘,计算最大面积的拟合椭圆。实验结果表明,该算法可以满足实际生产的需要,实验精度达到95%以上。     

人体运动生成中的深度学习模型综述

人体运动捕捉中复杂的时空结构信息使其在数据驱动角色动画、序列拼接和风格融合等运动生成研究领域极具挑战性.聚焦于深度学习在计算机图形学中所获得的巨大成功,首先从模型结构和理论优化2个方面对运动捕捉数据中人体骨骼动画生成所使用的4类生成式深度学习模型(受限玻尔兹曼机、循环神经网络、卷积神经网络、深度强化学习)及其混合学习方法进行全面概括和总结;接着探讨这些典型深度学习模型对人体骨骼运动数据时空特征提取的能力,并量化对比其在不同生成任务中的实验效果;最后深入分析各种深度模型的优势及亟待解决的难题,并对新型深度学习模型在运动生成中的发展趋势进行了展望.     

两竞争推广商与酒店的合作协调研究

随着酒店市场竞争的日趋激烈,酒店为了提高入住率,纷纷与第三方推广商开展合作.酒店如何通过与推广商合作来提高利润率成为酒店业重点关注的话题.本文分析市场上存在一个占主导地位的酒店以及和酒店合作的两家推广商,利用博弈论构建了酒店和推广商的利润函数模型.为此,首先分析了分散决策下博弈三方的最优策略,进而分析了集中决策下三方的最优策略,并刻画了影响酒店和推广商最优策略的影响因素.并进一步提出了能实现整体最优并能实现双方Pareto改善的协调契约.本文的研究发现以下现象:1)酒店的价格增加,两推广商的利润均有提升;2)当推广商间的竞争激烈程度增大时,推广商会压低利润水平并提升推广力度.从而,酒店的利润会不断提升,并且供应链的协调程度也在不断增加.数值例子也验证了所设计的协调契约对整体协调的有效性.     

基于迭代学习策略的高速机车二系横向主动控制

为实现机车横向平稳性控制,针对机车在固定线路区间往复开行的特点,利用迭代学习策略实现二系悬挂主动控制.以某型高速机车为研究对象,选用一种PD型闭环迭代学习控制器,并通过多目标优化方法编程实现不同轮轨接触状态下车体横向平稳性主动控制参数的自适应调整.基于虚拟激励法,计算该机车线性模型在二系横向悬挂主动控制下的频域平稳性指标,相对于时域仿真计算该方法的计算速度具有明显优势.结果表明:迭代控制参数经5次迭代优化后,车体横向平稳性可快速收敛到稳定值;相较于控制参数固定时,自适应方法能够自动适应机车轮轨接触状态和线路状态且横向性能得到明显改善.此外,考虑到控制系统时滞,该方法在一定时滞范围内仍具有良好控制效果,研究还指出系统时滞应控制在100 ms以内,以防止机车横向动力学性能恶化.     

含均匀减薄缺陷传热管的爆破压力预测研究

蒸汽发生器传热管微振磨损等体积型缺陷是导致其承压能力降低而破裂的主要原因.本文针对含均匀减薄缺陷Inconel690蒸汽发生器传热管的极限承载能力进行了研究.通过液压爆破实验获得了含缺陷传热管的爆破压力,确定了缺陷尺寸对传热管爆破压力的影响规律;采用数值模拟方法对含缺陷传热管的爆破压力进行了预测,在此基础上建立了爆破压力的预测公式.将预测公式与已有工程方法进行对比,结果表明该公式是合理且保守的.     

体育赛事转播系统及业务承载的初步思考

简要介绍了体育赛事转播系统的系统架构以及场馆电视转播设施的主要组成部分以及转播对网络的主要技术指标要求,并针对体育赛事转播业务的主要承载技术进行了分析,并希望能为后续的类似活动提供借鉴。     

基于光电混合神经网络的单像素快速运动物体分类（特邀）

对快速运动物体进行持续分类具有重要的应用前景。受限于有限的数据传输带宽和存储空间,目前基于场景图像的物体分类技术难以实现对运动物体的持续分类。受到单像素成像在时间上累积获取信息这一方式的启发,结合深度学习,提出了一种基于光电混合神经网络的单像素快速运动物体分类方法。该方法不需要获取目标物体的图像,利用对光场的空间调制和单像素测量,直接获取用于分类的特征信息,从而避免了在持续分类过程中基于图像分类方法产生的海量图像数据。单像素测量过程作为神经网络的一部分,将光计算与电子计算无缝衔接起来,构建了一个光电混合神经网络用于对物体的分类。通过对快速旋转圆盘上的手写数字进行持续分类实验测试,证明了提出的方法在分类快速运动的手写数字方面的能力,超过了人眼视觉。