基于Unity3D虚拟摄像系统中摄像机姿态定位

随着虚拟现实技术的蓬勃发展,虚拟摄像系统的研究亦炙手可热.虚拟摄像系统的使用,使电视节目和电影电视特效等的制作踏上一个前所未有的新台阶.然而在虚拟摄像系统的研究与使用过程中,虚实摄像机运动姿态的同步一直是难以解决的的关键问题,即MEMS传感器在测量过程中会产生噪声影响,其精确度有待提高.为解决这一问题,拟基于Unity3D平台,使用C#脚本编程语言,开发一套实时虚拟摄像系统,着重研究虚实摄像机姿态同步融合技术,选用卡尔曼滤波技术对传感器数据进行滤波处理,减少噪声影响.研究结果显示,此虚拟摄像系统中虚实摄像机的运动姿态的同步运动能够满足电视节目录制与电影电视特效制作等的需求.     

关于视频监控技术在城市发展中的运用探讨

随着城市地不断发展,城市犯罪、交通等城市公共安全问题日益增多.视频监控技术在城市发展中的运用有着极为重要的作用,城市视频监控技术已经发展成大量监控技术的重点之一.     

电信系统数据挖掘算法的应用

本文结合电信业务需求,分析了数据挖掘技术在通信领域的应用,介绍聚类分析和关联规则分析算法,并且对电信业务系统的历史数据进行分析,进行相应的数据挖掘实施过程,并对挖掘结果进行分析.为运营商的经营和决策提供了有力的技术支持.     

对北京传统建筑保护及与现代城市建设和谐共建问题的探究

一个城市的传统建筑是其历史变迁的缩影,是城市文化内涵的标志性展示。随着中国改革开放和现代化建设的进程,许多城市的古老建筑被鳞次栉比的高楼大厦所普代,传统建筑中有许多正逐渐被“淘汰”,淡出了城市景观。作者怀着一颗挚爱传统文化的心,围绕北京传统建筑保护与现代城市建设的关系,探讨了如何达到和谐共建的问题。本文提出的建议对该问题的解决具有一定的借鉴意义。     

基于LDPC-OFDM编码调制在无源光网络的研究

将低密度奇偶校验码与正交频分复用相结合的编码调制方式引入到无源光网络中,并通过Optisystem和Matlab进行联合仿真,研究了基于LDPC-OFDM编码调制的PON系统的下行传输性能。结果显示,由LDPC-OFDM编码调制的信号,在无源光网络中可以实现10 Gbit·s-1的下行传输。在误码率均为10-4时,基于LDPC-OFDM编码调制的系统传输性能较未编码传输光有4.2 dB的提升。当信噪比＞2.6 dB时,Gallager构造法较Mackay构造法和BIBD构造法有更好的误码率性能,以及当信噪比＞4.6 dB时,LLR-BP及其改进译码算法能使系统性能得到改善。     

ZrO_2-Y_2O_3-Al_2O_3电解质性能研究

为了改善ZrO2-Y2O3电解质性能,在ZrO2-Y2O3材料中加入Al2O3形成ZrO2-Y2O3-Al2O3新材料,结果表明:ZrO2-Y2O3-Al2O3材料的力学及抗热震性能得到明显改善,离子电导率也得到了提高。     

修正Hargreaves-Samani公式估算宁夏参考作物蒸散量适用性分析

Hargreaves-Samani(HS)公式是运用气温和太阳辐射气象数据计算参考作物蒸散量(ET0)的方法.基于贝叶斯原理(HScor公式)以及最小二乘法原理(HSlsq公式),利用宁夏回族自治区(以下简称宁夏)10个代表气象站点1961—2006年逐日气象数据对HS公式中参数进行修正,并以2007—2016年Pen...     

四川省典型种植制度下农业干旱风险研究

本文利用四川省农业生态区8个代表站1960-2012年逐月气象资料及四川省1988-2007年粮食产量、粮食因旱减产量计算四川省在“小麦-玉米-红薯”和“小麦-水稻”2种典型种植制度下的降水满足度和粮食因旱减产率,同时分别采用正态分布函数研究降水满足度、采用信息扩散理论研究粮食因旱减产率发生农业干旱的风险概率。结果表明：2种典型种植制度下,除盆西高原盆地过渡区、川南中低山丘陵区外,四川省大部分农业生态区每5年中约有1年降水不能满足作物需水量;“小麦-玉米-红薯”和“小麦-水稻”种植制度下中旱、重旱、严重干旱发生概率分别为39.7%、10.9%、4.9%和32.7%、6.1%、3.2%;降水满足度和粮食因旱减产率呈显著负相关;粮食因旱减产率指示发生中旱及以上干旱时对应的降水满足度距平指示一定发生干旱,降水满足度距平指示发生干旱时对应粮食因旱减产率指示不一定是中旱及以上。     

基于混合池化YOLO的目标检测方法

针对目标检测方法中存在的正负样本分布不均衡、检测精度低等问题,提出了一种基于混合池化YOLO的目标检测方法（object detection method based on mixed-pooling YOLO,ODMMP-YOLO）. ODMMP-YOLO首先将混合池化融入Darknet-53网络构造出一种新颖的DMP(darknet based on mixed pooling)网络模型,能够在下采样阶段有效减少特征图信息的丢失,从而提升识别精度;然后采用GIoU(generalized intersection over union)定位损失衡量真实边框与预测边框之间的距离,有效地提升定位精度;在计算置信度损失时给予误分检测框更多的loss惩罚,有效解决正负样本分布不均衡的问题.在PASCAL VOC 2007数据集上对ODMMP-YOLO进行验证,实验结果表明：与传统YOLOv3目标检测方法相比,ODMMP-YOLO识别部分单独类别时的平均精度AP提升约15%,在识别所有类别时的均值平均精度mAP值提升约5%;与其他主流检测方法相比,ODMMPYOLO能够更好地识别与定位日常生...