基于折射定律的摄像机标定模型

传统的摄像机标定是基于针孔模型,把镜头简化为凸透镜,得出的是光学元件的集总参数,精确度低.为提高精度,根据折射定律提出基于折射定律的摄像机标定模型.上述模型细化了摄像机镜头的组成,把镜头分为三个透镜部分,并且应用折射定律定性研究光线在透镜边界面的折射情况.改进模型充分考虑了摄像机镜头的透镜组成,大大提高了标定的精确度.仿真结果表明,新模型与针孔模型相比,平均误差值明显降低.并且比较了摄像机与物体的距离不同时,误差值的变化,确定了标定时的最佳距离.     

引入BL-Seq2seq模型进行负荷预测

短期负荷预测在电力系统运行和调度中起着重要作用,为了更好地提取数据中蕴含的有效信息,提升短期负荷预测精度,本文引入Seq2seq算法的注意力机制提出了多层Bi-LSTM的Seq2seq深度学习模型(BL-Seq2seq)实现短期用电负荷预测.其中Seq2seq的编码端由多层Bi-LSTM组成,将输入数据进行编码,并在网络末端输出编码后的最终状态;Seq2seq解码端为单层LSTM,它将编码端的最终状态作为初始输入状态,同时每一步的输出值作为下一步的输入值.利用用电负荷实测数据,基于Keras平台进行仿真,仿真结果表明,与多个经典的深度学习的短期用电负荷预测模型相比,所提BL-Seq2seq模型的预测误差明显降低,大大提升了短期用电负荷预测精度.     

基于信道状态特征的手势动作识别技术研究

手势识别作为人和机器之间重要的交互手段,在日常生活中具有广泛的应用场景。基于无线信号特别是WiFi的手势识别由于其无接触、成本低等优点成为当前热门的方式。为解决传统基于无线信号手势识别算法没有充分利用信号相位特征的缺点,本文提出利用WiFi信道状态信息幅值和相位结合的方式进行手势识别。通过子载波降维和动作曲线提取对接收的WiFi信号进行处理,并将信号的幅值和相位结合,利用机器学习算法对数据进行训练和分类,实现了单手向前、单手向后、单手向左、单手向右、单手向上和单手向下六种手势的识别。实验结果显示,本文算法在近距离和远距离下的精确度分别为96%和92%。     

基于改进AdaBoost算法的复杂网络链路预测

链路预测是复杂网络的重要研究方向,当前的链路预测算法因可利用的网络信息有限,导致预测算法的精确度受限。为了提高预测算法的性能,采用改进的AdaBoost算法进行链路预测。首先根据复杂网络样本建立邻接矩阵,完成样本的矩阵化处理;然后采用AdaBoost算法进行分类训练,通过权重投票获取预测结果;最后,考虑到复杂网络弱分类器预测正负误差分布的不均衡问题,设置权重调整因子η及其调整范围[η1,η2],并根据η值动态调整AdaBoost算法的多个弱分类器分类结果的权重,从而获得准确的链路预测结果。实验结果证明,相比其他常用网络链路预测算法及传统AdaBoost算法,改进的AdaBoost算法的预测准确率优势明显,且在节点数量较多时,其预测时间性能和其他算法的差距较小。     

青山嘴水库移民城市楼房安置后续发展趋势研究

云南青山嘴水库工程因地制宜,在国内首次提出将移民安置于城市楼房并享受20 a生活补助的安置方式,但20 a生活补助期满后移民的后续发展是否还能适应城市的社会经济发展尚不可知。以托达罗理论为基础,建立了移民在城市楼房安置后可持续发展的理想模型,并用时间序列法在现有数据的基础上对移民未来的经济能力进行预测,探寻基于现有政策的移民后续经济能力发展的趋势;结合我国十九大提出两步走战略安排,计算出预测结果与发展目标间的差距,并以此作为后续发展过程中移民所需帮扶的依据,提出帮助移民经济能力达到发展目标的具体措施。     

求解声波动方程的隐格式有限体积法

为研究声传播问题,提出一种声波动方程的隐格式有限体积法,该方法将格点型有限体积法与Newmark格式相结合.模拟平面波的传播过程,对比分析隐格式有限体积法和文献中显格式有限体积法的精度、稳定性及计算消耗等方面的性能.数值结果表明:当λ/Δx≥10时,两种算法均能得到满足精度要求的解;采用无条件稳定的隐格式算法,当满足ω0Δt≤0.3时,预测声压的相对峰值误差1%;当采用相同时间、空间步长时,隐格式算法精度高于显格式算法;隐格式算法对吸收边界的处理精度高于显格式算法,但对全反射边界的处理精度低于显格式算法;两种算法内存消耗比较接近,显格式算法的CPU耗时较少.     

东江水源工程西枝江取水口改造设计与研究

采用二维水沙数学模型研究了东江水源工程西枝江取水口附近局部流态、河床冲淤等变化规律,提出了取水口改造方案。通过取水口改造局部地形优化进水条件,来改变河床的冲淤规律,实现减少淤积及沼蛤等水生物附着的目标。     

微量Ge对大气下液态Sn抗氧化性能的影响

采用观察液态Sn表面氧化行为和刮取表面氧化渣的方法,研究了微量元素Ge对液态Sn在大气和250℃条件下表面抗氧化性能的影响,并与纯Sn的氧化行为进行对比;利用X射线光电子能谱仪(XPS)、扫描电子显微镜(SEM)研究了合金表面元素的含量、价态,及合金氧化后的表面形貌.结果表明:当微量元素Ge浓度达到0.01%时(质量分数),大气下液态Sn表面具有很好的抗氧化性能,同时微量元素在液态Sn表面高度富集.XPS分析表明:表面富集的Ge以4价氧化物形式存在.静态液面氧化时,Ge在液态Sn中迅速偏析,并形成一种保护性的致密氧化膜,是提高液态Sn抗氧化性能的原因.     

基于自我认知能力提升的大学生职业生涯规划探析

大学生健康积极的自我认知是职业生涯规划教育顺利开展的重要前提和基本保障,加强和完善大学生自我认知对大学生职业生涯规划教育具有重要意义。如何提升大学生在职业生涯规划中的自我认知能力成为摆在高校教育工作者面前的一个重要课题,对此从增强大学生自我认识、自我评价能力和水平、构建科学的自我认知模式等方面入手,促成大学生进行自我科学认知,积极寻找未来职业发展方向。     

自适应小世界粒子群优化算法

提出一种基于小世界网络的自适应拓扑结构。每个粒子都与它的近邻粒子进行交互,其有一定概率通过小世界重置与远方的粒子进行沟通;为粒子群体的每个维度分配一个特定的小世界网络,不同维能够学习不同邻居的历史信息;粒子的邻域大小与小世界重置的概率将在种群收敛状态的基础上进行自适应调整。利用标准函数集对该算法进行测试,测试结果表明,通过该机制,粒子群体具有更好的搜索多样性,能够平衡全局探索与局部开发。