基于离散小波—奇异值分解的多水印嵌入算法

为提高传统数字图像水印算法的安全性, 解决数字水印对信号处理和几何失真比较敏感的问题, 提出一种新的以离散小波多级分解与奇异值分解相结合的数字图像水印算法. 不同于常见的基于小波变换的数字水印技术, 该方案在原始图像离散小波变换的低频近似区域和高频对角区域中嵌入水印, 在图像的保真度和鲁棒性之间取得较好的折衷. 水印检测时, 将从低频近似区域和高频对角区域中提取出的水印进行比较, 选择效果较好的水印作为最终检测水印. 实验结果表明, 提出的多水印算法对于各种攻击具有较强的鲁棒性.     

强力输送带接头点识别算法

针对新型的强力输送带以接头点为基准参考点进行故障实时检测,存在接头定位困难问题,提出了一种基于统计学和图像处理技术相结合的接头点检测识别算法。该算法首先把图像每一列看成一个样本总体;然后根据每一列的样本均值以及该列中的每一个像素的方差计算出该像素点的平滑度,根据一定的平滑度阈值来找到接头点区域,通过对接头点区域应用图像处理技术中的腐蚀、膨胀等运算,使其形成一个矩形区域。利用该矩形区域像素值的方差以及矩形区域的宽高比这两个特征,来达到对接头点的识别。实验表明该算法能够有效地识别出接头点。     

接收方预约信道的水声传感器网络MAC协议

为了获得更高的网络吞吐量,更低的端到端时延,设计出了一种适用于分簇网络的水声传感器网络MAC协议,该协议采用接收方建立握手机制,有效的获取邻居节点通信时的状态,动态分配发送时隙,实现数据包以报文序列方式无冲突的到达接收端.仿真结果表明,与同类MAC协议(FERI, RIPT)相比,该协议提高了网络吞吐量,降低了数据丢失率和端到端时延.     

基于DE-EDA-SVM的瓦斯浓度预测建模仿真研究

瓦斯浓度作为衡量煤矿瓦斯危害程度的一个重要指标,为了能够更加准确的预测煤矿瓦斯的浓度,提出一种差分进化-分布估计（DE-EDA）算法优化的支持向量机瓦斯浓度预测新方法。利用无线传感网络系统采集工作环境中的瓦斯浓度数据,并经过降噪处理后作为训练样本。采用DE-EDA算法对SVM模型的惩罚参数C、损失参数ε以及径向基参数γ进行优化,利用优化后的模型进行瓦斯浓度的预测。通过MATLAB软件仿真可以得出,所采用的优化模型能够准确的预测煤矿瓦斯浓度的变化趋势。并与经过粒子群（PSO）算法优化的预测模型相比较。结果表明,经过DE-EDA算法优化的SVM模型具有训练速度更快、预测更准确的特点,为实际煤矿瓦斯浓度的预测和处理提供了更加可靠的理论基础。     

基于人工神经网络的智能化煤矿监测系统的路径规划

给出了一种煤矿监测、数据采集用智能化监测系统的设计方案,监测系统在运行的过程中可实现数据采集、循迹、避障、测距等功能.监测系统的路径规划采用了一种人工神经网络算法,该算法利用神经网络模型描述监测系统工作空间的动态环境信息,并建立起机器人动态避障与网络输出间的关系.仿真结果表明该算法具有较好的环境适应性和实时性,所用的动态路径规划方法是正确和有效的.     

光学硫化氢气体传感器的研究现状及发展

基于光学方法的硫化氢传感器具有高灵敏度、抗电磁干扰、抗腐蚀等特点,是一种新型的硫化氢检测方法.详细介绍了各种光学硫化氯气体传感器的检测原理、检测精度,并分析了其优缺点,以及光学硫化氢传感器的发展趋势,对研究光学硫化氢传感器有重要参考价值.     

基于矩阵联合分块对角化的通信信号监测

在非协作通信和军事通信对抗中,接收机需要对接收到的多个通信信号进行分离,以提取出有用的信号,这可以归为通信信号卷积盲分离问题。首先构建信号模型,并将问题转化为多个矩阵的联合分块对角化。然后提出一种新的非正交矩阵联合分块对角化算法,使用最速下降法得到迭代算法,并分析了算法的可能优化策略和计算复杂度。最后仿真实验验证了新算法的有效性和可靠性,在无须计算最优步长等条件下能够获得比现有算法更快的收敛速度。     

基于双目视觉测距技术的导弹筒箱精确对接方法

当前导弹筒箱对接工作中普遍采用人工操作方法,通过目视指挥操作实现卡口对接,精确性差,步骤繁琐,效率低下。针对此问题,基于双目视觉测量技术提出了一种自动对接方法,利用双摄像头测量对接卡口的成像偏差,计算筒弹调整的距离和角度,实现筒弹支脚和对接卡口的准确对准。然后研究了系统测量误差,利用非线性回归拟合方法分析了误差计算公式,利用等距标尺设计了测量误差标定实验方案,并针对摄像头安装不便的问题,给出了中点延长安装方法和计算补偿方法,最后设计了筒弹自动化对接系统的基本结构。试验结果表明,该方法能够有效获取筒弹对接偏差距离和角度,为位置调整系统提供有效输入,从而实现导弹筒箱的自动对接。     

基于TMS320 DM8168平台的快速运动目标检测研究

研究如何在嵌入式平台上对高清视频中的运动目标进行快速、鲁棒的检测。采用德州仪器最新的达芬奇架构TMS320DM8168为平台,在高清1080P视频上实现运动目标的快速检测。采用对噪声较为鲁棒的ViBe算法进行目标检测,并将该算法移植到该平台的MCFW框架中。同时,为了提高算法性能及效率,对算法进行相关优化,包括编译器选项优化、内存相关优化、标准内联函数优化、循环优化以及DMA等。最终实现在嵌入式平台上的实时高清运动目标检测。实验结果验证了该方法的有效性。     

利用海量知识库实现实体标注的一种方法

互联网上聚集了大量的文本、图像等非结构化信息,RDF作为W3C提出的互联网上的资源描述框架,非常适合于描述网络上的非结构化信息,因此形成了大量的RDF知识库,如Freebase、Yago、DBPedia等。RDF知识库中包含丰富的语义信息,可以对来自网页的名字实体进行标注,实现语义扩充。将网页上的名字实体映射到知识库中对应实体上称作实体标注。实体标注包括两个主要部分:实体间的映射和标注去歧义。利用海量RDF知识库的特性,提出了一种有效的实体标注方法。该方法采用简单的图加权及计算解决实体标注的去歧义问题。该方法已在云平台上实现,并通过实验验证了其准确度和可扩展性。