滤波辨识(7):类多变量方程误差ARMA系统的滤波递阶广义增广参数辨识

针对类多变量方程误差自回归滑动平均(M-EEARMA-like)系统,利用滤波辨识理念和递阶辨识原理,研究和提出了滤波递阶广义增广随机梯度辨识方法、滤波递阶多新息广义增广随机梯度辨识方法、滤波递阶广义增广梯度辨识方法、滤波递阶多新息递推广义增广梯度辨识方法、滤波递阶递推广义增广最小二乘辨识方法、滤波递阶多新息广义增广最小二乘辨识方法。这些滤波递阶广义增广辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量随机系统中。     

滤波辨识(5):输出误差自回归滑动平均系统的滤波辅助模型递推广义增广参数估计

针对输出误差自回归滑动平均系统,即Box-Jenkis系统,利用滤波辨识理念,研究和提出了滤波辅助模型广义增广随机梯度辨识方法、滤波辅助模型多新息广义增广随机梯度辨识方法、滤波辅助模型多新息广义增广投影辨识方法、滤波辅助模型递推广义增广梯度辨识方法、滤波辅助模型多新息递推广义增广梯度辨识方法、滤波辅助模型递推广义增广最小二乘辨识方法、滤波辅助模型多新息递推广义增广最小二乘辨识方法。这些滤波辅助模型广义增广辨识方法可以推广到其他有色噪声干扰下的线性和非线性多变量随机系统中。     

维度加权模式动态纹理特征的火焰检测

对疑似火焰区域提取纹理特征时,用局部三值模式描述火焰静态纹理特征不利于区分火焰与其他纹理均匀的干扰物,用KNN算法（k-nearest neighbor algorithm）分类效率较低。针对这些问题,提出用三正交平面局部混合模式（three orthogonal planes local mixed pattern,LMP-TOP）描述火焰的静动态纹理,再输入维度加权的支持向量机进行分类识别。LMP-TOP是对第一维XY平面,采用八邻域的均匀局部二值模式（uniform local binary pattern,LBP^u2）三正交平面局部混合模式表示火焰的静态纹理特征;对第二维XT和第三维YT平面,则采用局部三值模式（local ternary patter,LTP）融入火焰在时间维度上的变化信息,这样在得到火焰的静态特征的同时也融入了其动态特征。根据3个维度单独用于识别的准确率,赋予其相应的权重,用维度加权的支持向量机进行分类识别。实验结果表明,相比Sthevanie等算法,本文所提出的方法火焰识别率和检测效率均较高。     

数值求解优化问题在活动轮廓模型上的应用

针对活动轮廓模型图像分割过程中迭代次数多,分割速度慢的问题,提出一种高阶的数值求解方法。分析活动轮廓模型中基于全局信息的CV模型,以及基于局部信息的LBF模型,LIF模型。使用二阶、三阶Runge-Kutta方法,原始Euler方法对模型进行数值求解实验对比分析。并对LBF模型中平滑项系数,时间步长的选取进行讨论。通过对非同质图像、同质图像的实验结果分析表明,所采用的数值方法能够有效地提高数值收敛精度、减少迭代次数、计算效率高。对不同系数和时间步长,数值方法也能表现出较好的稳定性。     

基于三质心模型的类人机器人射门算法

为了实现快速稳定的射门动作,提出了一种基于三质心模型的类人机器人射门轨迹规划方法。首先,根据三质心模型,得到包含游动腿轨迹和躯干轨迹的零力矩点(ZMP)方程, 采用三次贝塞尔曲线规划游动腿轨迹和ZMP轨迹,根据ZMP方程求解出类人机器人的躯干轨迹;其次,在双腿支撑相根据线性摆模型计算类人机器人的质心轨迹,实现射门姿态的快速调整;最后,在RoboCup 3D仿真平台中应用此算法实现了类人机器人的快速射门动作,并与其他球队的射门动作进行了对比。实验结果表明：应用该算法仅需手工调试即可快速实现稳定的射门动作,射门动作时间有很大减少,可增强机器人足球队的竞争力。     

双环MeanShift视频跟踪算法

针对传统均值漂移跟踪算法在目标特征提取、模板匹配度量和带宽固定方面存在缺陷,提出一种双环MeanShift视频跟踪算法。该算法采用万向椭圆的特征提取方式,能更有效地抑制背景信息影响,较好地提高目标模型质量。引入双环描述因子能突出目标本身特征权重,改善图像匹配峰值特性,并通过双环之间的关系自适应地更新核函数的带宽。仿真实验结果表明该算法在目标具有明显尺度变化、姿态扭曲和部分遮挡的情况下,可以获得准确和鲁棒的跟踪效果。     

基于加权LS-SVM的青霉素发酵过程建模

青霉素发酵过程中,一些重要参数的检测存在一定的误差,给生产过程的监测及重要参数的实时监控等带来一定困难。样本数据中自变量、因变量均有可能包含误差数据,影响模型建立的准确性,本文采用加权最小二乘算法,给各个样本的误差平方赋予不同权重用于克服异常训练样本的影响,利用Pensim仿真平台数据,采用粒子群算法(PSO)对加权最小二乘向量机算法(WLS-SVM)的参数寻优,建立青霉素发酵过程模型,通过仿真实验表明了该算法用于青霉素发酵过程建模的有效性。     

FKA算法迭代收敛性分析

《核选择和非线性特征提取的双线性分析》一文提出了一种新颖的核Fisher准则FKC, 并用迭代分析算法FKA求得最优解,但其迭代收敛性缺乏理论上的证明。从理论上对FKA算法的迭代收敛性进行了分析和探讨,并运用Radermacher复杂性分析法进行证明。     

基于曲线聚类的动态PET影像感兴趣区域提取新方法

针对目前动态正电子发射断层扫描(PET)影像的感兴趣区域(ROI)提取的聚类方法忽略了时间放射性曲线(TAC)的时间序列特征,提出一种基于曲线聚类的ROI提取方法。首先用K-均值(K-Means)聚类去除背景得到心脏的位置,然后对心脏进行曲线聚类提取出心肌,最后根据像素点的空间位置关系提取血池。将该方法应用于14只小鼠的PET影像ROI勾画,实验结果表明,与K-Means和混合型的聚类方法HCM相比,该方法能够更准确地提取出14只小鼠的血池,且具有更高的精确度和稳定性。     

使用多尺度LBP特征和SVM的火焰识别算法

目前基于视频图像的火灾识别系统是大空间场景中预防火灾的有效方法。为了提高检测性能,基于火焰特定的纹理结构,使用多尺度纹理特征,以获得更全面的特征信息。首先使用火焰的明亮特性定位到疑似火焰区域;然后针对这些区域,采用局部二值模式(local binary patterns, LBP)方法提取多尺度纹理特征;最后将多尺度LBP纹理特征输入到支持向量机(support vector machine, SVM)中进行识别。实验结果表明,该方法计算简单,火焰的检测率较高,误警率较低。