考虑环境遮挡影响的光伏阵列输出特性研究

随着全球资源的逐步紧缺,可再生能源的开发与利用受到了能源行业的大力重视,其中太阳能具有易于再生、能源清洁等优点,在电力等能源行业中发挥着巨大的作用。光伏发电系统通常地处偏僻,较易受到周围自然环境的遮挡等影响,可能导致其输出特性发生变化。为此,本文重点研究了阴影遮挡下的光伏阵列输出特性,为后续光伏发电特性分析奠定了理论基础。     

一种基于无人机云台的视觉目标跟踪方法

鉴于无人机视觉目标跟踪时会遇到目标遮挡、目标尺度变化等问题,同时目标跟踪方法复杂度受到云台芯片算力的严格限制,提出了一种基于无人机云台的视觉目标跟踪方法。基于多个特征相关滤波器的自适应权重融合来提升目标位置预测的精度。引入长宽相互独立变化的尺度变化池策略,解决无人机目标跟踪过程中目标尺度估计问题。通过设置模板检测和轨迹预测模块来有效地对目标跟踪过程中的遮挡状态进行检测和处理。该方法可在无人机云台芯片中实现实时跟踪,且在公开无人机目标跟踪数据集和自采集数据集中取得了很好的跟踪效果,与基线方法相比,成功率提升了10.7个百分点,准确率提升了3个百分点。     

结合双重注意力机制的遮挡感知行人检测

针对行人检测算法在交通场景下应用时的遮挡问题,提出一种结合双重注意力机制的遮挡感知行人检测算法.以RetinaNet作为基础框架,在回归和分类支路分别添加空间注意力和通道注意力子网络,增强网络对于行人可见区域的关注;同时引入行人可见边界框信息对传统的回归损失函数进行优化,使其能够随着遮挡程度自适应地调节预测框贡献的权重...     

遮挡人脸表情图像预处理研究进展

对遮挡表情图像的传统预处理、基于重要区域的预处理、基于图像重构和基于深度学习的预处理方法进行总结,阐述了各类方法的基本原理,介绍了常用的表情数据集及其特点,讨论了现阶段存在的问题和未来的研究方向.     

基于思维进化的机器学习的遮挡人脸识别

针对遮挡人脸的识别问题,提出了基于思维进化的机器学习(MEBML)与局部特征结合的方法。首先提出了LBP偏移特征组的提取方法,定义一种新的特征对比规则,根据遮挡人脸图像与无遮挡人脸图像的局部特征进行对比,记录对比相似度作为局部区域的得分。然后对所有局部区域进行趋同过程和异化过程的演化,得到无遮挡区域及遮挡物体区域。当无遮挡区域满足一定比例且分布集中时,应用该区域特征完成遮挡人脸条件下的人脸识别。实验结果表明:新方法的遮挡人脸识别准确率在92%以上,并具有较低的误识率。     

应力水平对动物骨折愈合影响的实验研究

为了观察应力水平对骨折愈合的影响,十五只山羊被分成三组,对其中两组动物在其胫骨或股骨中段作手术骨折,并分别用接骨板内固定及新设计的具有自动加压功能的内固定器同定,另—组为未作骨折的对照组。手术后经120天及180天将动物处死,取骨折部位骨试件进行生物化学、物理及力学性质测试。结果表明,新设计内固定器在一定程度上减小了对轴向压力的应力遮挡效应,加速骨折愈合。     

基于卫星载噪比定权的手机RTK/PDR融合定位研究

针对智能手机GNSS定位芯片在遮挡环境下定位精度下降的问题,本文采用RTK/PDR融合方法解算位置结果,考虑到GNSS信号易受环境影响,本文提出根据平均卫星载噪比参数将当前GNSS观测环境分为优、中、差三种情况,并根据判断出的不同观测条件,设置不同的膨胀系数放大Kalman融合滤波中量测噪声方差矩阵R,实现在遮挡环境中对GNSS位置信息的降权处理,以获得更优的融合结果.实验测试显示：在开阔环境中,两部测试手机RTK与RTK+PDR定位精度基本一致;在轻微遮挡环境中,两部测试手机RTK+PDR融合定位结果较RTK单独定位结果平面提升效果分别为6.24%和3.97%,高程提升效果分别为20.44%和32.56%;在严重遮挡环境中,两部测试手机RTK+PDR融合定位结果较RTK单独定位结果平面提升效果分别为47.65%和42.90%,高程提升效果分别为39.78%和67.98%.实验结果表明,本文提出的依据平均卫星载噪比动态设置GNSS信息权重的RTK+PDR融合定位方法,能够部分弥补手机RTK在遮挡地区定位精度下降的缺点.     

汽车门板真空复合模设计

分析了汽车门板塑料骨架与皮料的复合工艺,介绍了汽车门板真空复合模结构、设计要点与模具工作过程,对塑料骨架凸起处的遮挡装置进行了重点分析。模具经试模后投入批量生产,运行状况良好,降低了废品率,提高了生产效率,提升了汽车门板的外观品质。     

遮挡情况下水尺图像特征加权学习识别算法

考虑实际应用中水尺图像受遮挡较多,自动识别水位困难的问题,提出了一种遮挡情况下的水尺图像特征加权学习识别算法。针对现有稀疏表示算法通常对图像整体进行操作如字典训练等,致使图像中的特征信息无法突出的情况,提出在稀疏表示过程中对回归系数设置不同权值并在迭代过程中对权值更新学习。首先通过对特征权值的迭代学习以增加有效信息的权重,排除遮挡信息的干扰;其次,通过对图像分类残余值进行不同模型下的回归表示,提出采用更能表现出残余值重尾分布实际情况的逻辑分布模型。实验过程采用实际水尺图像,先通过边缘检测等预处理方式得到当前水位的刻度图像,进一步对该图像附加遮挡进行分类识别以验证实验结果,所附加遮挡用以模拟水尺刻度被水面遮挡等情况。实验结果表明,与常用的稀疏回归表示算法相比,该算法在多遮挡情况下的性能较优。图10幅。     

灰尘遮挡对非晶硅太阳电池的影响

模拟了非晶硅太阳电池表面被灰尘遮挡的情况,分析了辐照强度、温度电池对电性能的影响.实验表明,不同的遮挡方式,功率损失不同,其中斜向遮挡功率损失最大,横向最小.当遮光比小于50％时,功率和电流下降较小,随着遮光比的增大而线性增加;当遮光比大于50％时基本不发生变化.同时,非晶硅太阳电池被遮挡时,其功率损失的比例小于被遮挡面积所占的比例,不成线性关系.