基于相对欧氏距离的背景差值法视频目标检测

为了从包含大量冗余信息的监控视频中快速查找到运动目标,提出了一种改进的背景差值目标检测算法。首先,通过灰度化和中值滤波对视频图像进行预处理;其次,对视频帧进行抽样统计,计算各个对应像素点的灰度值的中值,建立背景模型;再次,通过大量的实验确定合适的阈值后,计算当前帧与背景模型之间欧氏距离的相对差值,并由此判断前景帧和背景帧;最后,将含有运动目标的图像或视频截取出来。实验结果表明,该方法可以更加准确有效地检测目标,可用于视频监控(如生活小区、铁路交通、仓库的监控视频等)中的目标检测。     

浅析长距离输水渠道冬季运行安全措施探讨

结合新疆某大型渠道长距离冬季非冰盖输水发电运行实践,摸清冰情、冰害及对输水产生的影响,分析研究冬季输水存在的问题,探索冰期输水安全措施,确保渠道工程安全和冰期输水安全,为今后的冬季输水管理提供参考。     

新疆某长距离输水管道阴极保护研究

针对新疆某长距离输水管线途经沙漠边缘段、沙漠段、剥蚀冲洪积平原区段,工程地质与水文地质情况复杂的情况,为保障输水管道长久安全运行,根据阴极保护国家标准要求和国内外管道运行维护经验,采取阴极保护措施对输水管线进行防腐处理,是减缓或停止对管道造成腐蚀破坏的有效途径。     

飞来峡库区水资源承载力研究

把飞来峡库区水资源承载力作为一个系统进行研究,将它划分为水资源条件、社会经济状况和生态环境3个子系统,并对每个子系统选取相应的评价指标,从而构建飞来峡库区水资源承载力评价指标体系。在此基础上,分别以2010年、2015年为评估年和参照年,各项指标为评估系和参照系,运用距离指数---层次分析法计算出飞来峡库区2010年相对于2015年的距离指数,得出社会经济状况子系统状态为基本可承载、水资源条件子系统和生态环境子系统均为可承载状态、整个系统状态为可承载,以及飞来峡库区的水资源状态安全的结论。     

沿边局部灰度差分椒盐噪声滤波

为了在减小高密度椒盐噪声漏检的同时最大限度提升滤波效果,提出一种新算法.该算法首先利用椒盐灰度极值,抽取准噪声点;然后对准噪声点执行局部窗口沿边检测,判断疑似噪声集合;最后,只对疑似噪声集合中像素点进行就近双边加权灰度替换滤波.实验数据显示,不同噪声密度环境下,本文算法在现有滤波算法的基础上,将峰值信噪比(PSNR)参数分别提高0.2～1.6 dB.实验结果表明,该算法的综合性能优于其他相关的算法.     

高空带电水冲洗装置的安全控制系统研究

对输电线路设备进行带电水冲洗是防止电网发生污闪事故的方便有效且经济高效的方法。针对国内没有专业的高空带电水冲洗装置、且高空带电水冲洗作业存在很大的安全隐患。该文在伸缩臂式高空车的基础上,集测距技术、视频监控技术和自动控制技术等设计了一套可视化的安全控制系统,防止了高空带电水冲洗作业过程中触电、碰撞的危险,大大提高了安全系数,而且降低了劳动强度,提高了工作效率。     

多目标进化算法中基于聚集距离调整的分布性保持方法

在经典的非支配排序遗传算法中,基于聚集距离的种群维护策略并不能很好地保持解集的分布性。提出一种改进的基于聚集距离调整的分布性维护策略,根据邻近个体的聚集距离大小关系,保留分布较好的个体。与经典算法NSGA-Ⅱ,PESA-Ⅱ和小生境方法进行比较,实验结果表明,提出的分布性维护策略能较大程度提高分布性,并保持较好的收敛性。     

基于超宽频距离传感器的移动目标定位系统

介绍了一种基于超宽频的高精度距离传感器P410（PulsON410）,阐明了它的测距与通信模块（RCM）和单基站雷达模块（MRM）的2种测距模式与原理,论述了典型的室内定位系统的原理与相关算法。在三边定位算法的基础上建立了参考节点呈等边三角形排列的定位系统,分别实现了在2种测距模式下单移动目标的定位跟踪。分析了该传感器在基于RCM测距模式下进行定位的定位精度。仿真实验结果表明：在等边三角形内部,定位误差分布呈现规律性,由三边向质心呈逐渐降低趋势,为进一步优化该系统的定位精度提供了依据。     

基于直觉梯形模糊TOPSIS的多属性群决策方法

提出一种改进的逼近理想解排序(TOPSIS)方法,即直觉梯形模糊TOPSIS多属性群决策方法。首先,应用直觉梯形模糊数形式表示方案属性偏好和属性权重信息且专家权重完全未知;然后,利用直觉梯形模糊数间距离测度和期望值及直觉梯形模糊加权平均算子来确定决策者权重信息和属性权重信息;进而给出直觉梯形模糊环境下方案优选的算法;最后,通过算例进一步说明了该直觉梯形模糊TOPSIS方法的有效性。     

Hesitant fuzzy agglomerative hierarchical clustering algorithms

Recently, hesitant fuzzy sets (HFSs) have been studied by many researchers as a powerful tool to describe and deal with uncertain data, but relatively, very few studies focus on the clustering analysis of HFSs. In this paper, we propose a novel hesitant fuzzy agglomerative hierarchical clustering algorithm for HFSs. The algorithm considers each of the given HFSs as a unique cluster in the first stage, and then compares each pair of the HFSs by utilising the weighted Hamming distance or the weighted Euclidean distance. The two clusters with smaller distance are jointed. The procedure is then repeated time and again until the desirable number of clusters is achieved. Moreover, we extend the algorithm to cluster the interval-valued hesitant fuzzy sets, and finally illustrate the effectiveness of our clustering algorithms by experimental results.