《机械手神经网络稳定自适应控制的理论与方法》书评

由孙富春教授、孙增圻教授、张钹院士撰写的《机械手神经网络稳定自适应控制的理论与方法》专著主要论述了作者近年来在机械手神经网络稳定自适应控制方面取得的系统性理论成果.全书10章涵盖了基于线性参数化神经网络、多层神经网络和动态神经网络的机械手稳定自适应控制理论与     

一种基于切换模型的快速机动目标跟踪算法研究

根据二维空间内目标作匀速转向运动的特点,提出一种基于航向变化的目标加速度实时估计方法,并在此基础上采用采样卡尔曼滤波器对该机动目标进行跟踪．仿真结果表明,该方法不仅能够检测出目标机动开始时刻和终止时刻,而且还能近似估计出快速机动目标的加速度大小,与扩展卡尔曼滤波器相比,采样卡尔曼滤波器具有较好的跟踪精度．     

基于粒子滤波与多特征融合的视频目标跟踪

提出了一种基于粒子滤波和多特征融合的视频目标跟踪方法.以粒子滤波为跟踪框架,根据颜色跟踪中存在的问题提出将颜色与目标运动信息融合,利用融合后的信息确定粒子的权值.利用重采样策略缓解退化现象对粒子滤波的影响.针对2段不同的视频进行了不同算法的仿真与性能的比较,实验结果表明,本文方法在计算量增加不多的情况下大大改善了跟踪的性能与鲁棒性,尤其当目标与背景颜色相近时仍然能够准确地对目标进行跟踪.     

非标定图像对最小化畸变几何校正方法研究

图像校正需要对图像进行透视变换,不可避免会产生欠采样或过采样问题,同时射影变换会引起图像扭曲,造成图像对之间相似性丢失.为了降低图像校正后的畸变程度,重点研究了图像校正过程中不同类型图像畸变问题.通过图像对规范化简化基础矩阵,并通过考虑几何约束简化校正变换矩阵;然后求取射影变换权值变化测度之和的极值以实现最小化射影畸变;最后采用Jacobian行列式度量校正前后的局部区域变化,求得最小化重采样效果的矩阵系数.采用该校正变换矩阵对非标定图像对进行平面校正可以减轻射影扭曲程度和重采样效果.     

邻域自适应的三维点云滤波算法

针对现有的点云滤波算法存在的精度丢失和收缩的不足,提出邻域自适应选择的算法,有效地改善了点云滤波中丢失精度的问题.算法首先针对原始点和均值点滤波出现的收缩问题,提出混合增采样策略.其次采用邻域自适应选择保持特征部分的滤波精度.最后定义每个采样点以对应的似然函数,并按照其梯度方向进行迭代,通过最大似然估计得到最优滤波结果...     

有关《按粒子浓度划分的空气洁净度等级》国际新标准的一些问题

《按粒子浓度划分的空气洁净度等级》是ISO 14644《洁净室及相关受控环境》系列标准的源头,该项标准自颁布以来,得到国际科技界广泛认同与采纳。国内通行的洁净室及相关受控环境的各项标准,都是直接或间接根据其基本原则制定的。目前国内正处于参照近年颁发的该项标准修订版进行相应标准修订的阶段。针对该项标准修订版中关于采样点数的确定方法,以及国内对该项标准修订版中某些问题的不当理解进行了讨论。     

线阵CCD低噪声测量系统设计

介绍了线阵CCD低噪声测量系统的结构,并从硬件和软件两个方面处理系统噪声。CCD输出的模拟信号传输至AD中,经过相关双采样处理降低复位噪声。转换后的数字信号传输至FPGA中,经低通滤波器进一步去噪后,通过FPGA内部缓存器上传至上位机中。利用FPGA实现了CCD和AD的驱动,并结合Matlab软件设计低通滤波器。实验表明该系统工作稳定,精度较高。     

基于Krawtchouk矩和NSCT变换的鲁棒零水印算法

为了解决现有数字水印中鲁棒性和不可感知性之间的矛盾,设计一种基于Krawtchouk矩和NSCT(Non-subsampled Contourlet Transform)变换的鲁棒零水印算法。算法首先对图像进行NSCT分解,其次计算其低频成分的Krawtchouk低阶矩不变量来构建特征向量,最后通过特征向量和水印的运算得到原始图像的版权信息。实验结果表明该方案对常见信号处理具有很强的鲁棒性,同时密钥的使用保障了算法的安全性。     

数据采集系统与软件抗干扰措施

通过回转窑数据采集过程中突出出现干扰的分析，提出了提高数据可靠性的具体措施，并对软件抗干扰方法进行了探讨。