基于多模板匹配的双模型自适应相关滤波跟踪算法

为有效提升目标跟踪的精确度和实时性,设计了基于多模板匹配的双模型自适应相关滤波跟踪算法。对多模板匹配模型与核相关滤波跟踪模型参数进行初始化处理：多模板匹配模型选取得分函数作为模板与候选样本间匹配准则,通过候选样本得分获取最佳目标,更新多模板后,通过形变多样相似性实现多模板匹配;核相关滤波跟踪模型利用所采集目标样本数据建立循环矩阵,通过训练核化岭回归分类器获取核相关滤波器,并获取响应置信图,再利用响应置信图获取下一帧图像目标位置。通过自适应融合策略获取两个模型所估计目标位置,再采用金字塔尺度估计策略估计目标尺度变化,通过不断更新各模型参数实现目标精准跟踪。实验结果表明,在目标受遮挡或旋转、光照变化等复杂环境下,该算法的中心跟踪误差均低于15 dpi,平均跟踪精确度均高于98%,且目标定位时间低于100 ms,说明该算法在跟踪精确度和实时性上具有明显的应用优势。     

冷轧用料“起筋”缺陷分析与产品改进

针对梅钢热轧带钢在冷轧过程中发生的＂起筋＂缺陷,通过分析其形成原因,以及在生产实践过程中,从产品设计、轧制计划编制、制造等环节采取一系列有效的措施,同时通过控制带钢的横断面形状,最终产品的横向板型得到了优化。改进后热轧带钢在后续冷轧过程中出现＂起筋＂缺陷的比例大为下降,产品实物质量得到有效改进。     

隐目标回归算法设计研究

对常用的回归方法进行研究.此类方法虽然几何解释明确、易于求解,但均须事先确定(或假定)变量间的因果关系,再考虑建模,在实际应用中,对于很难确定变量的因果关系的问题,如物联网数据分析,上述方法就会失效.为此,提出一种无需假定因变量的隐目标回归方法.该方法易于核化,可以推广到非线性回归问题.通过人工数据和国际标准数据集上的实验验证了所提算法的有效性.     

优化岭参数的非线性岭回归及4-CBA含量软测量

针对二甲苯氧化反应过程中影响主要副产物对羧基苯甲醛含量的因素众多且呈高度非线性的问题,提出基于优化岭参数的非线性岭回归MNRR算法,并应用于建立4 CBA含量软测量模型,获得满意的结果.MNRR采用非线性变换对原始模式特征空间进行扩张,以预测性能为指标,采用进化算法确定最佳岭参数,最终建立具有强非线性表达能力以及预测性能良好的模型.与非线性最小二乘回归和基于广义交叉有效性逐步估计岭参数的非线性岭回归相比,MNRR模型具有更高的预测精度且克服了传统岭回归算法最佳岭参数难以确定的缺点.     

基于核岭回归的非线性内模控制

提出一种基于核蛉回归(KRR)建模的内模控制策略.该方法充分利用基干结构风险最小化为学习规则的回归方法的非线性拟合性能,建立内模控制系统,从理论上分析了内模控制系统的稳定性和稳态误差同逆模与内模估计误差的关系问题.仿真表明,在训练样本有限和有噪声污染情况下,该系统较神经网络方法具有更好的控制性能.     

基于Gabor函数的小波域指纹图像增强算法

针对指纹大规模采集库中存在的指纹图像局部区过干或过湿的问题,提出了一种基于Gabor函数的小波域指纹增强算法。该算法在小波域利用低频系数图估计指纹方向,从而抑制了指纹局部过干或过湿的影响,进而分别实现基于Gabor函数的小波域各子图增强,最终将各增强子图利用小波逆变换实现重构。通过对FVC2004的DB1指纹库中的部分低质量图像的增强结果比较,该算法对低质量指纹图像的增强效果明显,且处理速度明显快于现存的Gabor增强方法。     

Sensitivity analysis of the scattering parameters of microwave filters using the adjoint network method

A novel approach is presented to calculate the sensitivities of the scattering parameters of microwave filters obtained with the full‐wave mode‐matching (MM) technique. Using only the MM simulation of the original network, the sensitivities of the scattering parameters with respect to all designable parameters are obtained. The adjoint network method (ANM) is applied to the generalized scattering matrices of the different filter components. This guarantees good accuracy of the calculated sensitivities. The implementation details are discussed for N‐resonator ridge waveguide filters. Excellent agreement is obtained between the sensitivities calculated using ANM and those obtained using the expensive central differences. © 2006 Wiley Periodicals, Inc. Int J RF and Microwave CAE, 2006.     

Soft sensing modelling based on optimal selection of secondary variables and its application

The composition of the distillation column is a very important quality value in refineries, unfortunately, few hardware sensors are available on-line to measure the distillation compositions. In this paper, a novel method using sensitivity matrix analysis and kernel ridge regression （KRR） to implement on-line soft sensing of distillation compositions is proposed. In this approach, the sensitivity matrix analysis is presented to select the most suitable secondary variables to be used as the soft sensor＇s input. The KRR is used to build the composition soft sensor. Application to a simulated distillation column demonstrates the effectiveness of the method.     

基于核岭回归方法的定位算法研究

针对无线传感器网络环境下的定位问题,提出了一种基于核岭回归(Kernel ridge regression,KRR)的定位算法。核岭回归算法是在岭回归算法的基础上加入了核函数,该算法在离线阶段采用核岭回归方法提取所有位置指纹数据间的非线性关系,训练出非线性回归定位模型;在线阶段采集目标点的接收信号强度指示（Received signal strength indicator,RSSI）值,利用非线性定位模型估计目标点的物理位置。仿真分析了影响算法性能的各个因素,并在室内典型办公环境下进行了定位实验。实验结果表明,该算法在不同因素的影响下,相比传统加权K近邻算法(Weight K-nearest neighbor,WKNN)算法能达到更好的定位精度,在位置网格间距1.8 m时,WKNN算法平均定位误差为2.53 m,而该算法误差为1.58 m。     

一种基于机器学习的指纹纹路方向计算方法

纹路方向是指纹图像的基本特征,而方向计算是指纹识别的基础,特征提取和匹配的过程中都需要用到方向.目前大多数纹路方向计算方法都是基于像素之间的灰度关系的.提出了一种用神经网络学习纹路方向的方法.对于正确的纹路方向,该网络的响应值较大;对于错误的纹路方向,该网络的响应值较小.计算指纹图像的方向场时,对于每个纹路图像块,计算网络在各个方向上的响应值,基于每个图像块在每个方向上的响应值可以计算出整个图像的方向场.该方法比现有方法更能正确地计算指纹图像方向场.