高清智能跟踪系统应用背景介绍

目前的视频监控里,图像可分为两种．一种是枪机、半球等摄像机拍摄的固定图像．角度固定,在摄像机视角外的画面无法被监控：另一种是球机、云台摄像机拍摄到的图像,可跟踪动态目标．也可以可根据需要拉近拉远视野,但都需手动控制。但是．在监控一个较广的区域．比如单位大门内外的小广场、围墙、停车场等处．如果需要拍摄到每一个进入被该区域的目标视频．根据上述的两种呈现图像的方式有两种方案：     

中国水利投资的发展路径分析

通过数据分析,总结出改革开放以来我国水利投资的基本变化趋势：从长期来看,我国水利投资处于不断上升的趋势．并且投资增速呈现不稳定波动的态势。1998年以来水利投资总量虽大幅度提高,但水利投资仍存在投资总量与实际需求差距过大、增长速度缓慢、区域差异较大等问题。针对以上问题,从公共财政保障机制缺失、财政支持政策缺乏、中央地方事权和财权不匹配等三方面,着重分析我国水利投资变化的原因,从建立公共财政投资稳定增长的投入机制、保障地方投入机制、利用市场融资等方面,提出未来我国水利投资的发展路径。     

思维可视化研究之目的与技术支撑

对教学过程而言,"思维可视化"是指将原本不可见的思维路径、方式、规律运用图示或图示组合的方式呈现出来,以期实现增强记忆及加深理解的效果。其本质也就是隐性思维显性化的过程。本研究从主体目标来说是希望:①基于未来课堂环境,构建基于思维可视化技术的学科教学模式。重点通过让教师掌握各项思维可视化技术并将其运用到教学实践中,提高课堂     

Nonlinear model predictive control with relevance vector regression and particle swarm optimization

In this paper, a nonlinear model predictive control strategy which utilizes a probabilistic sparse kernel learning technique called relevance vector regression （RVR） and particle swarm optimization with controllable random exploration velocity （PSO-CREV） is applied to a catalytic continuous stirred tank reactor （CSTR） process. An accurate reliable nonlinear model is first identified by RVR with a radial basis function （RBF） kernel and then the optimization of control sequence is speeded up by PSO-CREV. Additional stochastic behavior in PSO-CREV is omitted for faster convergence of nonlinear optimization. An improved system performance is guaranteed by an accurate sparse predictive model and an efficient and fast optimization algorithm. To compare the performance, model predictive control （MPC） using a deterministic sparse kernel learning technique called Least squares support vector machines （LS-SVM） regression is done on a CSTR. Relevance vector regression shows improved tracking performance with very less computation time which is much essential for real time control.     

基于Vega的目标飞行仿真研究

在研究飞行目标特性的基础上,采用虚拟现实仿真技术,利用Creator和Vega完成了实体模型的建立和虚拟场景的渲染,完成了仿真系统的开发,完整地演示了从建模、路径导航设置,碰撞检测到最终实现目标飞行的全过程,并在仿真测试中取得了较好的效果.该系统可以真实地模拟交互式的飞行过程,提供了一个通用的仿真平台,可以大大降低飞行目标视景仿真建模中的开发成本,并对同类虚拟仿真的研究具有重要的指导意义.     

基于云遗传算法的CGF路径规划研究

为了使计算机生成兵力(CGF)能够快速、有效地进行路径规划,提出了一种将遗传算法与云模型相结合的方法.首先构建虚拟战场环境模型,然后引入云遗传算法,分析了应用云遗传算法进行CGF路径规划时必须解决的诸如遗传编码、种群初始化、个体适应度函数以及云遗传性能参数设定等基本问题.实验证明,该方法能够解决应用传统遗传算法规划路径时存在的“早熟”及“收敛速度慢”等缺陷,具有良好的适应性.     

一种鲁棒的Kalman滤波方法

在目标跟踪测量中,由于各种噪声的影响,Kalman滤波算法对野值数据的估计经常出现较大误差,直接影响了定位结果.修正增益的滤波方法在野值相对较小的情况下误差不能有效的识别.为此,提出残差权重自适应抗野值的Kalman滤波方法,该方法能明显的降低野值对定位结果的影响,对实测数据的仿真结果表明了该方法的有效性,满足试验要求.     

基于恒定电压法的最大功率点跟踪的改进

以太阳能光伏电池阵列结合单片机温度采集模块为研究对象,通过数值模拟和实验研究的方法,对太阳能光伏电池阵列的最大功率点跟踪效果进行了模拟分析与实验验证。研究结果表明：该方案在传统的恒定电压法的基础上结合单片机温度采集技术并利用温度对光伏电池输出特性的影响进行最大功率点的跟踪控制,较好地解决传统的恒定电压法中忽略了温度对光伏电池输出特性的影响、跟踪精度较差的缺点。为太阳能利用、光伏电池最大功率点跟踪的研究提供参考。     

防止路径攻击的加权社会网络匿名化技术

随着社会网络的普及,社会网络数据的隐私保护问题,已经成为数据隐私研究领域学者普遍关注的热点问题。由于隐私信息异常广泛,攻击者可以利用多种背景知识进行隐私攻击。现有的隐私保护技术,大多针对简单社会网络,并不适用于加权社会网络。对加权社会网络中的路径隐私泄露问题进行了研究,针对最短路径识别提出了加权图k-可能路径匿名（k-possible path anonymity,KPPA）隐私保护模型,来防止基于加权社会网络的最短路径隐私攻击,设计了一种基于权重泛化的匿名方法来实现KPPA算法。通过在真实数据集上的大量测试研究,证明了KPPA算法对于加权图路径隐私保护的有效性,同时基于KPPA算法可以保留原图结构性质,提高权重信息的可用性。     

Factor graph aided multiple hypothesis tracking

Since closely moving targets exist extensively in the ground moving target tracking, the uncertainty of data association greatly increases making the measurement-to-track association more difficult. Especially, traditional multiple hypothesis tracking （MHT） has high false tracking rate and track swap. This paper first investigates the measurement based factor graph in data association, and gives the corresponding message passing algorithm. Then, a factor graph aided multiple hypothesis tracking （FGA-MHT） method is proposed, which introduces factor graph based m-best hypothesis producing technique and exploits factor graph based probability refinement algorithm to reduce the uncertainty of measurement-to-track association. Experiment results demonstrate that FGA-MHT reduces times of track swap and increases the correct data association rate in closely moving target tracking.