基于边缘检测和颜色纹理直方图的车牌定位方法

针对已有车牌定位算法在分辨率高、背景复杂图像上存在准确率下降的问题,提出了一种基于边缘检测和颜色纹理直方图的车牌定位算法。该定位算法分为两个阶段：首先利用结合了Canny和Sobel算法的改进边缘检测算法提取图像的垂直边缘,并结合滤波、投影等方法进行车牌粗定位;然后提取候选区域的颜色纹理直方图,与训练好的分类器进行匹配,实现车牌的精确定位。实验表明,该方法对于背景复杂、光照不均等情况均有良好的鲁棒性,在白天和晚上都能取得较好的定位效果。     

粗定位和协同表示的高光谱图像异常检测

目的 由于在军事和民用应用中的重要作用,高光谱遥感影像异常检测在过去的20~30年里一直都是备受关注的研究热点。然而,考虑到异常点往往藏匿于大量的背景像元之中,且只占据很少的数量,给精确检测带来了不小的挑战。针对此问题,基于异常点往往表现在高频的细节区域这一前提,本文提出了一种基于异常点粗定位和协同表示的高光谱遥感影像异常检测算法。方法 对输入的原始高光谱遥感影像进行空间维的降质操作;通过衡量降质后影像与原始影像在空间维的差异,粗略定位可能的异常点位置;将粗定位的异常点位置用于指导像元间的协同表示以重构像元;通过衡量重构像元与原始像元的差异,从而进一步优化异常检测结果。结果 在4个数据集上与6种方法进行了实验对比。对于San Diego数据集,次优算法和本文算法分别取得的AUC （area under curve）值为0.978 6和0.994 0;对于HYDICE （hyperspectral digital image collection equipment）数据集,次优算法和本文算法的AUC值为0.993 6和0.998 5;对于Honghu数据集,次优算法和本文方法的AUC值分别为0.999 2和0.999 3;对Grand Isle数据集而言,尽管本文方法以0.001的差距略低于性能第1的算法,但从目视结果图中可见,本文方法所产生的虚警目标远少于性能第1的算法。结论 本文所提出的粗定位和协同表示的高光谱异常检测算法,综合考虑了高光谱遥感影像的谱间特性,同时还利用了其空间特性以及空间信息的先验分布,从而获得异常检测结果的提升。     

基于5G定位系统的标准时间同步系统设计

传统的被动式定位,时钟同步采用空口同步技术,这样在小区信号覆盖不好或者同频干扰严重的地方,同步性能急剧恶化,导致定位效率大大降低。基于5G的无线定位时间同步系统,为了克服上述场景的缺陷,将空口同步技术与GNSS授时技术相结合,借助无线通信模块,将室内定位系统与室外定位系统同步组网,协同定位,提升了在复杂场景的定位效率。     

基于特征融合与双模板嵌套更新的孪生网络跟踪算法

为提高全卷积孪生网络SiamFC在复杂场景下的识别和定位能力,提出一种基于多响应图融合与双模板嵌套更新的实时目标跟踪算法。使用深度ResNet-22替换AlexNet作为骨干网络以提升网络特征提取性能,建立强识别能力的骨干语义分支。在ResNet-22的浅层使用高分辨率特征,构造强定位能力的浅层位置分支,计算并融合两个分支响应。通过高置信度的双模板嵌套更新机制对两个分支的模板进行更新,以适应目标的外观和位置变化。在OTB2015和VOT2016数据集上的实验结果表明,与基于SiamFC、SiamDW等的目标跟踪算法相比,该算法在目标快速移动、遮挡等复杂场景下跟踪效果更稳定,并且运行速度达到34 frame/s,满足实时性要求。     

车载超短波电台维修检测系统的设计与实现

针对某新型车载超短波电台原理结构复杂、自检虚警率高、故障定位困难等问题,综合采用嵌入式技术、数据库软件、电路智能检测等技术,以车载超短波电台维修检测主机+模件测试夹具的架构构建硬件平台,研制开发车载超短波电台维修检测系统;该系统能够实现对车载超短波电台整机频率误差、输出功率、接收灵敏度等参数及电台内部模件性能指标的自动化测试,测试结果与标准特征值比对,实现电台整机技术状态评估和模件级故障定位,实现电台维修信息的实时存储与查询,从而解决陆军部队车载超短波电台维修检测手段不足、维修保障困难等实际问题。     

高速铁路长大桥梁救援定点的选址决策模型

为提高高速铁路的防灾能力,确保救援定点布局经济合理,采用约束最优化法进行长大桥梁救援定点的选址决策.研究分析救援定点选址决策的3个约束条件:设置间距、风险等级和救援时程.以各地方救援部门至救援定点的时程总和最小为目标,建立长大桥梁救援定点的选址决策模型,并对模型进行实例验证.结果表明:当区间桥梁长度大于10 km时,应该沿线路方向每隔约6~10 km设置一处救援定点;应用贝叶斯网络理论评价救援定点备选位置的风险等级和采用Dijkstra算法求解地方救援部门至救援定点之间的最优时程是合理有效的.该模型计算过程简单,评价结果可靠,能够较好地解决长大桥梁救援定点的选址决策问题.     

基于LBS系统的位置轨迹隐私保护技术综述

基于位置的服务（LBS）方式为用户生活带来了便捷,同时也存在着位置轨迹隐私泄露的风险。如何对这些隐私数据加以保护,成为目前研究者的研究热点。对现有的隐私保护方法系统架构进行总结,对位置隐私保护技术和轨迹隐私保护技术进行综述,分类介绍了基于扭曲技术、加密技术、匿名技术以及差分隐私技术的隐私保护方法,对各种隐私保护技术下的最新算法进行整理归纳。根据对已有技术的了解,提出了现有研究中存在的不足以及未来研究的方向。     

基于PSO的模拟电路故障信息特征提取

为了提高容差电路故障诊断的诊断效率,改善电路故障征兆的特征描述,采用基于信息熵的方法生成被测容差电路的故障特征,并提出了基于离散粒子群的容差电路故障信息的特征提取方法,由此确定用于故障诊断的最佳特征子集,并以此训练故障分类器,对容差电路的软故障进行诊断定位。实验证明了基于粒子群和信息熵的特征描述和特征提取方法的有效性。     

临床常见六种脉象信号特征研究

提出以时域特征和模态能量商特征相结合进行脉象信号识别的方法。首先根据脉象信号的波形特征,计算脉象信号的h1,h3,h4,h3/h1,h4/h1,t1,t,k时域特征参数;然后对脉象信号进行EMD分解,计算6种脉象信号的模态能量商。通过临床200例脉象信号的采集和分析计算,获得临床上常见脉象信号的典型时域特征,确定弦脉的模态能量商R1,滑脉、沉脉、细脉、缓脉、平脉的R值依次降低,且R1。实验结果表明:时域特征和模态能量商特征相结合的方法可实现临床常见脉象信号的识别。     

基于遗传算法优化的神经网络在长输管道泄漏检测系统中的应用

针对由于输油管道泄漏在生产生活中造成的诸多损失与危害,以吉林油田的一段长输管道为研究对象,利用小波包变换提取管道泄漏压力信号的特征向量,将得到的特征向量作为神经网络的输入,根据输出对管道的运行状态进行识别,再应用负压波定位法对泄露点进行定位。在此基础上,提出了一种基于遗传算法优化的RBF神经网络输油管道检测的方法。该方法把遗传算法应用于神经网络的参数确定中。实验结果表明,优化的RBF神经网络模型的误差为1%左右,提高了泄漏检测的精度与效率。