基于SVG的矿用3.3kV静止无功动态补偿装置的研究

针对工作面供电系统电压波动大、功率因数低、线路损耗大、设备启动困难等问题,提出以SVG技术为核心的无功补偿技术路线,并介绍了一种基于SVG的矿用3.3 kV静止动态无功动态补偿装置的设计方案。工业性测试结果表明,该补偿装置响应速度快,补偿平滑准确,显著提高了工作面设备启动和运行时的功率因数,缩短了启动时间,提高了启动和运行电压的稳定性,有效抑制了谐波,并具有显著的节能效果。     

综采工作面压力实时监测系统的应用

以羊场湾煤矿120204综采工作面为例,介绍了一种工作面压力实时监测系统的设计。该系统根据压力监测单元采集的各支架前柱、后柱、前梁压力参数,由地面主机中的分析软件给出量化分析结果,即支架前后柱及前梁压力变化、支架立柱的工作特性、支架立柱循环阻力的频率分布、顶板压力分布;并可根据支架立柱的工作特性分析结果分析支架压力变化与顶煤破碎效果之间的关系,从而为提高放顶煤效率提供依据。实际应用表明,该系统功能完善,能有效地反映工作面压力变化的全过程。     

综采工作面全自动联合采煤机组的设计

为提高综采工作面的自动化水平和生产效率,提出了一种综采工作面全自动联合采煤机组的设计方案。该机组采用可视化计算机监控系统通过CAN总线控制组合开关、电牵引采煤机、液压支架、输送机、工作面沿线扩音电话及智能乳化液泵站等成套设备。实际应用表明,该机组实现了全套综采设备的远程、集中监控和管理功能。     

基于集成学习的规范化LDA人脸识别

针对人脸识别问题中经常面临的“小样本”问题,在规范化的LDA算法的基础上加以改进,并结合集成学习的方法,利用Adaboost算法,在每一次的迭代过程中引进一个加权函数对难以分离的样本增加权重。增加分类器之间的差异度,从而提高样本在新的特征空间中的可分离性,将识别率提高至98.5%。通过ORL数据库的大量实验表明,该算法比传统算法有更好的性能。     

嵌入式疲劳驾驶监测系统的设计与实现

疲劳驾驶是引发恶性交通事故的重要原因之一,驾驶员疲劳监测技术近年来已逐步成为图像处理领域的一个研究热点。基于改进的和提出的新算法,设计了一个嵌入式驾驶员疲劳监测系统。由可见光/近红外摄像头采集视频,首先采用Haar特征的级联分类器从图像中检测出人脸区域,并用钻石搜索法跟踪人脸区域;然后提取一个新的图像差分统计特征,并结合3个准则判断疲劳状态;最后采用全变分模型消除图像中的非均匀光照,以便实现鲁棒的人眼定位和人脸识别。实验测试结果表明,本系统的疲劳状态监测准确率达到95%以上。     

综采工作面支架安全快速拆除新工艺

针对传统综采工作面支架拆除工艺在安全、施工速度、材料耗费等方面的不足,以张集煤矿1214(3)工作面支架拆除工程为例,介绍了一种改进的综采工作面支架安全快速拆除新工艺。该新工艺顶部采用锚梁网支护,帮部只采用锚杆支护,简化了通道支护工艺;采用多台支架作为掩护架,提高了支架拆除的安全性;通道顶板随着掩护支架的前移自行垮落,不需维护。实践证明,该综采工作面支架拆除新工艺安全、快速,取得了明显的经济和技术效益。     

基于MFC和OpenGL的喷砼机器人三维仿真平台的设计

以PJR-2X喷砼机器人为例,介绍了一种基于VC++的MFC和OpenGL的人机交互式三维仿真平台的设计方法。该方法采用Solidworks软件对该机器人建模,并将三维模型保存为.STL文件,然后导入3DSMax中确立纹理坐标,输出的3DS文件再导入Deep Exploration中进行三维模型材质、纹理的二次处理,最后通过MFC导入到以OpenGL为标准建立的工作场景中进行场景渲染,从而得到逼真的机器人三维虚拟仿真平台。实际应用表明,该仿真平台能精确表达机器人的正逆运动特性,并能示教演示。     

随机采样的2DPCA人脸识别方法

在2DPCA的基础上提出一种随机采样的2DPCA人脸识别方法--RRS-2DPCA.同传统通过对特征或投影向量进行采样的方法不同的是,RRS-2DPCA(Row Random Sampling 2DPCA)将随机采样建立于图像的行向量集中,然后在行向量子集中执行2DPCA.在ORL、Yale和AR人脸数据集上进行实验,结果表明RRS-2DPCA不仅具很好的识别性能和运算效率,而且对参数具有很大的稳定性.另外针对2DPCA和RRS-2DPCA对光线、遮挡等不鲁棒问题,进一步提出了局部区域随机采样的2DPCA方法LRRS-2DPCA(Local Row Random Sampling 2DPCA),将RRS-2DPCA执行在人脸图像的局部区域中.实验结果表明LRRS-2DPCA不仅具有较好的鲁棒性更大大的提高了RRS-2DPCA的识别性能.     

基于MEMS加速度计的混凝土内部缺陷检测系统

针对冲击回波法进行混凝土内部缺陷检测时,传统的单点有线检测方式存在精度低、检测复杂的问题,提出了一种基于MEMS三轴加速度计的快速检测算法,同时搭建了相应的硬件系统.该系统节点采用MEMS加速度计作为拾振器,利用FPGA作为无线传感器网络节点的控制核心,通过2.4 GHz ISM频段与上位机进行无线通信.经实验测试,系...     

Face recognition based on 3D ridge images obtained from range data

In this paper, we present an approach for 3D face recognition from frontal range data based on the ridge lines on the surface of the face. We use the principal curvature, k_max, to represent the face image as a 3D binary image called ridge image. The ridge image shows the locations of the ridge points around the important facial regions on the face (i.e., the eyes, the nose, and the mouth). We utilized the robust Hausdorff distance and the iterative closest points (ICP) for matching the ridge image of a given probe image to the ridge images of the facial images in the gallery. To evaluate the performance of our approach for 3D face recognition, we performed experiments on GavabDB face database (a small size database) and Face Recognition Grand Challenge V2.0 (a large size database). The results of the experiments show that the ridge lines have great capability for 3D face recognition. In addition, we found that as long as the size of the database is small, the performance of the ICP-based matching and the robust Hausdorff matching are comparable. But, when the size of the database increases, ICP-based matching outperforms the robust Hausdorff matching technique.