一种基于光照变化补偿的颜色识别方法

针对RoboCup中型组足球机器人比赛中光照变化会使颜色发生色彩漂移,影响颜色识别的准确性问题,提出一种基于光照变化补偿的颜色识别方法。该方法首先利用球的历史信息预测球的位置,然后在较小的区域内用基于色调直方图反向投影的方法找到球后,通过球的亮度直方图的变化计算出光照变化率,用于动态补偿颜色查找表。实验表明该方法能提高颜色识别的光照自适应性。     

基于地面先验的3D目标检测算法

为了提高自动驾驶汽车环境感知的性能,增强单目相机对障碍物三维和边界信息的感知能力,提出了一种基于地面先验的3D目标检测算法。基于优化的中心网络(CenterNet)模型,以DLA(deep layer aggregation)为主干网络,增加目标3D边沿框中心点冗余信息预测。根据自动驾驶场景的地面先验信息,结合针孔相机模型,获取目标3D中心深度信息,以优化深度网络学习效果。使用KITTI 3D数据集评测算法性能,结果表明:在保证2D目标检测准确性的基础上,该算法运行帧率约20 fps,满足自动驾驶感知实时性要求;同时相比于CenterNet模型,在平均方位角得分(average orientation score)和鸟视图平均准确率(bird eye view AP)上分别有4.4和4.4%的性能提升。因而,该算法可以提高自动驾驶汽车对障碍物三维和边界信息的感知能力。     

避雷器接地电阻的测量与预测方法

介绍了避雷器三极法测量接地电阻的接线、测量原理及测量电压的选取,根据测得的历史数据建立了基于回归分析的接地电阻变化趋势预测模型,并通过标准离差检验证明了该预测模型可用于实际接地电阻的预测。实践表明,该测量与预测方法切实可行,能在一定程度上避免因接地电阻超标而引发的雷击事故。     

井下人员定位系统读卡器存储算法分析与测试

从查找时间与存储容量2个方面分析了适用于井下人员定位系统读卡器的3种存储算法,即链式存储算法、哈希表存储算法和哈希二叉树存储算法,给出了该3种不同存储算法的使用效率与应用场合。测试结果表明,链式存储算法查找时间呈线性增长,哈希表存储算法明显优越于链式存储算法,如果测试数据增多,其优越性会更明显;当数据量较大时,哈希搜索二叉树存储算法又明显优于哈希表存储算法,当人数达到行业所要求的8 000人以上时,选择哈希搜索二叉树存储算法更为合理。     

太阳能帆板输出功率短期预测研究

在卫星观测中,经常由于各种原因导致短时间内无法提取目标卫星数据,使控制系统无法继续对其保持高精度跟踪和控制。文章主要研究ARIMA模型在卫星遥测数据短期预测中的应用。使用Matlab软件进行ARIMA模型参数计算,再使用SPSS软件执行数据预测,并进行残差分析,通过实例验证,短时期内的预测数据精度较高。     

Water table fluctuation with a random initial condition

The nonlinear Boussinesq equation is used to understand water table fluctuations in various ditch drainage problems. An approximate solution of this equation with a random initial condition and deterministic boundary conditions, recharge rate and aquifer parameters has been developed to predict a transient water table in a ditch-drainage system. The effects of uncertainty in the initial condition on the water table are illustrated with the help of a synthetic example. These results would find applications in ditch-drainage design.Notation A / tanh t - a lower value of the random variable representing the initial water table height at the mid point - a+b Upper value of the random variable representing the initial water table height at the midpoint - B tanh t - C 4/ - h variable water table height - h mean of the variable water table height - h _m variable water table height at the mid point - h _m mean of the variable water table height at the mid point - K hydraulic conductivity - L half spacing between the ditches - m ₀ initial water table height at the mid point - N Uniform rate of recharge - S specific yield - t time of observation - x distance measured from the ditch boundary - (4/SL)(NK)^1/2 - (L/4)(N/K)^1/2 - dummy integral variable     

Automatic classification and prediction models for early Parkinson’s disease diagnosis from SPECT imaging

Early and accurate diagnosis of Parkinson’s disease (PD) is important for early management, proper prognostication and for initiating neuroprotective therapies once they become available. Recent neuroimaging techniques such as dopaminergic imaging using single photon emission computed tomography (SPECT) with ¹²³I-Ioflupane (DaTSCAN) have shown to detect even early stages of the disease. In this paper, we use the striatal binding ratio (SBR) values that are calculated from the ¹²³I-Ioflupane SPECT scans (as obtained from the Parkinson’s progression markers initiative (PPMI) database) for developing automatic classification and prediction/prognostic models for early PD. We used support vector machine (SVM) and logistic regression in the model building process. We observe that the SVM classifier with RBF kernel produced a high accuracy of more than 96% in classifying subjects into early PD and healthy normal; and the logistic model for estimating the risk of PD also produced high degree of fitting with statistical significance indicating its usefulness in PD risk estimation. Hence, we infer that such models have the potential to aid the clinicians in the PD diagnostic process.     

软件定义网络中交换机处理时延的仿真

针对目前的网络仿真工具在对软件定义网络(SDN)的仿真过程中,未考虑交换机的处理时延的问题,提出一种处理时延的仿真方法,目的是为了使仿真结果更加真实和准确。该方法首先将交换机的转发处理过程分解为对流表的查询操作和执行不同的动作;然后,利用交换机的处理器频率和访存周期,将查询流表和执行动作转换为处理时间。实验中测量了真实环境中不同配置的交换机处理时延,并与利用该方法仿真出的处理时延进行对比。实验结果表明,利用该方法仿真出的处理时延和真实交换机的处理时延基本一致,该方法能够较准确地仿真交换机处理时延。     

灰色—支持向量机的空调负荷预测

对空调负荷进行准确预测不仅对空调优化控制的意义重大,而且也是实现空调经济运行与节能的关键所在。为了提高建筑空调负荷的预测精度,在分析灰色模型和支持向量机建模特点基础上提出了一种空调负荷组合预测算法。该方法综合了灰色建模计算过程简单以及支持向量机自学习和泛化能力强的优点,能够更加有效地利用样本数据的有效信息,提高模型预测精度。首先,通过灰色建模过程弱化了样本数据的随机因素。然后,对灰色模型输出进行归一化处理及数据重构,以作为支持向量机的输入。最后,通过支持向量机模型的预测得到最终预测结果。将本文所提出的方法应用于福州一栋办公建筑的逐时空调负荷预测中,并与灰色模型及支持向量机模型作比较,证明了组合模型的预测值与实际运行值拟合度最高,平均绝对误差比灰色模型和支持向量机模型分别降低了47.84%和17.39%。该组合预测模型具有较高的预测精度和更好的泛化能力,具有较强的可行性和实用性。     

基于不确定决策树分类算法在滑坡危险性预测的应用

滑坡灾害预测受多种因素影响,其中降雨等不确定因素存在难以获取数据及有效处理等难题,为提高滑坡危险性预测的准确率,根据滑坡灾害发生相关理论及决策树分类原理,提出了基于不确定决策树算法在滑坡危险性预测的方法.该方法引入不确定因子降雨,并将不确定因子和其余评价因子一起,根据不确定决策树算法理论构建出不确定决策树,建立滑坡危险性等级预测模型,并用延安市宝塔区的实例进行验证.实验结果表明,该预测方法取得了较高的总体精度和有效精度,达到了滑坡预测的精度标准,且两项预测精度均高于传统C4.5决策树方法.