基于粒子群优化的电力负荷灰色预测模型

通过对dt^-dx^（1）＋ax^（1）=u的通解x^^（1）=ce^-ak＋a^-u的参数a、u、c直接求解,避免了灰微分方程参数辨识时选取合理背景值的问题,构建了适应性更强的不需构造GM（1,1）模型的背詈值而直接求解灰微分方程参数的模型,并且在求解这些参数的过程中,应用了在求解非线性问题中具有全局寻优能力的粒子群算法（PSO）。提出了基于粒子群算法优化的电力负荷灰色预测模型PSOGM（1,1,a,u,c）,通过在电力负荷实例中的应用并与传统的GM（1,1）预测模型进行了效果比较,验证了基于粒子群算法优化的电力负荷GM（1,1）模型具有很好的预测精度和适用性。     

基于颜色分割和LBP纹理检测的运动目标提取

针对传统LBP纹理检测在运动目标提取中对原地或缓慢运动物体容易误判为背景的问题,提出一种基于颜色分割和LBP纹理检测的提取方法。主要思想分为3步：根据LBP纹理检测结果映射得到宏块级粗糙运动目标;根据K‐means颜色分割方法得到颜色分类信息;根据提出的宏块交叠机制,将颜色信息与运动信息进行融合,得到最终的提取结果。对比实验结果表明,该方法在保持良好的光照鲁棒性和阴影抵抗力的同时,可以有效改善运动目标空洞、背景融入等问题,满足实时要求。     

环境水体中~(90)Sr和~(137)Cs的监测方法

以国家标准为基础,对环境水体中~(90)Sr和~(137)Cs的监测方法进行了技术改进:增大采样量(50~100L),选择高效沉淀剂和低水平探测器。采用改进后的方法测定了50~100L水中~(90)Sr和~(137)Cs,结果显示:~(90)Sr和~(137)Cs的浓集效率分别为(91.3±2.8)%和(97.2±1.4)%;~(90)Sr的全程回收率为81.5%±2.8%;~(90)Sr和~(137)Cs的探测下限分别为8.6×10~(-4) Bq/L和9.8×10~(-4) Bq/L。50L水中~(90)Sr的比对结果显示,4家实验室测定值与标称值的相对偏差均小于11%。以上结果表明,该方法适用于环境水中微量~(90)Sr和~(137)Cs的监测,可满足环境本底调查和环境监测的要求。     

基于视频流连续性的快速运动目标检测方法*

提出了一种基于视频流连续性的快速运动目标检测算法。对于背景模型的建立,在原有像素归类背景重构算法的基础上,基于视频流的连续性,选择性使用训练阶段背景至少在50%的时间内可以被观测到的前提假设,提出了一种改进的快速背景重构算法,在准确建立背景模型的同时,有效地减少了运算时间。对于运动阴影的干扰,采用基于RGB色度比例的色度差分算法,能快速有效地去除运动阴影,最终实现运动目标的快速提取。实验结果证实了所提算法的有效性。     

基于图像处理的公路车流量统计方法的研究

本研究提出了一种车流量的统计算法,处理步骤包括:提取与更新道路背景图像、使用自适应阈值提取运动车辆、去除车辆阴影、区分不同车辆和利用车辆中心的连续匹配来确定车辆数目,该算法不受车道的限制,人为影响小,计数准确性高。实验结果表明,本算法能够适应道路背景的多种变化,实现车辆的准确计数。     

基于自适应学习率的背景建模方法

针对高斯混合模型中均值和方差的学习,提出基于自适应学习率的背景建模方法。统计每个像素模型被匹配的次数,在线更新学习率。在初始化背景时,分配一个全局的学习率,采用传统高斯混合模型的学习方式;在更新背景时,为每个像素分配一个学习率,采用自适应的学习方式。实验结果表明,该方法与传统高斯混合背景模型相比,有较好的学习能力与稳定性,能提高运动目标检测的正确率。     

基于PSD的强背景下光点位置探测技术研究

目前基于PSD的光电探测应用大多是以激光入射,有效信号远强于背景,为了满足更大的测量需求,本文提出了一种基于PSD的强背景下探测闪光点空间位置的方法.设计了预处理电路将PSD产生的微弱电流信号转换为电压信号并经过高速AD转换为数字信号,分析了背景信号对PSD测量结果的影响,提出了在软件中减去背景和暗电流以提取有效信号并对其进行精确计算的方法.用LED做闪光点在不同室外背景下进行了相关实验,结果表明:该方法可以实现200 kHz的高速测量,有效去除了不同背景和暗电流的影响,强背景下测量线性误差在±1.2％以内.     

网络环境下高职学生英语自主学习探究

从自主学习的重要性出发,论述了网络环境下学生自主学习的内涵,以及自主探究学习模式的评价标准,从而探究网络环境下提高高职学生自主学习能力的有效途径.     

LCD Mura缺陷的B样条曲面拟合背景抑制

针对机器视觉检测TFT-LCD Mura缺陷时存在的图像整体亮度不均匀、背景复杂等影响检测准确性的问题,提出一种基于B样条曲面拟合的背景抑制方法。在最小二乘法准则的约束下,采用双三次B样条曲面拟合算法拟合出背景,并添加光顺项调整拟合精度,用原始图像减去拟合背景,从而消除亮度不均匀背景对缺陷分割造成的影响。为提高算法速度,对原始图像进行分块拟合,并将双三次B样条函数分解为一元函数求解,减小了计算量,同时避免了对原函数求解时容易出现的病态解问题。实验结果表明,该算法准确、高效。     

曲线拟合在图像恢复中的应用

讨论了曲线拟合在图像恢复中的应用．对图像的各行信息进行了曲线拟合,从而消除加性背景干扰．使用该方法能使图像恢复出较均匀的像面．通过该处理能较好地消除X射线图像中的加性背景干扰．