基于高斯运动模型的车辆检测

针对交通视频监控中常见的双向车道场景,改进得到一种更精确的高斯运动模型,将本不属于同一分布的双向运动车辆对应像素通过变量变换,转换成同一分布。再使用高斯运动模型分别对运动车辆和运动背景建模,通过贝叶斯判定检测出运动车辆。实验结果表明,此方法在单向车道和双向车道的场景中均具有更高的车辆检测准确率,其中在双向车道场景中,检测效果大幅提升。     

基于改进阈值的低压电力线信道中的小波去噪方法

在电力线信道的小波去噪方法中,应用广泛的是小波变换阈值法.但传统的阈值法阈值单一,且在信号连续性较差的情况下,运用传统阈值法还会产生伪吉布斯现象.为了克服阈值法的不足,在平移不变量小波阈值去噪法的基础上,通过仿真低压电力线信道噪声,对阈值函数进一步改进,使阈值的变化与噪声的小波变换随尺度的变化特性相一致.仿真实验可以看出,该方法可以有效改善信号的信噪比,减小原始信号与估计信号之间的均方根误差,对含噪信号有更好的去噪效果.     

林德：追求领先 创造卓越

林德公司在液压领域一直秉承“追求领先、创造卓越、超越承诺”的企业理念,主要生产中、高压定量泵、变量泵、定量马达和变量马达、控制阀组,广泛应用于液压挖掘机、装载机、摊铺机、起重机等工程机械。     

基于滑模的多变量广义预测解耦控制

针对多变量控制系统的耦合问题,将广义预测控制和滑模控制结合起来,提出一种基于滑模的多变量广义预测解耦控制方法.首先把m个输入n个输出的多变量耦合系统分解成m个输入单个输出子系统,再通过对子系统输出预测得到滑模切换函数值,求解开环优化求得控制律,最后通过仿真实验表明,该控制方法对多变量耦合系统的控制是正确有效的.     

焦炭热态性质预测模型的研究

采用干燥无灰基挥发分（Vdef、粘结指数（G）、灰分（A）、炭化室高度与宽度（LB）为自变量。对焦炉实际生产数据进行回归分析,结果表明,回归效果良好。在焦炭质量预测模型公式中增加焦炉炉型特征参数LB,建立的预测焦炭热态性质V—G-A—LB模型与常规V—G—A模型相比,预测准确度高,更具有合理性和实际应用价值。     

CT数字图像处理技术在沥青混合料微观结构分析中的应用

利用CT机对马歇尔成型的沥青混合料试件进行分层扫描.通过数字图象处理技术对试件冻融劈裂前后图像的变化进行分析,从空隙率、胶浆面积、粗集料面积等3个方面揭示了试件内部冻融劈裂前后微观结构的变化规律.通过数学假设,建立了沥青混合料CT值分布规律的数学模型,从而将CT值和沥青混合料的损伤变量联系起来.利用损伤变量对沥青混合料试件冻融劈裂前后水损害情况进行了对比分析.     

单轴压缩作用下充填体损伤本构模型研究

1前言充填体力学特性的试验结果往往代表一定尺寸非均匀结构材料的平均力学性质,这种简化对于充填体工程结构及其稳定性的数值分析是非常有用的,但是却难以研究充填体材料在自身及外荷载作用下,由于裂纹的萌生、扩展及贯通而导致整体失稳的过程。当前,国内外对于充填材料力学性     

基于语言标度的风险排序方法在煤矿安全管理中的应用

为了解决实际中抽象的语言模糊问题,便于将各种安全隐患进行比较,利用语言变量转化尺度为基础的模糊层次分析法,以煤矿管理和作业人员的主管感受为出发点,通过转化尺度将主观评价定量化,然后2次进行层次分析求各安全隐患的相对重要性权重和相对发生频率权重,进而获得安全隐患的风险排序,为采取有效措施进行煤矿安全治理提供参考。     

计及离散变量基于互补约束全光滑牛顿法的无功优化

针对电力系统无功优化确定性算法在处理离散变量时有困难及收敛域小的问题,提出把基于互补约束的全光滑牛顿算法用于含离散控制变量的电力系统无功优化。该方法使用光滑松弛函数,以避免海森(Hessian)矩阵的奇异性,将优化模型的1阶优化条件(Karush-Kuhn-Tucker,KKT)中的互补约束条件转化为光滑非线性方程,从而把非线性优化问题重构成一组非线性方程组的根求解问题,并用牛顿法进行求解。在此基础上,进一步提出以离散变量的2个边界构造其互补约束条件,并将约束条件直接嵌入到牛顿法中,实现离散变量在优化过程中的逐次逼近。算例表明:该无功优化方法具有大范围收敛性,突破了基于内点法等的无功优化技术要求系统初始点必须位于系统可行域之内的限制;采用互补约束条件处理离散变量,简单有效,能够可靠地同时得到连续变量及离散变量的最优解。     

采用最优MVs决策模型的电站锅炉燃烧优化

基于锅炉燃烧模型的非线性寻优和基于历史运行工况的数据挖掘是两种常见的锅炉燃烧优化技术,且各有利弊。前者可得到全局最优解,但算法复杂度较高;后者计算较为简易,但只能实现局部最优。结合两种方案的优点,提出基于离线非线性寻优所得最优知识库,采用模糊关联规则挖掘算法,建立最优操作变量(manipulated variables,MVs)决策模型,实现高效、稳定的锅炉燃烧优化。关联规则挖掘中,提出基于k-均值聚类的语言变量非均等模糊分割,以提高所得规则库的可信度;并基于改进的支持度和置信度概念实现规则库的精简。仿真结果表明,基于该文最优MVs决策模型的锅炉燃烧优化结果与全局寻优结果接近,且算法复杂度低、稳定性高,适合于在线实时优化与自适应更新。