基于多目摄像机的鲁棒眼动跟踪技术研究

为改进单个远程传感器采集眼动数据时存在视场小、容易被遮挡物遮挡的缺点,研究了一种多目摄像机眼动跟踪技术,以更好地采集眼动数据。应用多个摄像机对人体头部姿态和眼球信息进行采集,通过分割视频帧提取瞳孔图像和计算被测用户头部姿态角度,将瞳孔图像放入卷积神经网络进行训练得到注视点坐标,并基于头部姿态信息计算每个摄像机的注视点权重,从而加权融合得到更精确的注视点信息。研究结果表明：在头部姿态角较大时,多目眼动追踪技术的精度比单目传感器的精度高30%～50%。该技术具有灵活性和通用性,在驾驶舱设计、用户用眼习惯评估和驾驶学员眼动绩效分析中具有重要的应用和推广价值。     

基于多光谱和LiDAR数据融合技术的树种分布识别及树障分级预警系统研究

为快速、可靠实现"线树"距离判断,通过无人机搭载三维LiDAR设备,利用多光谱和LiDAR数据融合技术,以精确判断输电线路通道的"线树"距离和实现树种分布识别.通过采集输电线路通道的各类环境实测信息数据,构建输电线路通道的典型树障生长周期模型,根据树木的生长速度,分析预测树木可能形成隐患的时间节点.建立树障分级预警系统...     

基于DPSO-BP的机械转子故障诊断

信号特征提取的方式直接影响故障诊断的结果,因此提出一种新的特征向量组合方式从而进行有效故障模式识别,以从原始信号中提取出能够最大程度地表征其所包含信息的信号特征。将经过经验模态分解后得到原始信号的有效IMF分量的能量以及信号的能量熵相结合作为特征向量。由于机械转子故障诊断缺失情况时有发生,提出采用DPSO算法优化BP神经网络的方法。该方法主要通过优化神经网络的初始权值和阈值的方式对BP神经网络进行改进。结果表明：与传统的BP神经网络模型相比,改进后的BP神经网络模型迭代次数大幅度减少,训练时长也相应缩短,模型的训练精度以及故障诊断的正确率也得到提高。     

基于机器学习的人体步态检测智能识别算法研究

为实现快速步态状态判断,以更好地对下肢外骨骼进行高精度的步态识别和控制,进行了基于可穿戴惯性测量装置检测人体姿态变化的算法研究.通过对人体下肢的跌倒、转弯、蹲坐与起立等非周期性步态变化活动进行测算试验,获得了受试者实验过程中身体角度、下肢关节角速度和加速度变化等数据,随后应用随机森林等4种机器学习经典分类算法对受试者进...     

机电一体化产品控制系统概念设计方法研究

提出了机电一体化产品控制系统概念设计的一种方法:首先建立机电一体化产品用户需求模型,然后通过分析产品的功能结构图中的信号流,提出控制系统多种控制方案,最后利用目标评价树的方法来选取最佳的控制方案.在全自动滴丸机概念设计阶段,利用该方法对控制系统进行设计.     

产品概念设计中的功能分析

概念设计中的许多活动是围绕产品功能而展开的,功能分析中的重要环节是建立产品的功能模型.本文从产品功能的角度出发,以豆浆机为实例对产品的总功能进行抽象,用功能分解的方法将总功能分解为各个分功能,并建立产品的功能分解树和功能模型,为设计者提供了有效的产品概念设计途径.     

具有频道负荷约束的频道分配算法

在无线电网络中,邻近的地理区域内用同一个频道的用户过多就会引起无线电通信的拥塞.增加频道负荷约束,限制统一时间内用相同频道的用户数量来控制这一现象.给出了具有频道负荷约束的专用移动无线电网络问题的整数线性规划,设计了求解特殊网络的具有频道负荷约束的频道分配问题的多项式时间算法.     

基于VMD与GWO优化SVM的轴承故障诊断

针对传统振动信号特征提取方法与支持向量机(SVM)分类方法的缺陷,提出一种基于变分模态分解(VMD)故障特征提取方法与灰狼优化器(GWO)优化SVM的诊断模型。首先,将滚动轴承的原始振动信号采用VMD得到若干本征模态分量(IMF);其次,将IMF的多尺度加权排列熵作为特征向量并使用t-sne方法做降维处理;最后,使用GWO对SVM进行优化并对样本数据进行分类判别。实验结果表明,该方法相比于其他传统算法能够有效提高故障分类精度。     

平稳自相关过程的EWMA控制图

讨论了对平稳自相关过程中出现的较小波动进行监控的一种方法.采用自回归移动平均(ARMA)模型对平稳自相关过程进行适当的拟合,通过计算残差的方法消除过程中的自相关要素,并在此基础上提出对于均值和方差出现的较小波动进行监控的指数加权移动平均(EWMA)控制图的构造.通过与其它几种方法的比较来说明该方法在监控平稳自相关过程时有更好的效率.     

胡椒低温粉碎下粒径与风味品质的变化

该实验以黑胡椒和白胡椒为研究对象,考察-8℃下粉碎10、20、30、45、60 s及-16、-8、6℃下粉碎60 s对黑、白胡椒粉粒径分布、风味品质的影响。结果表明：粉碎温度、粉碎时间对黑、白胡椒粉的粒径分布、胡椒碱含量、胡椒精油含量影响差异显著。不同粉碎条件下黑、白胡椒粉平均粒径均在100μm以下,随粉碎时间的延长,黑、白胡椒粉平均粒径缓慢下降,随粉碎温度的升高,黑胡椒粒径分布先增加后减小,白胡椒粒径分布正相反。黑、白胡椒主要风味成分随粉碎时间、粉碎温度变化趋势不相同。加权分析结果显示黑胡椒在-8℃下粉碎30 s得分最高,为97.95;白胡椒在6℃下粉碎60 s得分最高,为100.00。颗粒大小与加工方式对胡椒风味成分影响显著,推荐黑胡椒的粉碎条件为-8℃下粉碎30 s,白胡椒的粉碎条件为6℃下粉碎60 s。实验结果对胡椒的粉粹加工及利用具有重要意义。