基于主成分分析与曲面拟合的激光点云滤波去噪

为了消除激光点云采集时点云中的噪声点，避免噪声尤其是一些孤立离群点对点云数据质量的影响，将散乱的、含有噪声点云变成规则的、高精度的点云，采用了基于主成分分析与曲面拟合进行点云去噪的方法，首先提出了点云区域的主成分分析计算方法，在主成分分析的法向量进行粗去噪，而后去噪后的点云进行曲面拟合，最后根据点到曲面的距离进行了点云的滤波，得到滤波后的点云。结果表明，该方法去噪效果精度高，尤其针对散乱点云，去噪效果明显，最佳滤波性能误差仅为0.018mm。该研究为散乱激光点云的去噪滤波提供了参考。     

基于巨磁阻效应的电流传感器密封式聚磁环设计

智能电网的建设离不开先进的传感和量测技术。相对于传统巨磁阻电流传感器聚磁环有开口的情况,文中提出了一种应用于巨磁阻电流传感器上的密封式聚磁环,包括对密封式聚磁环形状与构造、气隙开口大小与凹凸程度的设计,以及对密封式聚磁环所用的材料进行挑选。利用COMSOL Multiphysics对密封式聚磁环的模型进行仿真,对比分析了密封式聚磁环与传统式聚磁环之间的磁场饱和程度,气隙中心磁场均匀度的大小关系。仿真结果表明,密封式聚磁环的聚磁能力是传统开口式聚磁环的764倍,其结构能够使得巨磁阻传感器拥有更低的磁滞,灵敏度比传统开口结构磁环更好,从而可以为现场实时、精确、可靠的电流进行测量;小电流实验验证了密封式聚磁环在微弱磁场下的聚磁效果显著,0.2 A及其以下电流所产生的磁场经密封式聚磁环聚磁后作用于巨磁阻芯片上,密封后巨磁阻芯片输出的电压是密封前的5倍以上。     

基于BP神经网络的彩色图像边缘检测方法研究

本文主要研究了基于动量梯度下降算法的BP神经网络在彩色图像边缘检测中的应用,减少了样本训练的迭代次数,缩短了样本训练时间。同时开发了相应图形用户界面（GUI）,实现了将本文的算法与传统边缘检测算法的检测效果对比,显示不同算法的图像边缘检测效果,以及保存处理完成的图片等功能。     

基于自适应模板更新的改进孪生卷积网络目标跟踪算法

现有的孪生网络目标跟踪算法采用边界框模板进行跟踪,在目标形变、遮挡等干扰下很容易导致跟踪漂移。在轮廓检测网络和孪生卷积网络(Siamese)跟踪网络的基础上,提出一种基于深度轮廓模板更新的改进孪生卷积网络目标跟踪算法。利用轮廓检测网络获取目标边缘轮廓,降低背景杂波干扰;利用改进的Siamese网络获得轮廓模板和搜索区域的深度特征;通过相似性匹配获得最优跟踪目标。仿真实验结果表明,所提出的改进模型能够提高目标形变、遮挡等干扰下目标跟踪性能,具有较高的工程应用价值。     

间隙距离对DBD脱除NO_x的影响及机理分析

为了探讨气体间隙对介质阻挡放电(DBD)脱除氮氧化物(NOx)的影响,运用气体放电理论和波尔兹曼输运方程计算了流注通道内空间电荷屏蔽作用下间隙距离与折合场强、折合场强与电子平均动能的关系。计算显示当间隙距离≥3mm时,间隙距离的改变对折合场强和电子平均动能的影响不明显。进行了不同间隙距离DBD脱除NOx的实验研究,结果表明:在实验范围内(5～7.5mm),改变间隙距离基本不影响脱除NOx的能耗。鉴于提高间隙距离有助于提高设备的处理能力、降低初投资,在利用DBD脱除烟气中的NOx时,可适当提高间隙距离,原因是在可能得到工业应用的间隙距离范围内(1～5cm),间隙距离的改变对电子平均动能的影响微弱。