基于Gabor小波的火灾烟气识别新方法

研究提出一种基于Gabor小波的火灾烟气模型,以提高基于视频图像的火灾烟气检测的准确性。本文采用混合高斯模型与色度方差相结合的方法定位火灾烟气目标区域,并基于Gabor小波对烟气纹理及边缘特征进行描述,从而提出烟气变化能量模型与方向角分布模型来分析纹理变化的动态性质。最后采用Gentle Boosting设计分类器对模型特征进行分类与匹配,并实现在训练的同时进行最优特征选择。与传统方法相比,基于本文方法的火灾烟气检测在降低漏报率与误报率方面拥有更好的性能。     

智能变电站整站计量溯源技术研究

随着智能变电站技术逐渐进入实用化阶段,确保电能计量装置的准确性正成为一项迫切需要解决的问题.对智能变电站电能计量各环节误差进行了分析.将数字化电能表作为计量的一个部分,与合并单元、电子式互感器一起纳入到溯源体系中,提出了智能变电站整站计量溯源方案来解决目前数字化电能表的溯源争议.     

控制量离散的轮式小车轨迹跟踪研究

针对机器人小车控制过程中的轨迹跟踪问题,以控制量为离散值的轮式小车为研究对象,提出一种新的预测控制算法.建立小车在离散状态空间下的运动学模型,并根据此模型设计预测控制算法,以克服实际过程中的不确定性.然后,为解决传统预测控制算法在应用上出现的计算量指数增长问题,基于改进模拟退火的快速寻优算法,设计一种新的预测控制策略,以同时保证小车轨迹跟踪的精确性与实时性.通过仿真实验给出了该算法下小车对不同轨迹的跟踪情况及鲁棒性测试,在与传统预测控制算法计算量的比较结果中表明,该算法能够减少计算时间且实现对轨迹有效地跟踪,并保证较高的稳定性,同时,该算法可以推广到各类控制量为离散值的预测控制问题.     

Boosting在火灾识别中的应用研究

提出一种通过计算机图像识别火灾的新方法。首先根据亮度定位可疑火灾区域,对该区域中像素点提取亮度变化率及火焰面积变化率等特征,并提出一种新的谱值特征,以消除规则闪动的光源带来的干扰。之后,采用 Gentle Boosting算法设计分类器,在训练的同时进行最优特征选择,实现了对特征空间的降维及分类。最后,实验给出了在多种环境下的识别结果及对细小火苗的定位结果,表明了方法在识别精度与计算时间上的优势。