基于改进Faster-RCNN的露天煤矿开采区遥感识别方法

利用卫星遥感技术融合深度学习算法,可以快速、动态、高效识别露天煤矿开采区,以我国和其他煤炭资源大国的典型露天煤矿开采区为研究对象,基于高分二号多光谱遥感影像,制作数据集及标签,构建基于卷积神经网络(convolutional neural networks, CNN)的深度学习目标检测算法.通过加入特征金字塔网络,充分挖掘开采区及背景区的低分辨率语义信息和高分辨率纹理信息,实现快速卷积神经网络的深度学习目标检测算法模型的改进及参数优化.结果表明改进后的模型平均检测精度提高到98.48%,总体识别精度达到96.7%,有效提高了复杂背景下的多尺度、多类型露天开采目标的识别精度,为全球煤炭资源大国能源合作、生态环境保护及我国矿产资源的合理利用和修复提供了科学、精准手段.     

西北太平洋部分海域AVHRR、TMI与MODIS遥感海表层温度的初步验证

选取[10～35°N,110～165°E]的西北太平洋海域,利用2002年7月～2005年12月Argo浮标数据对AVHRR/MODIS/TMI SST的daily(升轨)数据进行验证.结果表明:AVHRR/MODIS/TMI daily SST与Argo浮标5～6 m层温度总体的均方差rms在0.6～0.9℃,平均偏差bias在-0.2～0.2℃,平均绝对偏差bias_abs在0.3～0.7℃.这与三传感器全球范围的SST反演目标相当,说明在本区域SST反演不存在显著偏差.各遥感SST与浮标温度的差异存在季节变化,夏季偏高,很可能与夏季垂直混合较弱,比对采用的实测水温与海表温度差距较大有关.在3种遥感SST中,TMI SST偏离实测值的程度最高,且偏离范围较大.作者认为这与该区域黑潮经过,产生诸多涡旋和锋面,SST时空变化剧烈而TMI空间分辨率较低有关.本研究将为此西北太平洋海域的多源SST融合提供一个比较可靠的依据.     

初始场与边界热流同时识别反问题的正则化方法

考虑含Neumann边界条件的一维热方程的初始场与边界热流同时识别反问题. 首先, 给定右边界热流密度及温度值和终止时刻温度值, 建立Fredholm积分方程组模型, 证明其解的唯一性. 其次, 构造左边界热流密度与初始温度场同时反演的正则化算法. 数值实例结果表明, 采取的数据预处理算法及改进正则化方法, 双函数反演的精度更高.     

基于卷积神经网络的烟火智能识别算法研究

相较于传统烟火、烟雾传感器检测方法,基于卷积神经网络算法的烟火检测具有更高的检测精度和效率,并能提供火灾现场全局/局部详细信息。本文提出基于改进YOLOv3算法的烟火识别,应用高斯参数设计损失函数从而建立YOLOv3边界框模型,可预测边界框定位不确定性,减少负样本;为充分利用图像局部特征信息对网络结构进行改进,以实际烟火现场图片为研究对象,完成烟火识别过程计算。利用不同拍摄角度、光照条件自制火焰和烟雾数据集进行测试,结果表明,与传统YOLOv3对比,本文提出的改进YOLOv3算法平均精度提高了4.2%。研究方法将有助于提升智能烟火预警、人员救助和险情跟踪作业水平,最终提升事故灾害的应急能力。     

基于无锁相环和改进NTVLMS算法的i_p-i_q谐波电流检测法

基于瞬时无功功率理论的i_p-i_q的谐波检测法是一种有效的电网谐波电流检测方法 .但是传统的ip-iq法不仅受到锁相环(PLL)随电压波动导致的失锁、检测精度差的影响还受到检测环节中电流有功分量、电流无功分量分离速度和分离精度的影响.对无锁相环结构,采用了基于基准正余弦法无锁相环基波电压检测法,并对直流分量提取方法的滑动积分器和低通滤波器(LPF)在电压稳定和电压突变时进行了仿真分析,证明了滑动积分器无论在提取精度还是在响应速度上都优于LPF;对于检测环节中有无功分量的提取,对NTVLMS(New Time Varying LMS)算法和变步长LMS算法两者进行改进,提出了一种改进的NTVLMS算法,并对3种算法进行了仿真对比分析,证明改进的NTVLMS算法在接入系统时和电流发生畸变时的响应速度均优于上述算法.最后对改进的ip-iq谐波电流检测法进行了谐波检测的仿真.     

应用卫卫跟踪数据恢复地球重力场的模拟分析

探讨了应用卫卫跟踪(SST)卫星星历、星间距离和星间距离变率数据来恢复地球重力场的数学模型和算法,利用卫星动力学法恢复了直到40阶的地球重力场模型.结果表明:在仅模拟5 cm轨道误差、10μm星间距离误差及1μm.s-1星间距离变率误差的情况下,采用星间距离恢复的结果比采用星间距离变率恢复的结果精度要高,说明SST距离测量比SST距离变率测量对重力场的扰动更敏感.     

一种基于内容的镜头边界快速检测方法

镜头边界检测是视频索引研究领域中的一项重要技术和基础步骤,近年来受到广泛的研究,但大量的研究过度关注算法的检测精度(从查全、查准两方面考虑)而忽略了算法的运算成本.就目前已有的框架和算法进行改进,提出一种兼顾检测精度和运算速度的镜头边界检测方法.该方法引入预处理技术,在进行镜头边界检测前过滤掉视频中不包含镜头转换的视频序列,从而在不失精度的前提下提高算法运行速度.试验证明该方法在提高检测速度的同时可以有效地检测出视频序列中的突变、渐变边界,并且获得了令人满意的精度.     

基于改进YOLOv3算法的水面漂浮物检测方法

针对人工湖中的水面漂浮物检测问题,提出了一种基于改进YOLOv3的水面漂浮物目标检测算法,目标检测包括目标识别与目标定位.首先通过改进的k-means聚类算法获取先验框,以提高定位框与数据集标注框的匹配度,其次在YOLOv3算法框架的3个预测支路中添加类别激活映射(CAM),将原基于边界框的定位方式替换成基于像素点进行定位.实验结果表明:改进的YOLOv3算法提高了识别精度,降低了定位误差.识别精度为97.49％,比YOLOv3算法提高5.14％,平均定位误差为2.60个像素点,比YOLOv3算法减小了1.36.     

西北太平洋部分海域AVHRR、TMI与MODIS遥感海表层温度的初步验证

选取[10～35°N,110～165°E]的西北太平洋海域,利用2002年7月～2005年12月Argo浮标数据对AVHRR/MODIS/TMI SST的daily（升轨）数据进行验证.结果表明：AVHRR/MODIS/TMI daily SST与Argo浮标5～6 m层温度总体的均方差rms在0.6～0.9℃,平均偏差bias在-0.2～0.2℃,平均绝对偏差bias_abs在0.3～0.7℃.这与三传感器全球范围的SST反演目标相当,说明在本区域SST反演不存在显著偏差.各遥感SST与浮标温度的差异存在季节变化,夏季偏高,很可能与夏季垂直混合较弱,比对采用的实测水温与海表温度差距较大有关.在3种遥感SST中,TMISST偏离实测值的程度最高,且偏离范围较大.作者认为这与该区域黑潮经过,产生诸多涡旋和锋面,SST时空变化剧烈而TMI空间分辨率较低有关.本研究将为此西北太平洋海域的多源SST融合提供一个比较可靠的依据.     

车载雷达点云的结构化道路边界提取方法

为了提高结构化道路边界检测的准确性与鲁棒性,结合非参数变点统计方法,提出了一种基于32线激光雷达三维点云的道路边界提取算法。基于结构化道路区域和非道路区域存在一定高程跳变特征,该算法利用非参数变点统计,对激光雷达扫描的道路环境三维点云数据中突变的z坐标值进行标记,并提取对应的候选道路边界点(x,y)。利用道路边界方向的最大期望(EM)聚类算法,对候选道路边界点进行聚类去噪。利用最小二乘法拟合道路边界,在不同光照条件下的校园结构化直、弯道路环境进行实车实验,统计直道1 030帧数据和弯道650帧数据。仿真结果表明:算法识别准确性较高且检测距离达18 m,耗时约28 ms,可满足智能车实时性要求。     

基于Landsat8地表温度反演 ——以淮河上游为例

选用Landsat 8TRIS 10数据,采用改进后的普适性单通道算法对淮河流域上游地区卫星影像进行亮度温度反演.利用可见光波段、近红外波段对研究区的地表发射率进行计算,结合大气水分含量反演出研究区真实地表温度,反演精度较高,结果表明改进后的普适性单通道算法在中尺度区域适用性较好.探讨了中、大尺度区域地表温度反演可能面临的问题.     

采用卷积神经网络的烟火智能识别算法

相较于传统烟火、烟雾检测,基于卷积神经网络算法的烟火检测具有更高检测精度和效率,提出基于改进YOLOv3算法的烟火识别方法,应用高斯参数设计损失函数并建立YOLOv3边界框模型,实现边界框置信度计算以减少负样本.为充分利用图像局部特征信息,对网络结构进行改进,以实际烟火现场图片为待检对象,完成烟火识别过程计算.结果表明,与基础YOLOv3对比,本研究提出的改进YOLOv3算法平均精度提高5.5%,该方法有助于提升智能烟火预警、人员救助和险情跟踪作业水平,最终提升事故灾害应急和管理能力.     

基于时序偏移双残差网络的窃电行为检测

针对窃电量小、窃电发生时间随机的窃电行为,提出一种基于时序偏移双残差网络(TS-Bi-ResNet)的窃电行为检测模型.将基础残差网络模型改进为双残差网络(bi-residual network,Bi-ResNet)模型,考虑到窃电行为发生时间的随机性,利用时序偏移(timing shift,TS)算法对用电数据预处理,使模型能够学习用电数据的时间因素特征,构成TS-Bi-ResNet模型.根据真实用电数据和窃电特征生成含有伪窃电数据的混合用电数据集,利用TS-Bi-ResNet模型学习其浅层特征和深层特征,进而执行窃电行为检测.仿真和实际运行结果表明,TS-Bi-ResNet模型可以有效检测窃电量小且窃电发生时间随机的窃电行为,其检测精度优于LSTM模型与残差网络(ResNet)模型.     

基于工艺匹配的微小型结构件边缘检测方法

为提高显微视觉检测的精度,指出微小型结构件的视觉检测过程中应当遵循工艺匹配原则,提出一种基于工艺匹配的边缘检测方法:对不同工艺工件的边缘过渡区进行提取,建立边缘过渡区的数学模型,从模型中确定边缘点精确位置. 对不同工艺样件的实验结果表明,该算法考虑了实际加工特性的影响,通过建立过渡区数学模型使边缘检测结果达到亚像素级,而且识别的边缘连续,能进一步满足精密测量的需要.     

一种多尺度YOLOv3的道路场景目标检测算法

针对在自然交通场景中道路不同种类目标的边界框大小差异巨大,现有实时算法YOLOv3无法很好地平衡大、小目标的检测精度等问题,重新设计了YOLOv3目标检测算法的特征融合模块,进行多尺度特征拼接,对检测模块进行改进设计,新增2个面向小目标的特征输出模块,得到一种新的具有5个检测尺度的道路目标多尺度检测方法YOLOv3_5d.结果表明:改进后的YOLOv3_5 d算法在通用自动驾驶数据集BDD100 K上的检测平均精度为0.5809,相较于原始YOLOv3的检测平均精度提高了0.0820,检测速度为45.4帧·s-1,满足实时性要求.     

基于YOLO和排斥力损失函数的行人检测方法

针对行人检测受人体姿态复杂、光照变化、遮挡严重等影响,导致检测效率和精度不高的问题,提出一种基于YOLO和排斥力损失函数的行人检测方法.首先,对YOLO模型进行改进,主要是设置合适的预选框以及采用较大尺度的特征图进行特征提取,从而提高其对小物体的检测性能;然后,对排斥力损失函数进行改进,使其符合行人检测的应用场景,为接下来的融合检测提供新的损失函数;最后,将改进的YOLO和排斥力损失函数结合起来,利用YOLO模型速度快的特点提高运行速度,并利用排斥力损失函解决行人遮挡问题.在多个行人检测数据集上的实验结果表明:与其他算法相比,能够更加快速准确地实现行人检测.     

基于生物地理学优化算法的高速磨削电主轴定子电阻辨识

目的减小电主轴在运行过程中定子电阻变化导致的电主轴转矩脉动,进而提高高速磨削机床加工精度.方法基于直接转矩控制系统下的高速磨削电主轴温度检测试验数据,将BP神经元网络算法与随机扰动的生物地理学优化算法(MLBBO)相结合,利用MLBBO算法对传统的BP神经网络权值和阈值进行优化,建立基于MLBBO-BP的定子电阻辨识模型,并利用MATLAB进行仿真.结果利用MLBBO-BP模型方法对直接转矩控制系统下的电主轴定子电阻辨识精度可达±0.3%,模型辨识能力较强.和传统的BP神经网络辨识定子电阻方法相比,精度更高.结论利用MLBBO-BP方法可以有效地辨识定子电阻,辨识精度较高.     

面向群智感知车联网的异常数据检测算法

群智感知车联网利用普通用户的手机或平板电脑等智能终端获得交通数据,解决了车联网以低成本获取足够数据的问题,但却凸显了数据"质"的问题.为此,在分析群智感知车联网的数据结构及数据异常特点的基础上,提出一种适用于群智感知车联网的异常数据检测算法,并依此剔除异常数据,提高数据质量.算法利用核密度估计理论对车联网数据的概率密度进行估计,进而构建信任函数计算被检数据的信任度,后根据统计学理论将信任度小于0的数据判定为异常数据.最后对该算法的可行性及性能进行了仿真,结果表明该算法的性能可满足实用需求,且对比传统的统计检测法在检测率和误检率上具有更好的性能.     

三维空间数据点边界快速查找算法设计与实现

利用三维数据点对原始模型进行曲面重建时,快速查找边界点并拟合出边界边是曲面重建的重要环节。提出一种基于K近邻的三维空间数据点边界快速搜索算法,该方法首先找出所有空间数据点的K近邻,并对被测点区域进行八分,判断其任意相邻的2个区域是否有数据点,提高了边界点的查找精度;介绍了基于实验的数据点空洞半径的计算方法,详细说明了算法的设计步骤,给出了算法的运行结果,并对结果进行了比较分析;采用基于K近邻的新八分法查找边界点,对算法进行了改进,使其精确性优于原始四分法,使运算时间优于原始八分法。实验证明该算法边界提取精度较高、运行速度较快,尤其是在凹陷程度较大区域,能更精确地描绘出原始模型的轮廓,为边界曲线拟合提供了优质的边界点数据。     

基于直线特征提取的自主车辆可通行区域检测

为了使环境感知器在室外非结构化环境中为自主车辆的导航检测道路边界信息及可通行区域,利用车载激光雷达所采集的数据,在最小二乘法(LSM)和连续边缘跟踪法(SEF)的基础上,提出了一种改进的直线特征提取算法SEF-LSM-BM.该算法引入回退机制、逻辑推理和特征合并的方法,区分路边界和障碍物,并对自主车辆可通行区域进行检测...