人体行走的力学机制分析

首先运用牛顿第二定律对步行起动时组成人体的各个质点和质心的内力和外力的关系进行分析，解释了静摩擦力是人的质心向前平动的根本原因。其次，运用功能原理进行分析，起动时外力做功使人体质心产生动能增量；各质点间的内力做功，使各质点相对质心产生动能增量，从而揭示出人体获得平动动能的原因在于静摩擦力对人的质心的做功。     

基于相对光谱分布的发光二极管光效非接触式检测方法

为了开发一种发光二极管（Light Emitting Diode, LED）光效的非接触式实时检测新方法，采用LED光色电综合测试仪，测量不同电流、不同环境温度下白色LED相对光谱分布和光效，计算蓝白比、蓝光部分质心波长，分析它们与光效之间的关系，得到了一种根据蓝白比和蓝光部分质心波长表征LED光效的方法。研究表明：采用质心波长和蓝白比可以表征LED光效，其平均误差为2 lm/W，符合工程测量准确度要求。可见，本研究对LED产品实际光效的实时测量具有重要意义。     

一种飞行目标跟踪方法

提出一种以单一飞行目标的质心为特征点的运动目标跟踪方法，对于产生的图像序列，计算每一帧图像中飞行目标的质心，并在坐标系中记录其位置，采用最小二乘法拟合实现对目标的跟踪。最后给出了实验结果，从实验结果可以看出，该算法对目标的跟踪和预测效果良好。     

空间力系作用下刚体平衡条件的等效证明

文章证明了当刚体相对于质心的力矩为零时,则相对于空间任一点力矩均为零,从而可以用多选一个参考点的方法代替原平衡方程中的一个分量方程,为解决刚体平衡问题提供了新的思路,并以一道典型刚体平衡问题为例加以验证。     

时间域质心频移法估算品质因子Q

品质因子Q 是表征地下介质对地震波吸收衰减强弱的参量,是储层预测和油气检测的重要参量。质心法是估算Q 值的常用方法,精度和稳定性均较高,但该方法需要计算地震子波谱的质心和带宽,其精度依赖于波谱的提取质量。为避免地震子波谱的问题,提出时间域质心频移法,实现了在时间域估算品质因子Q,其核心是根据子波波形信息在时间域直接估算质心频率和带宽。对于常相位子波,其频谱的质心频率即包络峰值处的瞬时频率;对于Gauss 谱子波,其带宽可由包络宽度换算得到（两者乘积为一常量）。当地震子波近似为常相位及Gauss 谱时,可在时间域估算质心和带宽,按质心法公式估算Q 值,规避了地震子波谱的提取。VSP 下行波模型测试及实际资料应用表明,时间域质心频移法是可行可信的。     

质心分布概率成像——一种刻画自发脑电性质的新方法

利用近期出现的脑电质心概念，对脑电进行质心分布概率密度成像，并提出用梯度和标准差对此种图像均匀性进行分析和评估．将该成像方法应用于睁闭眼状态下的脑电alpha频段，其均匀性分析和分区统计结果与alpha波阻塞现象一致．结果表明，该方法是一种可行的脑电分析手段，为脑电分析提供了一种新的途径．     

基于投影序列质心的不规则形状识别

以交通标记识别为例,针对不规则形状识别提出一种新的方法。选取不规则形状的边缘点做双向投影变换,根据归一化和中心化后的投影序列数据求得加权质量,从而得出投影序列的质心。由于相似质点系的质心距离相近,因此相似投影序列的质心也相近。以棋盘距离和街区距离的线性组合替代欧氏距离来度量投影序列及其质心的相似性,继而得到不规则形状的相似程度。实验结果表明,该算法在保持较高识别精度的同时,运算速率也比较快。     

基于运动轨迹的徘徊行为检测

针对金融场所(比如银行)的智能视频监控系统中徘徊行为的检测进行了研究,采用了基于运动轨迹的方法检测徘徊行为.利用混合高斯模型和背景差分法,画出运动物体的外接轮廓,通过计算外接轮廓质心移动的路程和方向来判断是否进行徘徊行为.实验结果表明,这种方法能够简单快速的检测出徘徊行为,并且不用进行任何的样本进行训练,大大地节约了时间和空间.     

质心参考系的优越性分析

质心参考系是一种重要的参照系，在这个参考系中处理力学问题时体现了一定的优越性。从质心参考系的特点入手，通过几个物理量、基本定律和实例，分析质心参考系的优越性。     

车辆质心位置测量系统的研制

利用静态称重法测量车辆质心位置的三维坐标，需要分别测量2个不平行平面内的二维质心坐标．设计了一种两自由度运动平台，通过精确控制平台的位置，构造出2个不平行的平面，从而实现了车辆质心三维坐标的测量．详细介绍了测量原理和方法，并对测量误差进行了分析和计算、     

基于深度学习与图像处理的废弃物分类与定位方法

针对现有人工垃圾分类工作环境恶劣、自动化程度差等问题,提出基于深度学习与图像处理的废弃物分类与定位方法,为智能分拣提供理论依据.建立基于Inception模块与残差单元,搭建改进的卷积神经网络废弃物分类模型,预测目标物体种类.针对复杂环境采集到的图像,利用图像处理算法对图像降噪、阈值分割、边缘检测,有效提取目标轮廓信息,并结合质心定位算法实现废弃物准确定位.实验结果表明:该方法中废弃物分类模型预测准确率可达88.8％,基于轮廓信息的质心定位算法可以准确定位目标,具备较强的废弃物分类与定位能力.     

多先验形状模型变分水平集建筑物检测

提出了针对城市遥感影像中建筑物目标分割的一种新的方法。该方法在简化Mumford-Shah模型的水平集方法(Chan-Vese模型方法)的基础上,加入建筑物先验形状模型信息,并引入标记函数来动态选择先验形状,最后通过推演新的模型更好地实现了多个建筑物目标的分割。     

一种自动标定颅骨特征点的方法

目的提出一种自动检测颅骨关键特征点的方法。方法首先利用图像预处理技术得到颅骨轮廓，计算颅骨质心；然后根据颅骨质心与左右眼眶中心点的角度关系计算出左右眼眶中心点；最后利用各个特征点之间的拓扑关系和SUSAN算子自动标定出颅骨的9个关键特征点。结果试验证明，该方法不仅准确率高，而且速度快。结论解决了颅像重合中颅骨特征点自动标定的关键问题，可以在很大程度上提高颅像重合的准确率和效率。     

序列图像运动目标检测的一种快速算法

研究了序列视频图像中运动目标的检测与跟踪快速算法．研究基于Kalman滤波理论的渐消记忆最小二乘法，用该方法重建背景图像；采用图像差分算法提取运动目标；提出简化的等效灰度投影算法来计算目标的质心；采用记忆外推跟踪算法实现图像目标的跟踪，并且对全部算法做了仿真．仿真结果表明算法简单、有效、执行速度快、具有很强的适应性，能够用于单镜头序列图像中运动目标的检测与跟踪．     

基于蚁群算法和改进 SSO 的混合网络入侵检测方法

针对一般网络入侵检测方法在不断增加复杂攻击和恶意软件的网络环境下,难以有效保护网络的问题,提出了一种混合入侵检测方法.对网络数据进行预处理,采用蚁群算法(ant colony algorithm,ACO)进行特征选择,数据挖掘,在此过程,为了改善简化群优化(simplified swarm optimization,SSO)分类器性能,提出在SSO中加入一种加权局部搜索策略,即改进的简化群优化(improved simplified optimization optimization,ISSO),这种新局部搜索策略的目的是从由SSO产生当前解的邻域内找到更好的解,从而获得入侵报告.在KDDCup 99数据集上进行了混合检测方法的相关实验.实验结果表明,在粒子数为30,最大代为30时,ISSO就已经达到最好的分类结果93.5％,相比于其他智能算法具有更少的粒子数和更小的最大代.此外,还模拟了3种类型的网络攻击DOS,PROB和U2R,结果表明,大多数情况下该方法的准确率都高于其他检测方法.     

基于模糊推理的边缘检测

针对传统基于边缘邻域的一阶或二阶导数的图像边缘检测方法对模糊边缘图像不敏感的问题,提出了基于模糊推理的边缘检测算法.根据边缘点附近灰度分布的特征确定模糊规则,用min-max重心法模糊推理该点的边缘隶属度,实现边缘检测.实际图像处理结果表明,与传统算法相比较,新算法检测边缘效果明显.     

微通道内葡萄糖分子荧光检测的研究

本文介绍一种在微米通道内对经荧光标记的葡萄糖分子的荧光检测新方法，该方法成功地实现了在微通道内对葡萄糖分子的荧光检测.实验验证了用荧光素纳标记葡萄糖分子的可行性；分析了激发光波长和溶液的酸碱度对实验结果的影响.结果表明：在微通道内可有效地识别荧光素纳标记的葡萄糖分子.基于此研究可以在生物分析、生物检测等领域找到新的应用.     

一种微孔图像质心坐标的计算方法

基于核孔膜防伪标识的图像预处理,提出了抽取微孔图像质心坐标的算法.根据仿真结果验证了算法的设计不仅能够准确确定微孔的位置,避免死循环的发生,而且有效地防止了对假冒防伪标识的漏报.     

CCD摄像机标定中角点亚像素定位方法

CCD摄像机的标定是实现光学三维轮廓测量技术的必要步骤,其标定精度在很大程度上取决于标定特征点的定位精度.在分析现有棋盘格角点像素级和亚像素级定位方法不足的基础上,提出了一种基于改进SV方法的棋盘格角点亚像素定位方法.首先,采用SV算子对角点进行像素级检测;其次,选取标定图像中以初定位角点坐标为中心的5×5像素区域,对其灰度值进行双线性插值;最后,计算插值图像的灰度质心,再根据插值放大倍数,将质心转换到亚像素坐标,实现了角点亚像素定位.实验结果表明,该方法可以获得亚像素级角点坐标,实现CCD摄像机的高精度标定,标定平均误差为0.108 mm.     

质心迭代图像跟踪算法

针对均值漂移跟踪算法对图像进行核函数加权处理的不合理性,且在图像跟踪中存在偏差的问题,提出了一种基于最大后验概率指标的质心迭代跟踪算法.首先分析了最大后验概率指标的计算特性,并指出该指标可以计算出每个像素对相似度的贡献值.以此为基础,提出了一种非参数非核的质心迭代图像跟踪算法,即将每个像素的相似度贡献作为密度,候选区域的相似度作为区域质量,通过计算初始候选区域的质心并经反复迭代,从而获得目标位置.理论分析和实验表明,所提算法无需核函数,迭代计算无需指数运算,降低了计算复杂度,同时利用了最大后验概率指标对背景的抑制作用,可大大提高跟踪的准确性.