基于语义关联性特征融合的大数据挖掘方法

提出一种基于语义关联性特征融合的大数据挖掘算法.对云存储大数据分布式信息流进行高维相空间重构,在重构的相空间中提取大数据的语义关联维特征量,以提取的特征量为测试集进行自适应学习训练.采用模糊C均值算法进行大数据语义关联特征的稀疏性融合和聚类处理,在聚类中心实现对挖掘目标数据的指向性聚敛,输出数据挖掘结果,并采用特征压缩器进行降维处理,降低计算开销.仿真结果表明,采用该方法进行大数据挖掘的特征提取准确性较好,挖掘数据的聚类能力较强,在实时性和准确性方面具有优势.     

自适应融合的长期目标跟踪算法

为了完成复杂场景中的长期视觉跟踪任务,解决尺度变化、外观变化和跟踪失败等问题,提出了一种双模型融合的长期跟踪算法.首先,将稀疏核相关滤波模型和颜色模型得到的跟踪响应进行自适应融合,构成更具鲁棒性的跟踪结果;然后,利用响应最大值来判断目标跟踪是否成功,并通过随机抽样学习用于在跟踪失败情况下重新检测目标的CUR滤波器,实现长期跟踪.在大规模基准数据集上的实验结果表明,算法在效率、准确性和鲁棒性方面优于现有相关跟踪算法.     

散射作用下粒径对激光烧结的影响

采用二维双温度模型对激光烧结过程中的相变传热特性进行了模拟研究,重点讨论了颗粒粒径对烧结过程的影响,在此过程中考虑了散射效应的作用。通过将界面能量平衡方程、成核动力学的界面追踪法相耦合来确定固-液界面的位置。结果表明:当激光垂直照射金颗粒时,熔化现象主要发生在颗粒的两极且底部熔化开始时间早,熔化体积也比较小。颗粒粒径的变化主要影响表面光强分布与传热尺寸两个方面,在激光照射阶段由于散射效应,粒径增加会使颗粒底部光强变强,底部温度升高;在激光照射结束以后,粒径越大,单位光照表面下的传热体积也越大,这导致大粒径颗粒的温度、熔化程度较低,底部温度下降速度更快。     

飞秒激光辐照CuZr非晶合金损伤动力学研究

采用考虑了电子压强梯度的双温分子动力学方法,研究了纳米CuZr非晶合金薄膜在脉宽为100 fs,能量密度为0.08～0.16 J/cm~2的飞秒激光辐照下的烧蚀动力学过程.结果表明,低能量密度下,电子压强梯度对靶材的结构损伤过程影响很小.高能量密度下,电子压强梯度对靶材内部的电子温度和晶格温度演化场产生了显著的影响,CuZr非晶合金薄膜的结构存在皮秒量级的由电子压强梯度诱导的非热烧蚀过程,并且随着能流密度的增大,这一超快的非热烧蚀过程在时间尺度上会得到提前.     

基于改进粒子滤波的视觉目标跟踪

针对目标跟踪算法在精度和鲁棒性上的要求,提出一种基于改进粒子滤波的视觉目标跟踪算法.首先,建立多种特征来描述目标外观模型,并对各特征分量的加权系数进行自适应调节;然后,利用分类重采样方法解决原始重采样方法中的粒子退化和匮乏问题;最后,提出一种新的模板更新机制,自适应选取运动模板或原始模板.实验结果表明,改进后的算法在具有挑战的跟踪视频序列上实验,具有良好的跟踪精度和鲁棒性,能够应对视频图像分辨率不高、目标转动变化、部分遮挡等复杂条件.     

基于栈式稀疏自编码多特征融合的快速手势识别方法

针对复杂背景下手势分割提取效果不佳、图像识别率不高、识别困难等问题,研究多特征融合的快速手势识别方法.利用YCbCr颜色空间模型,构建肤色分布模型,从复杂背景中去除大部分非肤色的干扰,从而实现手势分割;接着采用5层栈式稀疏自编码网络框架,分别提取手势感兴趣区域（region of interest,ROI）的纹理图像、形状图像和显著视觉图像作为自编码网络输入,将提取到的不同类型的特征进行线性融合;最后使用基于径向基核函数（radial basis function,RBF）的支持向量机（support vector machine,SVM）分类器进行融合特征数据分类,从而实现不同类型的手势识别.实验结果表明,相比其他手势识别方法,本文方法识别率较高,提取特征更具有代表性,平均识别率可达95.05%.      

涡流管流动结构及能量分离性能LDV实验研究

设计了直径为30 mm的可组装式透明涡流管以实现主流道可视化,并采用二维激光多普勒测速(LDV)技术得到子午面时均流场．研究了不同冷流比(0.1~0.9)、主流道长度(360、600、900和1 200 mm)、入口压力(0.01、0.02 MPa)下的轴向速度和径向速度分布,特别是折返流边界对能量分离性能的影响．LDV结果表明,时均轴向速度分布具有较好的轴对称性,不同压力下流动结构具有相似性,径向速度远小于轴向速度．增加冷流比会导致折返流边界径向膨胀,揭示了在过短管和过长管中两种能量分离恶化机制——过短管中折返流面过厚,过长管中轴向滞止点向冷端靠拢．该结果验证了以往所提出的优化准则,同时可以说明滞止点并不是涡流管中的一种基本流动结构．     

基于二维激光诱导炽光法的棉籽油扩散火焰碳烟生成特性

搭建了一套二维激光诱导炽光测试系统,获得乙烯扩散火焰的碳烟体积分数,并将其与单点标定激光诱导炽光法和消光法得到的测试结果比对,验证了该测试系统的有效性.在一台液体燃烧器上,应用二维激光诱导炽光法研究棉籽油掺混比对柴油层流扩散火焰碳烟生成的影响.结果表明:随掺混比的增加,最大碳烟体积分数以及碳烟总量呈现降低趋势.在轴心方向上随火焰高度的增加,碳烟体积分数逐渐增加,在中部达到最大值,随火焰高度的进一步增加,碳烟体积分数开始降低.径向上的碳烟浓度峰值随火焰高度的上升由火焰外侧向火焰中心移动,且峰值先增加后降低.      

基于模糊集-证据理论-层次分析法的车辆运行风险评估

为研究车辆运行风险等级,通过模糊集理论和DS证据融合算法,研究不同因素在不同风险等级的概率隶属值,运用层次分析法计算不同因素对车辆运行风险系统的权重值,通过加权计算车辆运行综合因素发生不同等级风险的概率和综合风险值。通过对湖南省高速公路某一路段作为实例分析,研究表明：该路段整体车辆运行风险是中等等级风险。因此,模糊集-DS证据理论-AHP的方法对车辆运行风险评估是行之有效的。     

基于无监督学习的实时公交动态调度的研究

针对广州智能公交调度的优化问题,提出一种基于无监督学习的实时公交动态调度算法,结合乘客利益和公交公司利益总体最优为目标,通过无监督学习方法学习到公交客流出行特征表达的提取,利用吸引子传播(affinity propagation,AP)聚类算法的优化数据集与支持向量机(support vector machine,SVM)的训练样本集相结合建立预测模型训练,运用公交线网发车间隔和加权系数的目标函数优化调度数学模型,将多源信息融合及多策略的实时公交动态调度算法引入到求解模型中,利用深度学习的异常突发事件分类检测方法实现调度优化模型的实时调整。实验结果表明,AP聚类算法程序运行耗时16 s、高峰发车间隔5 min,比遗传算法运行效率更高、时间间隔更精确,实例证明模型和算法具有实用性和可靠性。