协同虚拟维修过程中的虚拟人体维修操作控制

针对操作人员难以在有限的光学运动捕捉设备捕捉范围内自由运动的问题,开展了协同虚拟维修过程中的虚拟人体维修操作控制研究。基于光学运动捕捉设备对操作人员的下肢动作进行捕捉,根据实时识别结果控制虚拟人体进行大范围运动。针对维修操作过程中的虚拟人体手部运动控制,分析了虚拟人体的手部交互过程,提出了一种基于动态贝叶斯网络的维修操作智能辅助方法。以某液压缸协同式虚拟维修操作仿真平台为例验证了方法的有效性。该方法实现了对虚拟人体维修操作过程的有效控制,具有实时性好、交互性与感知性强等优点。     

多波段线性调频傅里叶域锁模光电振荡器

提出了一种基于傅里叶域锁模光电振荡器（Fourier domain mode-locked optoelectronic oscillator，FDML OEO）的多波段可重构线性调频信号产生方案.在该方案中，由扫频多波长激光器、相位调制器和光陷波滤波器等构成FDML OEO的核心单元——快速扫频的多通带微波光子滤波器.将扫频多通带微波光子滤波器的扫频周期和FDML OEO的环腔延时同步，可实现傅里叶域锁模，从而在FDML OEO腔内自激振荡产生多波段线性调频微波信号.与传统的基于高速基带线性调频微波源的微波光子多波段线性调频信号产生方案相比，该方案结构简单，成本低，不需要借助外部的高速基带线性调频微波源.此外，FDML OEO所产生的多波段线性调频信号的带宽和中心频率均宽带可调.该新型多波段线性调频微波信号源在先进多波段雷达、多业务泛在接入无线通信等系统中具有良好的应用前景.     

融合篇章表征的事件指代消解研究

事件指代消解任务比实体指代消解难度大, 主要原因为事件描述在非结构化文本中分布稀疏, 且不具备同指关系的单链占很大比例, 同时事件自身承载的语义信息比实体更加丰富。为了准确地抽取文本中的同指事件, 针对以上特点, 提出一种融合篇章表征的事件指代消解模型。该模型通过CRF有效地区分非事件句、单链以及同指链, 同时利用分层注意力机制捕捉句子级别和篇章级别的重要信息。在KBP2015和2016数据集上进行的事件指代消解实验验证了该模型的有效性, 在CoNLL评测标准下F1值达到43.07%。     

HTK参数对普米语孤立词识别率的影响

普米语是一种无文字的少数民族语言,目前已处于濒危状态,建立语音语料库及开展语音识别研究是保护和传承普米语的重要手段.基于HTK的语音识别中,参数的选取对不同语言的识别率有很大的影响.针对MFCC维数、HMM状态数及GMM个数这3个参数对普米语的识别率进行研究,结果表明:普米语语音识别的最佳MFCC维数为13维,最佳HMM状态数为8个,最佳GMM个数为3个.     

雾天高速公路交通事故的特征及与能见度的关系

 从全国雾天交通事故多发的10条高速公路路段中选取交通气象观测条件较好的4条路段作为研究对象，主要研究了雾天交通事故的特征，并通过雾天交通事故与能见度的关系分析，定量研究了交通事故在不同能见度区间的分布规律。与晴天交通事故相比，雾天交通事故后果更为严重，伤亡率明显增加。事故类型以撞固定物和刮擦为主。雾天事故中，肇事车辆为重型货车、中型货车和大型客车的比例比晴天增加。雾天事故的原因主要有在同车道行驶未按规定与前车保持安全距离、操作不当、低能见度下不按规定行驶。统计表明，雾天交通事故主要发生在秋冬季节的凌晨至早上时段，事故高峰期为早上7∶00左右，这与大雾日数的时间分布具有较高的一致性。70%~90%的雾天交通事故发生在能见度低于1 km的情况下，其中能见度低于100 m的区间内比例最高，为25%~50%。能见度低于1 km时，交通事故发生的概率密度随能见度增加而减小，尤其当能见度低于300 m时，交通事故发生的概率出现突发性增长，当能见度低于100 m，交通事故发生的概率密度增长到30%左右。根据交通事故在不同能见度区间的分布，将能见度对交通安全的影响划分为4个等级，实现了气象能见度到交通安全等级的转化，可为交管部门制定雾天交通事故防范对策，以及气象部门开展交通气象服务提供科学依据。     

高校体育乒乓球教学中的学习动机探究

高校体育教学中乒乓球成为学生喜爱的内容之一,通过开展乒乓球教学,不仅可以锻炼学生的应变能力,同时也可以丰富学生的课余生活。在高校体育教育中要从激发学生的学习动机出发,发挥乒乓球教学的优势,满足学生的身心健康和发展需求。     

快速和尺度稳健的纹理图像识别

传统的纹理图像识别方法很难同时获得较好的识别精度、实时性和尺度稳健性,不利于实际的工程应用.因此,提出一种快速和尺度稳健的纹理图像识别方法.该方法首先利用高斯滤波构造一个纹理图像的多尺度空间,然后利用完备的局部二值计数(Completed Local Binary Count,CLBC)算法对多尺度空间中的每个图像提取局部二值特征,并跨尺度提取局部二值特征的最大值,再将多个分辨率的特征相结合作为纹理图像的最终特征描述,最后利用最近子空间分类器(Nearest Subspace Classifier,NSC)判定纹理图像的类别.在基准纹理图像数据库上的实验表明,该方法在识别精度、实时性和尺度稳健性方面获得了很好的综合性能,有利于实际的工程应用.     

生猪价格保险发展的SWOT分析 ——以四川省为例

开展生猪价格保险是市场化条件下平抑价格波动,实现"价补分离"的有效手段,但是目前四川省试点生猪价格保险还面临一系列内外环境的制约。以SWOT分析方法为工具,从strengths(优势)、weaknesses(劣势)、opportunities(机遇)和threats(威胁)4个角度出发,全面分析了四川省开展生猪价格保险的具体情况。研究认为:开发生猪价格保险虽具有养殖户和政府作为需求主体的内生性需求优势,但也面临缺乏生猪期货市场配套、财政补贴不均衡、补贴压力过大的劣势和威胁。因此,建议四川省政府在中期健全价格监测体系、加快生猪期货市场建设,在长期构建市场风险巨灾分散体系等。     

基于多域网络的红外目标跟踪算法

随着红外探测器性能的不断提升, 红外目标跟踪在智能安防等领域的应用越来越广泛。然而红外图像分辨率较低, 依赖其进行目标跟踪仍然是一个制约相关应用发展的难题。针对红外图像分辨率低的特点, 以多域网络为模型算法框架, 结合目标运动过程中的尺寸变化特点, 提出了一种基于多域网络的红外目标跟踪算法。为了评估算法性能, 分别在VOT-TIR2016数据库和AMCOM红外数据上进行了实验。实验结果表明, 目标尺度预测机制能够显著提高算法的跟踪精度。     

基于改进的深度学习网络的SAR图像瞬时海岸线自动提取算法

针对目前合成孔径雷达(synthetic aperture radar, SAR)在对大尺度瞬时海岸线提取方面的图像解译过程中, 仍然存在精度低与自动化水平差的问题, 提出一种基于深度学习网络的瞬时海岸线自动提取算法。首先, 将SAR图像进行Lee滤波增强来抑制相干斑。其次, 通过升级残差网络为主干网络，分4级提取海水目标的特征。然后, 将4级特征经过全局卷积网络、密集连接网络和解码器网络配合，充分提取目标的本质特征, 并通过上采样产生海水分割结果。最后, 利用Sobel算子分离出海岸线并和原SAR图像融合以便清晰查看结果。通过与全卷积网络与细化网络的海岸线提取实验结果进行对比, 证明所提算法对海岸线的提取更加准确, 能够减少虚警和漏警, 具有更好的性能。