基于尺度空间理论的Harris角点检测

研究了一种基于尺度空间理论的Harris角点检测方法. 建立Harris函数的尺度空间表示, 检测每个尺度水平上的极值, 利用迭代算法验证每个尺度水平上LoG算子是否获得最大值, 从而得到特征角点的位置及其尺度. 该方法在保持Harris角点不受光照条件及摄像机姿态变化影响的同时, 还能检测出多尺度下的特征点. 通过实验验证该方法具有尺度不变特性, 适用于尺度变化较大的视觉系统.     

免疫计算的测不准有限计算模型

以人工免疫系统为研究对象,采用可信计算和系统论的方法,构建了免疫计算的测不准有限计算模型,将该模型划分为三层,即固有免疫计算层、适应免疫计算层和并行/分布计算层.这种免疫计算方法在数据库查询的基础上匹配了已知异体的特征,识别了已知异体的类型.此外,该方法在抗体规则匹配的基础上学习了未知异体,记忆了新异体的特征,在数据库中添加了新异体的特征.该模型通过毁灭器消除了异体,抑制了异体的复制和扩散,控制了免疫计算的毁灭机制的双刃性,监控了免疫计算的负载平衡,维护了系统的鲁棒性和安全性,克服了免疫学理论的不完备性的影响.实验结果表明,这种免疫计算机制检测了病毒和故障等异体,识别出该异体是"爱虫"病毒及其感染的文件,并消除了异体,抑制了异体的复制和扩散,确保了系统的安全性和鲁棒性.     

多传感器信息融合技术在侦察系统中的应用

分别阐述信息融合的基本概念和多传感器侦察系统中信息融合的模型设计,重点分析Dempster-Shafer证据推理理论在多传感器侦察系统信息融合中的应用。     

Integral Imaging与模拟退火相结合的深度测量方法研究

该文提出一种IntegralImaging和模拟退火相结合的深度测量方法.针对传统立体视深度测量的复杂性,采用全真三维显示技术Integral Imaging成像技术记录空间三维信息.利用带约束的特征匹配算法并综合多种信息分析Integralimaging视图对之间的视差.将寻找匹配的问题设计为全局能量函数模型,并用模拟退火算法使该能量函数最小化,从而实现所有视图对中所有特征点的匹配.最后结合IntegralImaging深度估算公式获得空间深度信息.仿真结果表明该方法的有效性.     

异常检测系统的漏洞分析

针对阴性选择算法生成的异常检测系统存在大量漏洞的问题,提出一种能够探测系统全部漏洞的非检测模式漏洞探测算法(EHANDP).首先,指出目前检测系统漏洞探测算法(EHASP)的不完备性;然后,利用问题空间中的串模式证明空间中个体成为漏洞的充分必要条件,并提出探测系统漏洞的完备性算法EHANDP,能够找出给定系统的全部漏洞是该算法的主要特点.实验中采用随机数据集和人工数据集比较2种漏洞探测算法.研究结果表明:在相同的实验环境下,EHANDP算法与EHASP相比不仅有相同的计算复杂度,而且有更强的探测能力.     

一种基于双平行平面的激光雷达和摄像机标定方法

针对单线激光雷达和摄像头的外参数估计问题,提出一种基于双平行平面的标定方法,标定过程分为单传感器相对车体位姿的标定和多传感器联合标定2个部分.利用激光雷达在双平行的平面标定板上的扫描信息,获取激光雷达相对于车体的俯仰角度和偏转角度;通过黑白棋盘格获取摄像头相对于车体的姿态外参数;最后综合前两步的结果和两种传感器在车体的精确安装位置,对激光雷达、摄像头和车体进行联合标定.本文提出的方法只要让标定物放置于车体正前方,采集一次数据就能满足整个标定过程,实现多个传感器的联合标定.实验结果表明,该方法的标定精度较高,简单实用.     

基于神经网络算法的建设项目风险预测系统设计

利用3层并行分布式人工神经网络连接模型和BP网络算法,以市场前景、资源、原燃料、动力供应、工艺、筹资、布局安全等为预测因子,建立建设项目BP网络风险预测模型,设计建设项目风险预测系统。该系统包括数据管理、模型管理、知识管理和模式转换4个典型组件。该系统实际预测建设项目的很好和失败两种情况时,具有良好的预测效果。     

中国机器人学40年

 概括了中国机器人学40 年来走过的发展过程和取得的基本成就,归纳了中国机器人学发展中存在的主要问题,阐述了中国机器人学面临新的发展机遇,探讨了进一步发展中国机器人学的策略。     

一种基于推荐证据理论的仿真网格信任模型

在仿真网格环境中,信任机制是解决网格服务安全问题的一种有效方法.参考社会学的人际关系信任模型,建立了仿真网格节点信任推荐机制,并利用推荐证据推理理论,提出了将推荐证据组合为间接信任的一种线形时间递归算法.将直接信任和间接信任组合为综合信任,从而构建了一个计算仿真网格节点信任度的信任模型,并分析了模型中的几个关键问题.仿真试验和结果分析表明,提出的信任模型具有合理性、有效性及工程可行性.     

基于DFA复合式Agent模型的设计与实现

针对机器人团队协作检测与跟踪动态目标的需要,提出1种基于有限状态自动机(DFA)的复合式Agent模型。通过结合有限状态自动机的行为状态模型,对复合式Agent模型进行改进,在固定路线的动态目标跟踪实验中,对改进前后的Agent模型实际实验数据进行比较,并将该模型应用于基于区域的多机器人多目标跟踪实验中。结果表明:改进后的Agent模型通过有限状态自动机中的状态抽象,不仅从目标检测与跟踪的角度提高了Agent个体性能,还从社会的角度,提高了群体团队的协作性能;提出的模型通过行为状态模型将动作、决策等与环境信息进行了有效的分离,从而具有较好的可移植性和高扩展性;改进后的Agent模型跟踪偏差期望值与样本方差均降为改进前的一半,为实时的目标协作检测与跟踪提供了有效途径。