基于ATM网络数据交换和融合的研究

互联网技术的发展带来信息传递速度加快的同时也带来了网络拥堵的问题,互联网带宽资源流畅度与互联网用户数量呈反比。基于此,ATM技术是一种采用异步传输模式的高速信元交换技术,通过集成模型和重叠模型来实现对Internet网的改造。仿真结果表明, IP技术和ATM网络数据交换技术是互补的,ATM的优点在于其可以通过提供高带宽和QOS业务质量,以期提高用户体验。     

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WT-MB方法的OLI图像融合——以宁夏回族自治区吴忠市的OLI图像和P5图像为例

为解决Landsat 8 OLI多光谱图像和CBERS-04 P5全色图像的融合问题,设计了一种基于WT-MB变换的融合方法;以宁夏回族自治区吴忠市的图像融合为案例,从定量评价、目视判读评价和SVM分类精度评价3个方面比较WT-MB变换方法与GS、PCA、MLT、Brovey变换方法的融合效果,然后以总体精度和Kappa系数评判融合图像的分类精度.实验结果表明:WT-MB变换方法在增强融合OLI图像的空间结构信息的同时,更有效地保持原OLI图像的光谱信息,提高了图像分类精度,能够更准确地服务于环境遥感监测.     

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%.      

基于深度学习的滑坡监测与早期预警方法研究

研究的浅层滑坡成灾机理及成灾模式分析、面向大数据分析的空间多源数据获取及融合、基于深度卷积神经网络模型的滑坡演变过程模拟、滑坡演化的定量评估模型和早期预警系统建设等4个有机部分,构成了一个从理论到方法再到应用的相对完整的技术主线。其中对浅层滑坡成灾机理及成灾模式分析为后三者的提供理论指导,面向大数据分析的空间多源数据获取及融合是基于深度卷积神经网络模型的滑坡演变过程模拟的数据基础,滑坡演化的定量评估模型和早期预警系统建设为技术路线的实现、验证与应用部分。     

一种基于RSSI和TOF的优化混合测距方法

随着移动网络技术的快速发展和对矿井人员安全问题的日益重视,对矿井人员安全定位系统的定位精度提出了更高的要求,而高精度的定位离不开高精度的测距方式。飞行时间(TOF)作为一种常用的测距技术,由于时钟分辨率问题,会导致近距离测距误差较大。针对近距离测距中TOF存在的问题,提出了采用TOF和信号强度(RSSI)融合的矿井人员测距方法。该方法通过分析近距离无线测距中RSSI测距精度的特性,提出了采用优化指纹库和EWKNN减小测距误差的方法来减小RSSI测距误差,并针对融合测距中数据选择比较单一的问题,提出变化权重的数据权重选择方式,从而保证测距精度。实验仿真结果表明,在近距离测距时,采用优化的融合测距方法比单一TOF测距方法的测距精度有明显提升,30 m范围的测距精度在3 m以内。该方法适用于精度要求较高的复杂环境场合。     

创新教育与专业教育深度融合的教学模式研究与实践——以《模拟电子技术》为例

教育部国办发[2015]36号即《国务院办公厅关于深化高等学校创新创业教育改革的实施意见》文件中,对创新创业教育中教学方法和考核方式改革做出了明确指示.以《模拟电子技术》课程教育模式改革为例,通过设置多维度教学目标,采取1-3-7教学模式,将课程教学设定为创新启蒙篇与创新实践篇.创新启蒙融创新教育理念于专业教育中.创新实践中融创新实践提升指导、创业指导、就业指导于延展课程中.同时改革考核内容和方式,践行知行合一,有效实现创新教育与专业教育深度融合.凸显以学生发展为中心的理念,使学生成为课内与课外实践教学的主角,彰显现代课程教学的三大理论,即学术性、民主性、协作性,同时注重综合性、创新性和实践性.     

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。