一种基于花朵授粉算法的视觉跟踪方法

提出了一种基于花朵授粉算法的视觉跟踪方法,将图像中的每个候选目标状态看作花粉配子,利用花朵授粉算法对每个花粉配子迭代优化,最终通过最优花粉配子状态定位目标。首先给出了基于花朵授粉算法的视频目标跟踪方法描述,在此基础上研究了花朵授粉算法的迭代终止条件和参数的敏感度;并确定了参数。最后将算法与粒子滤波、均值漂移和粒子群优化三种跟踪算法进行对比。对比实验表明,方法计算量小、抗干扰能力强,跟踪效果优于上述三种算法。     

融合实践能力考核的计算机软件技术基础课程考核方式研究

针对计算机软件技术基础课程实践性很强的特点,提出了融合实践能力考核的考核改革方法.考核总成绩由4部分组成:期末考试、平时表现、上机实验和实践能力考核.实践能力考核分为自主和非自主实践能力考核.自主实践能力考核是学生根据理论学习内容,自主编制题目,完成设计任务并编程实现;非自主实践能力考核由教师设置验证型、综合型和创新型3种类型的题目,学生选择一种题目实现.该多元化考核方式能够从多层面考察学生的实践编程能力,符合应用型人才培养目标.     

宽频光隔离放大器设计及试验研究

针对电力系统信号测量要求的抗干扰能力强、二次设备安全及宽频带的要求,设计一种宽频光隔离放大器,对隔离放大器的设计原理进行详细介绍,通过对隔离放大器各模块电路的传输特性分析,建立了相应的系统传递函数.仿真试验和实物试验结果表明,该隔离放大器将传输频带提升至1 MHz以上,工频信号传输精度误差小于0.2％,抗干扰能力有效增强,满足电力系统信号测量的实际需求.     

一种基于多尺度融合卷积神经网络的人群计数方法

人群间的相互遮挡和多变的空间尺度是基于单幅图像人群计数算法面临的主要挑战.近年来,基于深度学习的人群计数算法在该问题上取得了显著的成效,然而越来越深的网络结构给模型的训练和应用带来了困难.为了解决上述问题,提出了一种基于多尺度融合卷积神经网络(multi-scale fusion convolution neural network,MSF-CNN)的人群计数方法.方法采用三列不同大小卷积核的卷积神经网络来提取不同空间尺度的图像特征,同时在网络结构中引入融合层将提取到的特征进行融合并求取密度图,最后对密度图积分求和得到人群数量.在ShanghaiTech数据集及UCF_CC_50数据集上的实验结果表明,该方法能够适应复杂的场景,有效减少人群间相互遮挡和空间尺度的变化对计数结果的影响,同时模型易于训练,明显优于现有人群计数方法.     

电信专业方向限选课“四自主”考核方式研究

针对电信专业方向限选课考核方式进行改革,设计出"四自主"考核方式.将专业方向限选课期末考试分为两阶段:第一阶段采用"四自主"考核模式对学生考核,第二阶段为闭卷期末考试.改革后,闭卷考试成绩占学生总成绩的比重大大降低,减轻了学生的应试压力,培养了学生的综合分析能力和自主学习能力,是较成功的改革.     

融合子区域局部二值模式特征与深层聚合网络的人脸识别

针对深度网络对人脸噪声敏感,且学习过程容易忽视人脸结构信息的问题,提出融合子区域局部二值模式(local binary pattern,LBP)特征和深层聚合网络的人脸识别算法。将人脸图像划分为不同子区域,并采用局部二值模式对人脸进行预处理,获取子区域人脸的LBP特征。不同子区域LBP特征输入不同的稀疏自动编码器,实现深层特征提取;然后不同稀疏自动编码器的输出特征通过全连接方式实现特征聚合,获得人脸特征向量用于分类。通过大量实验获取了最优的聚合网络模型架构和网络参数取值,改善了人脸识别效果。     

基于功率谱密度与随机配置网络的低压串联电弧故障检测

低压串联电弧电流为非平稳信号,故障特征区分度低、且具有随机性,给电弧故障特征提取和准确检测带来困难,本文提出基于功率谱密度与随机配置网络的低压串联电弧故障检测方法。首先,搭建了串联电弧故障发生平台,采集不同负载类型的电流数据,构建数据集。其次,采用功率谱密度对电流信号执行随机信号分析,实现对电流信号的定量化频域特征描述,增强故障电流与正常电流特征的区分度。然后,采用随机配置网络构建串联电弧故障检测模型,将功率谱密度特征用于随机配置网络的自适应训练学习,提升网络训练效率和模型故障检测能力。在本文构建的电流数据集上,串联电弧故障检测的平均准确率达到96.157%,证明了方法的有效性。     

基于模态分解的低压串联电弧故障特征提取方法比较

低压交流系统串联电弧电流的非线性、非平稳和随机等特点给故障特征提取和检测带来极大困难，同时以包络线分析为基础的模态分解在非平稳信号分析中展现了良好效果。鉴于模态分解方法的优异效果以及串联电弧故障检测的实际困难，本文首先对目前较为成熟的EMD等6种模态分解方法进行了系统梳理，并深入分析了该系列方法在电弧故障信号分析和特征提取中的适用性和有效性。然后，通过实测电弧电流的分解实验和特征计算实验，从不同角度探讨了模态分解算法在电弧电流特征提取和故障检测中的优势与不足。最后，对未来可能的研究方向作了展望。