呼叫中心人力资源配置鲁棒规划模型

针对现实呼叫中心中顾客到达不确定的问题,建立了基于排队论的离散流体模型,解决了考虑鲁棒性呼叫中心的人力资源配置问题.通过区间数据来表示顾客到达的不确定集,利用可调整鲁棒优化方法的思想,分析了鲁棒优化模型与确定性优化模型的关系.数值试验表明,使用可调整鲁棒参数的鲁棒优化方法减小了呼叫中心到达率不确定性给呼叫中心系统带来的影响;到达率越大,对应的最优的鲁棒参数越大,模型越保守.     

基于图像分割的多CCD测量系统干扰去除方法

针对多电荷耦合器件(CCD)光切法物体三维形貌测量系统中杂散光干扰难以去除的问题,提出一种基于图像分割的干扰去除方法,在灰度空间进行阈值分割的同时,在图像中进行区域分割。对干扰源的分析显示,激光条纹关于玻璃底板的反射是干扰的主要来源。玻璃底板以上的部分包含条纹信息,玻璃底板以下为干扰信息存在区域。将玻璃底板在图像中的位置提取出来,利用Hough变换进行检测,求出直线方程。用该直线对测量过程中的图像进行区域划分,有效区域保留原始信息,无效区域置为零,彻底去除干扰。该方法与传统的图像滤波去除干扰的方法相比,可以在去除干扰的同时保持激光条纹的原始信息和测量数据的完整性,该方法已在多CCD三维形貌扫描仪中得到实际应用。     

基于特征点图像序列的多摄像机全局标定

多摄像机的全局标定是影响视觉测量系统精度的关键。为了降低标定过程中多次坐标变换而引起的误差,本文提出了一种基于特征点图像序列的多CCD摄像机的全局标定方法,通过时间脉冲同步,在液晶显示屏靶标上显示一系列含有特征点的图像序列的同时,多个CCD进行拍摄,对用于显示的特征图像和CCD拍摄得到的图像进行处理和计算,即可对多个摄像机进行全局标定。该方法只需一次坐标变换,克服了常规方法下特征点难以被所有摄像机全部拍到的困难,用标定结果进行三角测量,最大绝对误差为0.08mm,证明了标定方法的精确性。     

基于特征点图像序列的多摄像机全局标定

多摄像机的全局标定是影响视觉测量系统精度的关键。为了降低标定过程中多次坐标变换而引起的误差,本文提出了一种基于特征点图像序列的多CCD摄像机的全局标定方法,通过时间脉冲同步,在液晶显示屏靶标上显示一系列含有特征点的图像序列的同时,多个CCD进行拍摄,对用于显示的特征图像和CCD拍摄得到的图像进行处理和计算,即可对多个摄像机进行全局标定。该方法只需一次坐标变换,克服了常规方法下特征点难以被所有摄像机全部拍到的困难,用标定结果进行三角测量,最大绝对误差为0.08mm,证明了标定方法的精确性。     

变分不等式问题不动点问题和零点问题的公共元的强收敛定理

设Banach空间是一致光滑的和严格凸的并且具有K-K性质,在此空间中设计一种新的收缩投影迭代法去逼近一个极大单调算子的零点集与一个半相对非扩张映像的不动点集以及宽松的协和算子的有限个变分不等式问题解集的公共元,并利用所设计的算法证明了公共元的强收敛定理。