基于改进的深度卷积神经网络的人脸疲劳检测

针对疲劳驾驶检测问题,提出一种以softmax损失与中心损失相结合的深度卷积神经网络算法。首先,利用含有方向的梯度直方图(histogram of oriented gridients,HOG)和级联分类器(support vector machine,SVM)算法的Dlib库中预训练的人脸检测器,来检测驾驶员的脸部区域。其次,使用级联回归(ensemble of regression trees,ERT)算法实现脸部68个关键点标定及眼睛和嘴巴的定位。最后,为了优化softmax损失在深度卷积网络分类中出现的类内间距大的问题,加入中心损失函数,提高类间差异性、类内紧密性以及驾驶员脸部疲劳状态识别准确率。在自建测试集和YawDD哈欠数据集中的实验结果显示,该方法能够准确地识别检测驾驶员疲劳表情,平均识别准确率达到98.81%。与传统的疲劳驾驶检测识别方法相比,该方法可以自动进行疲劳特征提取,并且训练准确率、检测识别率及鲁棒性得到提高;与未改进的深度卷积网络相比,检测识别的概率平均提高了约5.09%。     

汽车轨迹模拟的简化算法

本文分析了利用速度积分法以及利用图像处理的技术提取汽车轨迹的弊端.由此,基于汽车后轮运动位置点,给出了车辆轨迹计算的简化算法,并为此进行了若干试验,结果证明,计算的车辆轨迹与实际车辆轨迹相吻合.     

基于机器学习的Cortex-M监控视频车型识别

为了解决高速公路环境下监控视频图像车型识别需要将海量视频数据上传计算机服务器中心,对所有的视频流图像进行结构化处理和车型识别,造成服务器中心数据压力大、计算任务重,对服务器性能要求高的问题。对此,提出一种基于机器学习的Cortex-M监控视频车型识别的方法。首先,将训练机训练好的六种车型的权值矩阵文件移植到前端Cortex-M核系列开发板上,采用开发板内嵌的CMSIS-NN网络函数库搭建与训练机相同的网络模型结构;同时采用开发板内嵌的CMSIS-DSP库加快图像处理速度,并对选择处理监控视频图像实现车型识别;实验结果表明,该方法平均识别率达到94.6%以上,与采用计算机进行识别相同,可见该方法能够缓解大量视频上传给服务器中心造成的压力,为高速公路环境下监控视频图像车型识别研究提供了一种可选择的方案。     

论智能电网对新能源技术的意义

智能电网是一种新兴事物,与传统的电网相比具有将电力流、信息流和业务流进行高度融合的特点。本文综合了一些观点和意见,从智能电网的特征以及其对新能源技术革命的意义方面来展开讨论,就电网智能化对新能源技术的意义提出论述,以促进智能电网的建设加快。     

基于S3C44BOX的嵌入式系统串口通信的实现

采用S3C4480X芯片作为串口通信的控制核心器件,实现了串口通信。利用MAX3232C芯片实现电平转换,S3C44BOX实现两路RS－232串口通信,并且给出了系统的硬件实现原理图。文章分析了软件实现过程：初始化串口、配置串口、发送数据和接收数据。通过实验得出该串口可以达到高效稳定的通信效果。在嵌入式系统中的串口通信技术广泛应用于基于串口通信的各种场合。     

LTI系统的数学模型与方框图模型转换方法研究

为了研究线性时不变系统,常需实现系统数学模型与方框图模型的转换。讨论了两种解决该问题的方法：中间变量法、线性法。通过分析得出：线性法在模型转换时,更易于从系统性质角度来解释问题,它更优于中间变量法。     

智能化电子围栏系统的设计研究

智能化电子围栏系统集防御、威慑、报警于一体,能够适应大范围,全天候的管理要求。本文主要介绍研究智能化电子围栏系统的必要性以及整体设计方案。本系统框架采用模块化,基本分为三个模块：（1）前端围栏模块,（2）电子围栏主机模块,（3）中心控制模块。     

浅论低压无功补偿装置的电气设计

本文主要从无功补偿的定义,特点,作用、主要功能以及系统工作原理等多个方面,详细介绍了低压无功补偿的设计问题,阐述了电气设计的最优化．规范化知识,对于电气施工安装实践具有重要的指导作用。最后本文以青岛市海达仪表厂低压无功补偿装置电气设计方案为例子,对低压无功补偿电气设计的具体应用作介绍。     

关于供电可靠性的研究

为更好地提高供电的可靠性,本文理论阐述与案例分析,分析了影响供电可靠性的三方面的因素,重点分析了提高供电可靠性的有效措施,建立完善的供电可靠性制度,优化配电网,改善电网结构,采取配电自动化管理等具体措施,保证供电可靠安全。     

基于XPE的数字残币兑换工具开发

针对目前残币兑换工具不理想、不能满足实际需要的情况,设计以图像处理技术为基础的兑换工具。根据硬件平台构建Windows XP Embedded嵌入式操作系统,并开发运行在该环境下的应用程序。结果表明,该仪器操作简便,效率高,具有良好的实用价值。