一种应用机器学习的车牌定位方法

提出了一种基于Adaboost算法与最小同值分割吸收核法角点验证的车牌定位方法. 该方法采用Adaboost算法排除明显的非车牌区域,从而减少车牌候选区域的数量. 在验证阶段,采用SUSAN角点检测方法计算每个经过初筛的候选区域属于车牌区域的概率,并根据该概率值对候选区域进行排序. 最终输出概率值最大的区域作为车牌检测结果. 实验结果表明,使用该方法进行车牌定位无需调整参数也能适应光照变化的应用环境.     

iBeacon网络下的区域化双层定位体系

针对许多传统室内大空间定位方法难以同时提高定位实时性和精度的问题,提出一种i Beacon网络下的区域化双层定位体系.该体系由两种优化后的室内定位算法与i Beacon双层定位架构组成.前者通过空间区域化概率匹配算法实现快速区域定位,利用区域内加权质心算法实现高精度区域内定位;后者通过i Beacon识别码对定位节点进行两级划分,利用两级节点的不同组合实现不同的定位层次.该体系通过i Beacon双层定位架构将处于不同定位层次的两种室内定位算法相结合,可同时提升实时性和精度.实验表明,在相近定位精度条件下,所提定位体系的实时性比K最近邻算法、加权K最近邻算法分别提高55.29%和54.18%.定位精度比基于RSSI的四边测距改进加权质心算法提高37.35%.该体系具有高精度和低成本优势,可广泛用于大型建筑室内导航及行人轨迹探测等领域,经济和社会应用价值高.     

改进ICP算法的点云配准

针对传统ICP算法所存在的对初始点云位置要求高、算法效率低等局限性,本文对算法进行研究改进,改进结合K-近邻搜索和法向量估计,采用组建不变角度作为不变特征求解旋转矩阵和平移向量实现初配准,利用基于八叉树的ICP算法进行精配准。研究表明,改进算法能提高配准精度,缩短配准时间,优势明显。     

关于锚注技术在煤巷掘进过断层的应用思考

本文结合实例,主要探讨了锚注技术在煤巷掘进过断层的应用问题,分别介绍了锚注支护后退挑顶法和后退卧底过断层法的具体设计与计算,希望对于今后煤巷掘进过断层的支护技术发展具有一定帮助。     

一种改进的DV-Hop定位算法在配电线路故障定位中的应用

基于WSN技术提出一种改进的DV-Hop算法解决配电线路故障定位不准确的问题.阐述了配电线路WSN故障定位原理,针对配电线路的实际特性,建立无线传感器节点拓扑模型.分析了传统DV-Hop算法应用到配电网中的缺陷,同时对其进行改进.MATLAB仿真结果表明,改进的DV-Hop算法应用于配电线路故障定位的误差率明显低于传统定位算法,此外,误差曲线也更加稳定,能够达到更高的定位精度,更加适合配电线路上的故障位置节点定位.     

职业锚理论在大学生职业生涯规划教育中的应用

职业锚是依据个人自省的才干和能力、动机和价值所做出的职业定位。在介绍职业锚理论基础上,指出大学生职业生涯规划中存在的误区,最终尝试将职业锚思想融入到大学生职业生涯规划教育并给出了几点启示。     

一种基础矩阵的线性估计方法

对已知匹配点集的两幅未定标图像,对极几何(Epipolar Geometry)约束是可以从匹配点集中获得的关于相机的唯一信息. Armangue X将基础矩阵估计方法分为:线性法、迭代法和鲁棒法三类.常用的线性法包括8点算法和Hartley的改进8点法.Higgins给出的8点线性算法是一种快速且易于实现的线性算法,但它对噪声异常敏感,因此,很难在实际中应用.改进8点法通过在估计前对匹配数据进行规范化等处理,有效地降低了噪声的影响.迭代法虽然以上两种算法提高了精确度,但计算时间较长,且仍不能很好解决噪声和出格点的影响.实验证明,改进8点法与最好的迭代法不相上下.鲁棒法通常包括:M-Estimator法、最小中值法(LMeds)等,它们均把问题最终归结为无约束最优化问题,求解时一般都采用了非线性最小二乘法,其在精度和稳定性方面均有明显提高,但算法较于复杂.     

带有顶点权重约束的图划分问题研究

研究了带有顶点权重约束的图划分问题.首先基于矩阵的提升将原问题转化为半定规划松弛模型，利用半定规划内点法求解该模型，并在求解过程中给出了具体的初始点选取策略和步长选取策略.随后利用改进的随机超平面舍入算法和2opt启发式算法求得原问题的近似最优解.数值实验表明该文的算法可有效求解带有顶点权重约束的图划分问题，且对于稀疏图的求解表现出了良好的性能.     

半定规划的一种不可行内点算法

对于半定规划问题,根据内点算法的短步方法,并结合Nestorov-Todd(NT)搜索方向的构造方法,设计出一种关于窄领域的不可行内点算法,然后证明了该算法的收敛性.结果表明,该算法经过有限次迭代后可以得到半定规划问题的一个近似最优解,或者证明问题无解.     

基于特征点的ICP点云配准算法

ICP配准算法对待配准点云初始位置要求较高,且配准过程耗时长,因此提出了一种基于特征点改进的ICP点云配准算法。利用点云的局部法向量提取特征点,根据特征点的特征直方图得到初始配准点云;通过K-D tree搜索点集中的对应点对,运用四元数法得到配准参数,根据刚性距离约束条件精确配准点云。实验表明,该算法避免了ICP配准算法因初始位置姿态而陷入局部最优,同时提高了配准效率和精度。