基于高斯映射的多误差源复杂结构匹配分析与优化

为了提高汽车尾灯区域的匹配质量,以高斯映射和数理统计为基础,并借鉴Hausdorff距离的概念,在高斯尺度空间量化匹配状态,建立匹配优化的目标函数和辅助检验目标参数,通过编程计算而寻找最佳匹配调整方式.同时,在对所建优化方法的有效性进行验证和分析的基础上,将其用于工程实际中.结果表明,所提出的优化方法的可操作性较强,能够有效提高轿车尾灯区域的匹配质量.
     

基于Frenet标架的车门匹配

为提高车门匹配的质量,首先从扫描点云提取边界轮廓,进行傅里叶级数拟合,以曲线论中Frenet标架为基础,求解曲线任意点处的单位切矢与副法矢,借鉴Hausdorff距离的概念,构建匹配质量的目标函数,将车门匹配表示为车门与侧围空间位置的优化,最后采用差分进化算法,全局搜索匹配优化的最佳变换参数,并结合车门匹配实例进行验证.结果表明,所提出的方法能显著改善车门匹配的一致性.     

线段豪斯多夫距离度量下的车身覆盖件匹配方法

引入线段豪斯多夫距离(line segment Hausdorff distance,LHD)作为匹配质量度量,建立基于特征点集合的覆盖件匹配模型,基于遗传算法快速并行搜索匹配形位变量,确定最佳匹配调整参数.某发动机罩匹配的实际应用表明,该方法能有效提高车身匹配质量.     

鲁棒Hausdorff距离在SAR/惯性组合导航图像匹配中的应用研究

分析了适用于SAR景象匹配辅助导航系统的图像匹配算法的特点 ,提出了一种新型Hausdorff距离的鲁棒型图像匹配算法 .首先分析了传统的Hausdorff距离算法的不足 ,然后引入了一种能有效消除高斯噪声影响的新算法 .同时针对此算法图像匹配时全局搜索的不足 ,提出了扫描终止法技术 ,以有效解决图像匹配实时性的问题 .针对高斯噪声的大小对图像匹配的影响进行了仿真实验 .仿真结果表明 ,新图像匹配算法能大大提高合成孔径雷达图像的匹配精度和实时性 ,对组合导航系统的精度提高有重要的意义 ,是一种行之有效的方法 .     

景象匹配相似性测度准则研究

对基于灰度的互信息、归一化积相关、序贯相似性检测和基于特征的点重复率、改进的Hausdorff距离以及AB匹配等几种典型的相似性测度方法进行了研究,探讨了这些方法在2种不同传感器、不同空间分辨率和不同季节拍摄的遥感景象匹配中的匹配成功率和匹配效率.试验表明,对于各种不同的地表景观,互信息、特征点重复率和改进的Hausdorff距离方法的匹配性能均好于归一化积相关以及序贯相似性检测算法,尤其当景象存在明显的灰度反转时,前者的匹配性能明显优于后者.对相似性测度准则的分析比较研究,有助于在实际应用中选择最合适的相似性测度匹配方法.     

改进的呼叫指纹算法及其在重入网识别中的应用

针对传统呼叫指纹算法在实际应用中识别准确率低、 识别对象局限性大、 识别时间长等问题, 在Hausdorff距离的基础上提出一种新的匹配算法, 从而提高了重入网用户识别的精度, 扩大了识别对象的适用范围.     

基于特征点距离的手背静脉特征融合方法

针对现有手背静脉识别利用手背静脉特征较少, 识别率较低的问题, 提出了一种基于特征点距离的手背静脉特征融合方法。该方法首先对手背静脉进行细化, 对不变矩特征的量化值求和再进行匹配; 然后提取手背静脉的端点及交叉点, 利用改进的Hausdorff 距离进行匹配, 从而去除零距离点的影响, 提高两幅图之间的非相似性; 最后将这两种匹配方法进行加权融合。实验证明, 该融合算法识别率可达96. 75%, 且运行时间仅为0. 97 s。     

基于张量黎曼度量的序列图像匹配光流场计算方法

使用序列图像的灰度-时空张量描述子来描述图像特征,并在此基础上提出了一种基于张量黎曼度量的序列图像匹配光流场计算方法. 该方法使用张量的黎曼度量给出序列图像特征描述子间距离的定义,并使用改进的Hausdorff距离取代欧式距离来完成黎曼度量的计算,据此构造序列图像匹配相关函数,以提高图像在噪声及遮挡情况下的匹配能力;在上述基础上,给出匹配光流场算法. 仿真结果显示,该算法相对于传统基于微分的光流场计算方法（H-S算法,L-K算法）和传统的基于灰度的块匹配算法在计算精度、抗噪声等方面更有优势.      

基于曲率约束和改进Hausdorff距离 匹配的轮毂识别算法

针对在轮毂的自动化生产过程中对轮毂型号自动识别的需求,提出一种基于曲率的轮毂辐孔轮廓线角点特征提取和改进Hausdorff距离(MHD)轮毂型号自动匹配的方法. 对待识别的轮毂型号样本进行特征提取并建立标准样本库,在对实时采集的轮毂图像预处理后,利用曲率约束的最小二乘法(CRLSM)进行轮毂外轮廓提取,并用曲率阈值进行角点特征提取,进而采用改进的Hausdorff距离匹配实现轮毂自动识别. 仿真实验证明,该识别算法能够对建立样本库的轮毂类型进行正确识别.     

基于轮廓曲率特征点的服装款式识别方法

根据服装轮廓曲线的几何特征取决于少数曲率极值点的特点,探索了一种新颖的服装款式识别方法,即提取服装轮廓曲线的曲率极值点集作为表达服装款式的特征向量,并以适当的分类方法进行分类。在分类方法上,比较了两种典型的方案:基于Hausdorff距离的模板匹配法和基于支持向量机的分类方法。试验结果表明,支持向量机分类法的识别率能够达到86%以上,略优于Hausdorff距离的模板匹配法,但其识别速度远胜于Hausdorff距离的模板匹配法。因此,选择支持向量机作为新型识别方法中的分类方法。     

侧围精度调试关键点研究

根据江淮汽车股份有限公司某三款轿车的调试情况,从车门铰链安装面以及铰链安装面处内外板之间的间隙等10个方面,分析了影响车身侧围精度等关键要素,提出了满足精度要求的车身侧围需要考虑的几个因素.     

双缝襟翼缝道参数气动影响敏感度研究与设计

针对后缘双缝襟翼,采取先后缝再前缝的缝道参数设计方法,通过数值计算分析和风洞试验验证研究了襟翼偏角、缝道宽度、重叠量对增升效率的影响规律。采用点对点链接多块结构网格技术,通过求解RANS方程对缝道流场进行数值计算,结果表明:后缝道宽度对升力系数、阻力系数影响较缝道重叠量大,为更敏感参数;前缝道重叠量对升力系数、阻力系数影响较缝道宽度大,属更敏感参数。结合上述设计方法与数值计算工具,高效、准确地确定了较优的二维襟翼剖面参数,且襟翼效率计算结果与风洞试验结果吻合较佳,可为同类飞机增升装置设计提供参考和借鉴。     

局部Lipschitz模糊函数的性质及广义方向导数

借助模糊数的左端点和右端点给出局部Lipschitz模糊函数的一个等价刻画,并引进了局部Lipschitz函数广义方向导数的概念.利用两个集合的间隔和距离给出局部Lipschitz模糊函数的若干性质,并举例给出求广义方向导数的方法.     

中厚板轧制轧件头部弯曲模拟计算

在建立中厚板轧制轧件头部弯曲人工神经网络模型的基础上,计算分析了中厚板精轧过程上下辊转速比、压下率、来料厚度材质对轧件头部弯曲的影响,并给出了轧件头部弯曲控制参数下辊转速比和压下率的最优控制范围。     

车辆轨迹的预瞄与模糊分数阶比例—积分—微分控制

为提高无人车辆轨迹控制的精度,提出了一种基于预瞄误差建模和优化模糊分数阶比例-积分-微分(proportion-integration-differentiation, PID)控制的车辆路径跟踪方法。根据车辆动力学特性,引入预瞄横向误差模型,以预瞄横向误差为输入,车辆前轮转角为输出,调整转角角度减小偏差实现轨迹跟踪,设计模糊分数阶PID跟踪控制器。该控制器在PID的基础上结合分数阶理论,同时利用粒子群算法优化的模糊控制器对参数进行在线调整。在CarSim/Simulink联合仿真平台进行仿真研究。研究结果表明,所设计的控制器可行有效,为轨迹控制的研究提供了参考。     

n维分数次Hausdorff高阶交换子的有界性

通过定义n维分数次Hausdorff算子H^l_Φ, 利用CMO函数和Lipschitz函数的John-Nirenberg型不等式, 分别得到了由H^l_Φ和C〖AKM·〗O及Lipschitz函数生成的高阶交换子H^l,m_Φ,b在\{Leb-esgue\}[KG*8]空间、 Herz空间和Morrey-Herz空间上的有界性结果.     

局部分式Brown运动和局部分式Gauss噪声及应用

研究了局部分式Ｂｒｏｗｎ运动和局部分式Ｇａｕｓｓ噪声的基本性质，并用于分析吉拉克地区地震数据序列的分形性质，得到各地震道ＣＤＰ所似地是Ｈａｕｓｄｏｒｆｆ维数为（２－Ｈｋ）的局部分式Ｇａｕｓｓ噪声曲线。     

基于IPMC的分数阶控制及参数整定

离子聚合物-金属复合物材料(ionic polymer-metal composite,IPMC)是一种人工肌肉材料,作为一种新型执行器非常适用于仿生机器人的开发.使用分数阶控制器可以提高对动态系统的控制能力.为了说明分数阶控制的优越性,并对拟合精度高的IPMC分数阶模型设计最优分数阶控制器.首先针对IPMC驱动器的分数阶模型分别设计了整数阶PID控制器和最优分数阶PI1Dm控制器.然后,比较分析控制效果可见分数阶控制的上升时间更快,超调量更小,证明了应用分数阶控制方法可以使得被控系统的性能得到明显改善.最后,针对分数阶控制器的各个参数的变化对系统的影响做了详细的分析,故而可以选择最优参数实现分数阶最优控制.     

一种分数域二分法 LFM 信号参数估计方法

针对传统基于分数阶傅里叶变换（fractional Fourier transform,FRFT）的线性调频（linear frequency modulated, LFM）信号参数估计方法中估计精度和计算量难以同时满足实际要求的问题,提出一种分数域二分法的 LFM信号参数估计方法。该方法分析量化了变换阶次误差对参数估计误差的影响,利用单分量 LFM信号变换阶次和分数域展宽的关系,通过迭代不断缩小变换阶次的取值范围,获得满足初设阈值的最优阶次,并利用最优阶次和峰值位置对 LFM信号进行参数估计。采用逐次重构消除的方法,可以对强弱混合的多分量 LFM信号进行参数估计。仿真结果表明,在满足信噪比要求的条件下,该方法能够有效地对 LFM信号进行参数估计,可以通过参数估计精度的要求选择不同阈值,与传统方法相比,在参数估计精度相当的情况下大大地减小了计算量。     

分数阶Birkhoff系统的积分因子与守恒量

基于Riemann-Liouville导数的分数阶Birkhoff系统,提出了用积分因子理论寻找分数阶Birkhoff系统的守恒量的一种新思路.先由分数阶Birkhoff系统方程,给出了其积分因子的定义;其次,建立了由该系统积分因子理论得到的该系统守恒定理.为了进一步得到该系统的守恒量,给出了分数阶Birkhoff系统的广义Killing方程.分数阶Hamilton系统的守恒定理为本文特例.最后,举例说明结果的应用.