基于视觉的多用户手势识别人机交互技术研究

提出了一种基于视觉手势识别的多用户输入技术,利用双手手指在显示屏幕上进行点击和拖拉完成人机交互功能.该方法使用三个摄像机从不同角度实时拍摄显示屏幕表面的图像,运用图像处理技术分析识别手势在图像中的位置,根据三副图像中的手势位置和摄像机参数计算双手手势输入的实际位置.通过手势识别训练和冗余数据平均计算等方法提高了系统的识别率和鲁棒性.实验表明,该系统具有较强的可用性和适用性.     

基于系统需求数据库的BIT自动测试技术

根据飞控系统BIT检测系统需求和数据库适合规范及大规模处理的特点,考虑到将来飞控系统综合检测与诊断、综合诊断保障系统、综合诊断专家系统等技术发展需求,提出了基于系统需求数据库的BIT自动检测技术。本技术利用脚本的强大文档处理能力,将需求抽象为规范文档,以此作为为输入,生成测试数据库并将测试流程固化为数据库操作流程,实现了飞控系统BIT的自动化测试功能。目前,这一技术已应用于多个机种项目,为型号的研制和交付节省了宝贵的时间。     

电子电路图的自动输入、理解及与ORCAD的链接

本文介绍一个最近由我们研制成功的电子电路图自动输入系统的构成与特点。利用本文提出的内、外边缘快速判决法及在“非环形”符号各端点加“黑点”的辅助措施提高了模式分离的可靠性。为了最大限度地利用原始信息，我们采用直接从光栅图中抽取特征的办法去识别字符与符号。在手写符号的识别中，我们提出了四边带投影的特征抽取方法并把它了引入到“决策树”的判决过程中，使识别率与识别速度都得到提高。当系统对整图的拓扑关系进行理解之后，还实现了与当前国际流行的ＣＡＤ软件ＯＲＣＡＤ的链接、使系统能以自动输入的方式支持自动布线与电路模拟。     

水下航行体自导水声成像方法的仿真与实验研究（英文）

随着现代海战水下作战环境变得越来越复杂,对水下航行体自导系统的目标识别能力提出了更高的要求,它要求水下航行体自导系统不但能判断真假目标,并能实现对目标的精确定位和有效打击。通过提取水下航行体目标的本质特征,构建目标的水声图像,达到目标识别和精确制导的目的。介绍了水下航行体自导系统目标成像及处理仿真系统的组成及实现方法,采用正交解调、复数字波束形成、水声图像生成、图像内插等处理等技术,构建水下航行体目标图像。仿真及实验结果表明,采用该方法可以形成水下航行体目标的水声图像,通过该图像可以为水下航行体在复杂作战环境下识别目标关键部位并对目标实现精确打击奠定技术基础。     

移动机器人路径识别与跟踪的计算机仿真

该文介绍了利用面向对象的可视化编程技术设计移动机器人路径识别与跟踪动画仿真系统的方法,该仿真系统包括移动机器人运动学实现、真实化处理、决策系统等,该系统能够非常真实地反映移动机器人进行路径识别和跟踪的过程,利用该系统可以很好地对移动机器人路径识别和跟踪的控制方案进行研究和优化.     

基于模糊神经网络的海面目标战术意图识别

传统的基于遥感解译获取的海面目标信息分析战术意图的方法,需要大量的专家知识确定输入目标属性与输出意图间的网络节点关系,而模糊神经网络只需利用输入和输出训练网络,减少了专家知识的需求。针对常用的高木〖CD*2〗关野模糊模型不适用于战术意图识别要求的输出与输入非线性的问题,设计了基于神经网络集成的模糊系统模型,利用目标属性与对应的战术意图形成训练样本训练神经网络,分别获得输入条件的模糊隶属度以及面向不同意图的输出函数,据此识别海面目标战术意图。仿真实验结果表明,获得的目标战术意图的准确度高,与想定情况均相符。     

基于电子支付密码的支票自动容错识别系统研究

系统地研究了基于电子支付密码 (又称变码印鉴 )的支票自动容错识别技术 ,包括基于电子支付密码的支票识别系统的组成 ,支票数字图形的提出、特征提取和预处理、应用多种神经网络识别方法对大写和阿拉伯数字识别、对多种侯选方案进行容错识别等技术 ,并建立了支票识别原型系统 ,并取得了理论成果 ,该系统有应用前景 .     

导弹防御系统中的雷达目标识别技术进展

目标识别是弹道导弹防御系统的核心技术。根据弹道导弹飞行中的目标特性和导弹防御系统的传感器配置分析了导弹防御系统中目标识别的技术特点,论述了国外导弹防御系统中雷达目标识别的总体技术思路,并重点从目标轨迹特性、结构特性、进动特性以及再入特性等方面总结了利用雷达测量进行弹道导弹识别的技术进展,最后给出了开展导弹防御系统中目标识别研究的建议。     

基于多特征融合的MIMO-OFDM系统单-混信号调制识别算法

为解决非协作通信中多输入多输出正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing, MIMO-OFDM)系统的单-混信号调制识别问题,提出一种基于多特征融合和决策融合的调制识别方法。首先,利用特征矩阵的联合近似对角化(joint approximate diagonalization of eigenvalue matrix, JADE)算法从接收端恢复发送信号;然后,提取恢复后信号的四次方谱、循环谱和高阶累积量作为输入样本,利用多特征融合网络对输入样本进行训练;最后,使用决策融合策略根据每条支路输出得到最终判决结果。仿真实验结果表明,所提方法可以对MIMO-OFDM系统中的7种信号进行有效识别,在信噪比为10 dB时识别精度可达99.4%。     

一种基于复杂地物背景图像的目标识别方法

为解决复杂地物背景目标识别问题,提出一种基于复杂自然场景图像的目标识别方法。首先,进行多视点多尺度目标动态特征描述和目标轮廓特性视图制备;然后,采用灰度级顶帽形态学重构运算对输入图像进行处理,对处理后的图像进行分割,获得感兴趣区;最后,通过感兴趣区轮廓提取和基于Hausdorff距离匹配识别目标。实验结果表明,提出的方法能有效地从复杂自然场景中识别出目标。     

支持CAD的图形自动输入系统

如何使图形自动输入计算机，已成为一个急待解决的问题。本文介绍图形自动输入系统的基本结构与工作原理，以及有关实际应用的主要技术问题。     

Observer-based fault detection scheme for a class of discrete time-delay systems

In this contribution, robust fault detection problems for discrete time-delay systems with l2-norm bounded unknown inputs are studied. The basic idea of our study is first to introduce a state-memoryless observer-based fault detection filter (FDF) as the residual generator and then to formulate such a FDF design problem as an Hen optimization problem in the sense of increasing the sensitivity of residual to the faults, while simultaneously enhancing the robustness of residual to unknown input as well as plant input. The main results consist of the formulation of such a residual generation optimization problem, solvability conditions and the derivation of an analytic solution. The residual evaluation problem is also considered, which includes the determination of residual evaluation function and threshold. A numerical example is used to demonstrate the proposed fault detection scheme.     

论波兰尼的随机观

波兰尼的随机观是建立在他的个人知识理论基础之上的 ;基于有限集合认识随机性过程的尝试不合逻辑 ;随机性是一个动态的过程 ,概率计算无法介入到默会认识的范畴中去 ,以之为基础认识随机性无法做到认识和存在的统一     

Design of a 6 DOF Input Device in Telerobotics and Virtual Reality

The principle of a 6 DOF (degrees of freedom) input device using ultrasonic distance measurement is presented in this paper. The system employs the method of measuring the time of flight. In addition, some techniques, including automatic gain control, self-adaptive variable threshold and temperature compensation, are also used to improve precision. Then, the positions and orientations of the input device can be calculated by the method of spatial analytic geometry. Meanwhile, commands from the 3-D input device are detected and carried out. The validity and precision of the input device are verified by the experiment in a robot system. The proposed device not only can be used for end-effector position and orientation measurement in telerobotics, but also can be an interactive device in virtual reality systems, such as helmet tracking, viewpoint navigation and object manipulation.     

Assessing Textie Factory Performance

This paper provides a way of assessing performance in for-profit sectors,such as,textilefactories of Nanjing Textiles Corporation,China.The methods are closely related to the Farrealefficency measure or data envelopment analysis(DEA).The paper studies the following three prob-lems:(1)whether factory is operating at the minimum point of the long-run average cost curve;(2)whether there exists costless reduction in input;and(3)whether factory happens input congestion.     

中长期预测模型的GMDH两水平算法的改进及实证分析比较

两水平算法是以自组织原理为基础应用多层迭代、采用季节数据和年数据同时建模 ,在一定程度上扩大可预测范围 .主要用于复杂系统建模 .对算法作改进 ,使模型在对具有周期趋势的事物预测更加准确 .实证分析表明 ,对算法改进有效 .     

H∞ fault estimation for a class of linear time-delay systems in finite frequency domain

This paper deals with the problem of H∞ fault estimation for linear time-delay systems in finite frequency domain. First a generalized coordinate change is applied to the original system such that in the new coordinates all the time-delay terms are injected by the system’s input and output. Then an observer-based H∞ fault estimator with input and output injections is proposed for fault estimation with known frequency range. With the aid of Generalized Kalman-Yakubovich-Popov lemma, sufficient conditions on the existence of the H∞ fault estimator are derived and a solution to the observer gain matrices is obtained by solving a set of linear matrix inequalities. Finally, a numerical example is given to illustrate the effectiveness of the proposed method.     

自适应MCA的神经网络方法研究

本文提出了一种新的用于MCA的神经网络方法.这种方法弥补了现有方法的不足,可自适应地提取输入信号矢量的多个小特征向量,且无须对输入信号进行归一化处理.该方法的主要特点是无须对输入信号进行归一化处理,从而提高了算法的收敛速度;以及利用前m个神经元的连接权来替推计算第m 1个神经元的连接权,从而大大减少了算法的运算量.     

城市环境质量的未确知测度评价

在未确知测度空间基础上,建立未确知测度评价模型并用于城市环境质量评价; 与模糊综合评判、灰色聚类分析、物元分析、ＢＰ人工神经网络等评价方法比较,未确知测度评价模型严谨,评价结果合理、精细、分辨率高,更适合于环境质量评价;     

基于独立元分析的扭曲目标识别

研究了计算机视觉中扭曲目标识别问题,提出了获取仿射不变描述子的独立元分析方法,从而实现扭曲目标识别。该方法可直接对目标外形坐标数据进行处理,在仿射变换下具有不变性。通过仿真实验的方法给出了在不同扭曲度情况下,本方法和Fourier方法的识别数据。结果表明,在二维扭曲目标识别上,该方法比经典的Fourier方法具有更好的鲁棒性和更高的识别率。