机械基础考试系统的研究

通过研究目前试题库软件的应用技术和发展现状,并根据机械基础课程的特点,建立了考试系统基本框架和功能模块。提出了最大权法试卷随机赋分组卷算法,从而使最终组成的试卷总体难度得到较好的控制。     

适应现代企业需要的机械类创新型应用人才培养体系

从分析现代企业对人才的要求出发,提出了适应现代企业需要的机械类创新型应用人才培养思路。对机械类人才培养目标和规格进行了更新和重定位,构建了机械类创新型应用人才培养体系。     

基于眼睛与嘴部状态识别的疲劳驾驶检测

为在驾驶员佩戴眼镜的情况下也能准确有效地检测疲劳状态, 提出一种判断是否佩戴眼镜的方法, 并建 立了基于眼睛与嘴部状态的疲劳驾驶检测系统。 对该系统中有关目标检测、 特征提取与图像识别等算法进行 研究。 首先, 采用 Adaboost 算法通过人脸分类器从视频帧中检测人脸区域, 并根据面部器官几何分布规则粗检 眼睛与嘴部区域; 其次, 基于大律法自适应二值化, 采用垂直积分投影法判断是否配戴眼镜, 根据灰度直方图 统计特征值法判断戴眼镜的眼部区域状态, 另外, 利用似圆度判断嘴部打哈欠情况; 最后, 利用 PERCLOS (Percentage of Eyelid Closure over the Pupil)值识别眼睛疲劳状态, 利用打哈欠频率识别嘴部疲劳状态。 当检测 到驾驶员处于疲劳状态, 则及时给出疲劳警告。 实验结果表明, 该方法可有效解决眼镜对检测的干扰, 并适用 于不同光照与环境。 同时, 在戴眼镜情况下对于眼睛与嘴部疲劳状态的判断优于其他方法。 基本满足疲劳检 测系统对良好的实时性、 稳定性与鲁棒性等要求。     

CIMS环境中基于加工中心的在线检测技术

研究了CIMS环境中基于加工中心的在线检测技术,讨论了测头选用方法,构造了一种适用于在线检测的扩展时间分割增量插补算法,介绍了检测系统软件的功能.     

基于2D视觉注意模型的全参考图像质量评价方法

为进一步提高视频图像质量评价主客观的一致性, 提出一种基于2D视觉注意模型的全参考质量评价方法。将2D视觉注意模型与PSNR(Peak Signal to Noise Ratio)、 SSIM（Structural Similarity Index Method）、 GSSIM(Gradient based Structural Similarity Index Method)评价方法相结合, 进行视频图像质量评价。实验结果表明, 该方法对图像质量评价较原PSNR、SSIM、GSSIM方法更有效; 在LIVE数据库上得到的Pearson、Spearman相关系数分别为0.903 5和0.903 1; 较其他评价方法原理简单, 计算复杂度较低, 且性能较优, 具有很好的评价效果。     

基于D-H位移矩阵法的溢油回收系统扫油臂运动学建模

为实现溢油回收系统扫油臂机构的精准运动控制,运用D-H位移矩阵法建立了扫油臂机构运动学模型。根据变量的性质,将扫油臂机构分为驱动空间、关节空间、位姿空间;从运动学问题求解出发,利用机构的几何特征,分别推导出各工作空间之间的映射关系。在建立运动学模型基础上,进行了Matlab仿真,验证了所建数学模型的正确性和精确性,为扫油臂机构合理设计和运动点轨迹规划提供了一种高效便捷的方法。     

多模型多传感器信息融合稳态白噪声反卷积估值器

对于带不同局部动态模型(多模型)的多传感器线性定常随机控制系统,应用现代时间序列分析方法,在按标量加权最优融合准则下,提出了最优信息融合稳态白噪声反卷积估值器.可统一处理白噪声反卷积融合滤波、平滑和预报问题.它的精度高于每个局部估值器的精度.为了计算最优加权,提出了局部估计误差互协方差计算公式.一个Bernoulli-Gussian白噪声反卷积融合器的仿真例子证明其有效性.     

基于并行口PS／2模式实现微机与单片机通信

论述了微机并行口PS／2模式的工作原理,阐述了软件握手关系,提出了一种高效的增强软件握手关系的设想及其实现方法,实现了单片机与微机并行口PS／2模式的通信,数据传送速率大约是串行通信(115．2kbit／s)速率的15倍,该设计方法对微机与近距离中速外围设备的通信有一定的参考价值。     

基于修正点扩散函数的超分辨率复原算法

针对传统的超分辨率复原算法边缘保持能力不足,存在振铃效应等问题,提出了基于修正点扩散函数的凸集投影超分辨率复原算法.首先,检测参考图像的边缘;然后,对传统的点扩散函数加一个权值因子进行修正,将点扩散函数分为0°、22.5°、45°、67.5°、90°、112.5°、135°、157.5°8个方向,达到在边缘部分降低点扩散函数作用范围的效果;最后,利用改进的点扩散函数迭代修正参考帧,直到估计灰度值与实际灰度值的误差小到一定范围或达到设定的迭代次数,退出迭代,得到超分辨率复原图像.复原图像的质量采用峰值信噪比、均方误差和结构相似度进行评价.实验结果表明,两类测试图像的峰值信噪比提高范围为3.46～6.91 dB、均方误差降低范围为43.47 ～87.82、结构相似度提高范围为0.050 8 ～0.381 7.提高了超分辨率复原的边缘保持能力和复原图像的质量.     

基于可判别叶子的霍夫森林目标跟踪算法

为解决霍夫森林叶子投票引入的噪声信息, 提出一种基于可判别叶子的霍夫森林目标跟踪算法。在原始霍夫森林训练阶段, 叶子结点不具有判别能力, 不能分类图像斑块属于目标还是背景。含有背景的图像斑块包括大量的噪声, 而且在每个像素位置处, 收集图像斑块的表决信息耗费大量时间。实验结果表明, 该方法不仅能减少噪声表决信息, 还能增加目标检测的有效性。