空时自适应混合高斯模型复杂背景运动目标检测

为克服传统基于单像素建模方法存在的缺陷,解决复杂背景下的运动目标检测问题,将视频图像序列的空间信息引入背景建模过程中,研究了邻域更新、二维联合直方图信息熵判别、空时平滑等方法.采用引导滤波方法对视频图像进行预处理,以消除图像噪声,并保留图像中目标的边缘信息,给出了算法处理流程和实现步骤.在不同的评测数据库及现实捕获的视频图像上进行了定性及定量实验,结果表明,本文提出的算法在目标检测准确度和完整性等指标上优于传统的同类型算法,为复杂背景环境下的运动目标检测提供了一种新的解决方法.      

单相交流输入永磁同步电机功率变换电路研究

针对单相正弦交流电源供电的永磁同步电机控制系统的功率变换电路进行研究。对滤波电容、整流管BR的电流以及控制系统主电路的参数进行了分析和计算,并推导出关键参数的计算公式,通过实验验证了电路参数计算方法的可行性。该研究对功率变换电路的设计具有一定的参考价值。     

城镇复合系统协同发展模型构建与实证研究

研究基于复合系统协同发展文献综述和城镇复合系统相互关系分析的基础上,构建人口、经济、社会和生态复合系统序变量,采用复合系统协同度模型,基于2006—2015年上海统计数据,对上海城市复合系统及其子系统的协同度进行研究,从而提出有针对性的政策建议和举措,以期提升复合系统协同发展水平,进而提升城镇化质量水平。研究表明:上海城市复合系统协同度随着子系统数的增加,协同难度增大;各子系统有序度偏低,尤其是社会子系统有序度偏低程度较大,且人口、社会及生态子系统有序度呈现无序波动态势,制约了整个城市复合系统协同发展。     

城市快速路路段行程时间估计方法

为有效提高城市快速路路段行程时间估计精度，本文提出一种基于自适应滤波和网格虚拟车的行程时间估计方法。首先，利用自适应平滑滤波插值获得固定检测器之间的速度数据，实现固定检测器之间的时空速度场重构。然后将重构的速度场细分为若干网格单元，通过计算虚拟车在重构时空速度场的虚拟轨迹估计路段行程时间。最后，选取城市快速路感应线圈实测数据进行实例验证。实验结果表明，本文方法在自由流、平稳流和拥堵流3个运行时段下，均方根误差分别为0.15、0.35和1.06,平均相对误差均低于10%,具有较高的估计精度。     

国家新闻出版广电总局向青少年推荐的百种优秀图书(下)

<正>图画书、低幼启蒙类序号1快乐小猪波波飞(24册)高洪波文李蓉绘中国少年儿童新闻出版总社序号2中国风·儿童文学名作绘本书系——再见保冬妮文黄捷绘希望出版社序号3云朵一样的八哥白冰文郁蓉图接力出版社序号4熊猫桐桐绘本丛书(10册)吕丽娜文原锐芳孙以伟图人民教育出版社     

电涡流位移传感器测量模型及其在叶尖间隙测量中的空间滤波效应

基于电涡流位移传感器测量原理,建立叶尖间隙的有限元模型.根据涡轮发动机等旋转叶片设备叶尖间隙的结构特征与测量需要,建立了具有矢量特性的叶片点阵模型.分析叶片厚度、叶片转速、传感器敏感区大小、信号采样速率引起的空间滤波效应,以及对叶尖间隙测量结果的影响.研究结果表明,一定叶片厚度情况下,叶片转速、传感器敏感区、信号采样速率存在最低要求,这一结论可为叶尖间隙测量系统设计提供重要理论依据.     

基于卷积神经网络和稀疏滤波的调制识别方法

针对当前通信系统所采用的主要调制方式,提出了一种基于卷积神经网络和稀疏滤波的调制识别方法。首先,分析了利用信号循环谱二维灰度图进行通信信号调制识别的可行性;然后,通过降采样和裁剪技术对循环谱图预处理;最后,设计了深度卷积神经网络架构,并提出了稀疏滤波预训练的方法。仿真结果表明:相比于经典的基于深度学习的调制识别方法,该方法模型简单,优化量少,且在小样本场景下性能最佳,具有很高应用价值。     

序比例诱导分段无量纲化方法及其影响因素

为在评价数据的无量纲化处理过程中兼顾异常值情形，并减弱因异常值的存在而导致的无量纲化后数据之间分布不均衡的问题，在极值处理法的基础上，提出了一种非线性的无量纲化方法，即序比例诱导分段无量纲化方法。该方法以原始指标值的排序百分比为诱导变量对原始指标值进行分段，并在各区段内以极值处理法为基础分别进行无量纲化处理。通过性质分析，发现该方法能够较大程度地提升无量纲化结果对“总量恒定性”性质的满足程度。此外，采用模拟仿真的方法发现，该无量纲化方法对异常值具有较好的抗干扰性、且随着分段层级的增加其对异常值的敏感程度越来越低等主要结论。     

基于DS理论和指数平滑的滤波算法研究

针对图像椒盐噪声检测中的不确定性问题,利用基于证据理论的椒盐噪声检测算法,并联合Holt双参数指数平滑法对噪声图像进行滤除.依据椒盐噪声的极端性和不连续性,在检测噪声过程中利用证据理论的不确定性判据给出两种准则,并最终给出决策融合方法来判别噪声.此外,根据预检测结果给出噪声点的消除方法,实现图像消噪功能.仿真实验验证了本文方法的有效性.