基于Brisk和Sift的快速图像拼接

针对基于Sift特征的图像拼接算法存在拼接过程耗时较长的问题,提出了一种基于Brisk算子的改进算法.该算法首先对均值滤波平滑的参考图像和待拼接图像基于Brisk特征进行粗匹配得到初步的重叠区域,然后对参考图和待拼接图的初步重叠区提取Sift特征并基于提取到的Sift特征完成特征点匹配及拼接.对基于Sift、Brisk...     

基于耳蜗图多示例分析的音频场景分类模型

音频场景分类(Acoustic Scene Classification, ASC)是计算听觉场景领域最具挑战的任务之一。传统的ASC模型大多采用基于线性频率分析的手工特征加基于深度学习的分类模型方法。然而,一方面,由于基于线性频率分析的特征提取方法无法模拟人耳基底膜的非线性频率选择特性,从而造成特征分辨率低下的问题;另一方面,现有的分类模型无法解决由于音源复杂且音频事件高度重叠所造成的分类准确率低下的问题。为了解决以上问题,提出了基于耳蜗图多示例分析的音频场景分类模型,一方面采用中心频率按照等效带宽均匀分布的余弦滤波器组对信号频谱进行滤波以模拟人耳听觉感知特性;另一方面,通过引入多示例学习刻画整个数据结构的特点以提高分类准确率。此外,为了抵抗音频事件的频移影响,在多示例学习分类模型的分类预测整合器中采用平均池化方法。在DCASE 2018和DCASE 2019竞赛所提供的Task1a数据集上的实验结果表明,本文提出的模型比DCASE 2018竞赛所提供的基线系统以及传统的基于Log Mel特征提取和多示例学习的模型实现了更高的分类准确率,同时也验证了平均池化要优于最大池化。     

基于空间特征的BI-LSTM人体行为识别

随着微软Kinect等深度相机的出现,使用具有简洁性、鲁棒性和视图无关表示的3D骨架节点数据来识别人体行为的方法获得了很好的效果,但现有的针对骨骼序列数据的大多数学习方法缺少空间结构信息和详细的时空动态信息.利用双向长短期记忆网络(BI-LSTM)模型能长时间存储骨骼序列的特点获得丰富的双向时间信息对动作的顺序进行建模...     

典型危险事故特征的自动驾驶测试场景构建

针对自动驾驶汽车安全性测试验证中海量测试场景以及高风险测试场景的需要,基于国家车辆事故深度调查体系中的641例事故数据,根据交通环境要素和测试车辆基础信息选取了5个场景要素,通过独热编码和聚类分析方法对车辆交通事故数据进行了分析,同时结合聚类得到的典型车辆碰撞危险场景提出并分析了危险事故特征,构建了15个涉及道路路段类...     

基于水模实验的脱硫搅拌混合量化表征方法

在实际的KR法铁水脱硫过程中,无法直接观察到铁水罐内的混合状态.本文采用水模实验模拟铁水搅拌过程,研究脱硫搅拌混合量化表征方法.首先获取水模装置中漩涡正面和侧面图像,并定义了新的基于图像信息的KR脱硫混合量化指标——分隔尺度;应用形态学处理和灰度阈值法,从漩涡正面图像中提取涡径;采用基于Lab颜色空间的K均值聚类方法分...     

1-D Richards方程特征有限元法的误差估计及数值模拟

运用Galerkin特征有限元法,建立了以为因变量的一维非饱和土壤水分运动Richards模型的特征有限元数值模型,得出了近似解最优阶2的误差估计.通过数值模拟,并与用一般有限元方法计算的结果进行比较.结果表明,此方法计算精度更高,更符合实际工作要求.     

基于超限快速决策树的无线多媒体传感器网络路由优化方法

为优化无线多媒体传感器网络路由,降低路由优化过程中能量消耗,提出基于超限快速决策树的无线多媒体传感器网络路由优化方法。首先,构建无线多媒体传感器网络路由模型,确定变量参数;然后,采用随机森林递归特征消除算法从变量参数中选取关键变量,构建路由多目标优化模型。最后,以关键变量为超限快速学习机输入值,通过学习机训练输出路由优化结果,完成网络路由优化。研究结果表明,该方法数据传输速率最优,且有效提升节点能耗均衡度。     

黄河流域甘肃段城镇经济空间结构特征演变及动因探析

目的 在黄河流域生态保护和高质量发展成为重大国家战略、黄河流域甘肃段作为甘肃省国土空间格局优化主体的时代背景下,从经济视角探索区域城镇空间结构的内在属性以提高黄河流域甘肃段总体发展水平。方法 借助引力模型、区位商指数及地理探测器分别从城镇经济联系网络结构、城镇竞争优势结构、产业集聚结构3个方面对黄河流域甘肃段城镇经济空间结构的演变特征、动因进行探讨。结论 区域经济联系网络水平和城镇竞争优势水平均逐步增强,其结构由单中心簇型向多中心簇型演进,第一产业集聚结构经历了“全局型结构—穿孔型结构”演变过程,第二产业集聚结构为穿孔型结构,且该结构逐步增强,第三产业集聚结构经历了“穿孔型结构—局部型结构—穿孔型结构”的演变过程;黄河流域甘肃段城镇竞争优势与地方政府财政收入关系密切,相应产业产值占比越高产业发展越集聚,此外受生态保护、供给侧改革的影响,已经开始走去工业化及工业转型道路,固定资产投资和政府财政支出在发展第二产业上的投入占比将下降。     

基于神经网络的道路季节分类

为了合理确定路面结构设计时的输入参数,引入自组织特征映射神经网络,结合Matlab软件对神经网络进行权值训练,将网络训练是否收敛来作为分类的依据,根据温度、交通量和降雨量等几个重要参数对道路进行季节分类,最后按照分类结果进行路面结构分析与材料设计.实践证明,该方法分类效果良好,能很好地解决路面设计参数的合理确定问题,从而大大延长路面的使用寿命,提高道路投资的经济效益.