基于Lyapunov理论的运营期地铁隧道沉降稳定性分析

针对运营期地铁隧道沉降稳定性分析中存在的不足,在Lyapunov理论的基础上,利用主成分分析法,选取地铁隧道沉降的主要影响因素作为地铁隧道沉降系统的状态变量,通过数据反演的方法构建地铁隧道沉降系统的动力学模型,并给出地铁隧道沉降稳定性分析判据。实例计算结果表明,基于Lyapunov理论的运营期地铁隧道沉降稳定性分析方法是合理且可行的,可为类似工程提供参考。     

基于人类行为下的多目标跟踪视觉时序注意控制算法研究(英文)

由于移动式机器人所携带的传感器资源有限,能够在时间维度上共享传感器资源,实现多目标跟踪,是智能化机器人重要的研究领域之一.本文提出了一个基于人类行为模型的时序注意控制算法,能够实现使用单个2自由度摄像头实时监控多个自由移动的目标物体.该算法基于以下三个控制原则:①最小化监控目标位置预测的不确定性以及各个目标物预测效果的差异;②最小化多目标跟踪过程中摄像头切换视角所需的能量消耗;③最大化能够呈现在摄像头视觉范围内的目标物体的个数.算法根据当前检测到目标信息,通过卡尔曼滤波,预测目标物的运动规律,选择下一时刻摄像头的最佳注意视角.该算法通过matlab仿真以及在移动式机器人实体上进行了实验验证,结果显示,该算法能够在时间顺序有效的共享单个摄像头资源,检测摄像头视角范围内的目标的位置,并根据上一个时间点的检测信息预测视角范围外的目标,实现跟踪多个目标物体,降低预测及跟踪的误差,并优化跟踪过程中切换摄像头视角的能量损耗.     

具有前景目标的动态场景视频快速稳像算法

为了提高具有前景目标的动态场景视频的稳像效果,采用了一种基于块绝对差分的运动目标自动提取方法。在提取运动目标的基础上,提出通过自适应设定相关阈值的方法,来预判相关背景模块是否具有足够的信息,以减少用于运动矢量估计的模块数量。仿真实验结果表明,对于具有前景目标的动态场景视频,在减少运动目标提取时间的基础上,能够有效提高稳像算法的速度和精度,对实际视频取得了比较理想的稳像效果。     

文化大发展背景下文化传播学研究对象的思考

西方早期的文化传播研究,是一道文化人类学的命题。当前,文化大发展大繁荣,对我国文化传播学研究提出了新的更高的要求。＂如何满足人们的精神生活需要＂,应该成为我们研究文化传播学的出发点,而文化传播学这门年轻的学科,应该是一个立足于传播学的分支学科。由此出发,我们可以界定文化传播学的研究对象,即主要研究的是人文知识、文学、艺术、新闻、娱乐等内容,重点关注新闻、出版、广播、电视、电影、演出、图书馆、博物馆、文物考古等领域的信息传播。     

Motion feature descriptor based moving objects segmentation

A novel moving objects segmentation method is proposed in this paper.A modified three dimensional recursive search (3DRS) algorithm is used in order to obtain motion information accurately.A motion fea...     

基于GIS的城市地下管网管理系统的实现

城市地下管网是城市的重要基础设施,管理起来非常困难,利用地理信息系统(GIS)则能够降低管理难度.结合GIS空间数据模型和开发模式,确定系统技术方案,并讨论城市地下管网管理系统的主要实现方法.     

一种基于光流和二级聚类的移动背景下的目标检测算法

针对现有的移动背景下的目标检测算法存在检测速度较慢、自适应性差和检测准确度不高的问题,提出了一种基于光流和二级聚类的移动背景下的目标检测算法;该算法融合了阈值自适应规则和基于优化检测结果的反馈机制。首先采用Lucas-Kanade光流跟踪算法和DBSCAN聚类算法提取出前景目标,然后采用改进的凝聚层次聚类算法将前景目标分类。在第一级聚类时建立基于初始聚类结果的自适应规则,实现了自适应地检测目标;在第二级聚类后,通过去除错误匹配特征点和阴影区域特征点优化检测结果;并将优化后的检测结果反馈给第一级聚类过程以更新适用阈值,使目标检测更准确。在多个视频库上进行验证,实验结果证明该算法检测速度快、自适应性良好、检测准确度高。     

基于全局变形模板的快速车道检测算法

车道检测算法的研究是室外移动机器人基于道路区域或边界信息自动导航的首要环节。根据实际应用需要,识别算法应能满足鲁棒、实时的要求。提出的基于全局模板的快速车道检测算法,根据驾驶员视觉处理经验,总结出道路边界识别的先验知识,在所选取的二次曲线道路形状模型基础上,推导出图像上车道的总体模型,利用道路图像的灰度特征,结合优化算法改变模板参数,实现对车道的跟踪。对实际路面图像的试验结果表明,该算法在多种环境条件下,都能很好地识别车道,具有很强的鲁棒性。同时,与传统的跟踪算法相比,该算法降低了计算损耗,更好地满足了实时性的要求。     

基于目标序列分析的智能监控多目标自动检测跟踪

针对道路交通监控场景，提出并实现了一个多目标自动检测与跟踪系统． 首先通过高斯混合模型的运动 信息提取方法得到目标运动信息，并分析了目标信息的连续多帧历史信息， 估计目标区域信息在连续多帧中的统 一性，进而通过信息融合的方式得到了目标检测结果． 然后提出了监控场景下多目标的跟踪与管理策略， 根据目标 检测结果，对场景中的多个目标同时进行跟踪．最后， 根据目标的不同状态将目标划分为新出现目标、被更新目标 和被跟踪目标等不同的类别，提高目标跟踪的准确性．     

Why eliminativism?

A central thesis of Steven French's brand of ontic structural realism has always been his eliminativism about objects. Unsurprisingly, this bold and controversial thesis has seen a lot of critical discussion. In his book The Structure of the World—Metaphysics & Representation, French accordingly defends this thesis against a range of challenges. A novel feature of this defense is the use of dependence relations to articulate his eliminativism. In this paper I take a critical look at French's defense of eliminativism and argue that the dependence relations invoked do not eliminate objects.