多方法融合来解决人脸检测中的光照补偿

人脸检测有广泛的应用前景,但目前的许多检测算法对光照有一定的要求,过亮、过暗或偏光现象的存在使检测率急剧下降。本文提出一种多方法融合的思想来解决光照补偿问题,并给出了基于空域和频域的几种具体的解决方案。实验表明,这种多方法融合的思想能有效地解决人脸检测中的光照补偿问题,使人脸检测率得到明显的提高。     

一种快速高效二维时域有限元束传播法

提出并建立了一种新型的快速分析平面光波光路器件传输特性的2D时域有限元束传播法(FE-TD-BPM)模型.与常规时域差分格式的有限元束传播法相比,在时域实现了一维有限元(FEM)离散化处理,基于完全匹配层(PML)边界条件给出了全有限元离散化模型.为了验证算法的精度以及速度,模拟分析了直脊波导以及波导光栅,并且与已有文献的计算结果进行比较,结果表明,该算法无条件稳定、计算速度快,与常规时域差分格式的有限元束传播法相差在0.002%以内,并节省了约70%的机时.     

Dynamic Latent Class Model Averaging for Online Prediction

We consider the problem of online prediction when it is uncertain what the best prediction model to use is. We develop a method called dynamic latent class model averaging, which combines a state‐space model for the parameters of each of the candidate models of the system with a Markov chain model for the best model. We propose a polychotomous regression model for the transition weights to assume that the probability of a change in time depends on the past through the values of the most recent time periods and spatial correlation among the regions. The evolution of the parameters in each submodel is defined by exponential forgetting. This structure allows the ‘correct’ model to vary over both time and regions. In contrast to existing methods, the proposed model naturally incorporates clustering and prediction analysis in a single unified framework. We develop an efficient Gibbs algorithm for computation, and we demonstrate the value of our framework on simulated experiments and on a real‐world problem: forecasting IBM's corporate revenue. Copyright © 2014 John Wiley & Sons, Ltd.     

一种H．264／AVC去方块效应滤波算法

针对去方块效应滤波的边界强度判断争滤渡过程计算量大的情况,本文提出了一种新的去方块效应滤波算法,分别对边界强度判断和穗渡过程的算法进行优化。综合两部分的优化算法,通过实验结果得知,降低的算法复杂度乎均值达到了9．82％、峰值信噪比（PSNR）乎均值也增加了0．119dB。该算法既降低了算法的复杂度又改善了压缩后视频的质量。     

基于不规则二阶树的多尺度表示和多尺度建模

多数现象或过程具有Markov性,对在不同尺度上拥有对同一目标进行观测的多传感器系统,利用Markov过程的条件独立性,提出了不规则树的新概念,建立了动态过程基于不规则二阶树的多尺度表示方法,给出了确定多尺度模型中各种参数的具体步骤,并通过计算机仿真实验验证了所建立的动态过程基于不规则树的多尺度表示方法和多尺度模型的有效性与实用性.     

基于小波分析与卡尔曼滤波的网络流量估计和预测方法

将目标状态的小波变换系数向量描述为卡尔曼滤波方法的状态变量,进而建立了网络流量估计和预测模型,能够实现周期内的实时跟踪和动态多步预测.利用CERNET华中地区主干网的实测流量数据对该模型进行检验,所有检验周期网络流量预测值的相对误差均值为4.58%,表明网络流量估计和预测模型具有较强的适用性.     

基于压力容器裂纹图像检测及识别算法研究

压力容器作为一种特种设备,其安全越来越受到重视。为了保障其安全运行,选择压力容器裂纹图像为研究对象,构建检测及识别算法模型。针对算法模型在实际部署时受到内存空间、处理器计算能力等多方面硬件条件的制约问题,提出了基于NewEfficientNet-B0的轻量化方法,结果表明算法模型降低模型参数数量达78%。针对微小裂纹图像识别难度较大问题,提出了改进多尺度预测的方法,测试数据集上达到了81%的检测识别准确率。     

锅炉汽包水位系统的自适应逆控制

要利用自适应逆控制的自适应性和系统辨识能力,提出了对锅炉汽包水位控制系统的自适应逆控制策略。由被控对象的逆对象组成的局部反馈回路可以有效地克服给水扰动以及汽包水位的另一主要扰动——蒸汽流量的扰动。同时,自适应建模所得的FIR滤波器可以跟踪对象的特性变化,由FIR滤波器所得的逆控制器可以使系统的实际输出在对象特性变化情况下跟踪参考模型的输出。仿真结果显示了自适应逆控制的自适应性和鲁棒性。     

多传感器全局最优加权观测融合Wiener信号滤波器

基于Kalman滤波,应用加权观测融合方法,对于带白色观测噪声的单通道ARMA信号,提出了全局最优多传感器观测融合Wiener信号滤波器。可统一处理信号融合滤波、平滑和预报问题。同集中式规测融合方法和分布式状态融合方法相比．不仅可获得全局最优Wiener信号滤波器,而且明显减小计箅负担,便于实时应用。一个三传感器加权观测融合仿真例子说明了其有效性。     

广义系统多传感器分布式融合降阶Kalman滤波器

对于带多传感器的广义线性离散随机系统,应用奇异值分解,将其变换为等价的两个降阶多传感器子系统,提出了基于变换后的状态融合器构造原始状态融合器的新的融合方法。应用Kalman滤波方法,在线性最小方差按矩阵加权、按对角阵加权和按标量加权融合准则下,分别提出了三种最优加权融合降阶广义Kalman滤波器。可统一处理融合滤波、平滑和预报问题。可减少计算负担和改善局部滤波精度。证明了三种融合器和局部估值器之间的精度关系。为了计算最优加权。提出了局部滤波误差协方差阵的计算公式。一个Monte Carlo仿真例子说明了其有效性。