基于Kalman滤波和改进的MeanShift算法的目标跟踪

MeanShift算法因为简单性和稳定性在目标跟踪中得到广泛应用,但是当目标和背景的颜色模型比较接近时,传统的MeanShift算法由于缺少空间信息,且经典的相似性度量函数不易区别,导致跟踪失败。为了克服上述缺点,采用基于空间颜色特征和新的相似性度量的MeanShift算法,并提出一种融合Kalman滤波器和改进的MeanShift算法的目标跟踪方法。首先,利用改进的MeanShift算法计算出当前帧中目标的准确位置,然后使用Kalman滤波器去预测下一个初始搜索位置,用于下一帧中MeanShift迭代,最后实现对目标的跟踪。实验结果表明,该算法可以准确地跟踪目标,并且跟踪的准确率优于传统的MeanShift算法或者Kalman和传统Meanshift的融合算法。     

基于J2EE构架的药物与靶点综合数据库及其查询系统（DTDB）的设计与实现

本文扼要介绍了作者收集、整理目前已发现的所有药物及其作用靶点的相关信息,并整合现代分子生物、药物、化学等的最新进展,采用业界领先的Java的j2ee框架,建立一个综合的数据库系统的过程。同时在该综合数据库系统的基础上,嵌入药物分子和靶点的对接技术,使得我们的系统除用于一般的药物分子和靶点查询之外,还能实现基于分子反向对接的虚拟筛选和通过药物分子寻找其作用的潜在蛋白靶点。本数据库暂时只能本机访问,对外访问地址尚在建设中。     

基于点击流的频繁模式聚类算法研究

在用户访问网站点击流形成频繁序列的基础上,提出基于距离函数的聚类分析算法.首先对数据流分区做K均值聚类生成中间聚类结果,然后对这些均值参考点进行离线聚类,以获取用户访问模式.理论分析和实验表明,算法具有较好的聚类效果.     

基于差分最小二乘支持向量机的目标识别研究

目标识别是目前机器视觉、图像处理和模式识别领域的研究热点之一,广泛应用于各行各业。最小二乘支持向量机算法简便、速度快、精度高,是当前目标识别的主流算法之一。针对最小二乘支持向量机的参数难以确定,仅靠传统经验试凑的方法不易实现,且结果不理想;提出一种改进的差分进化算法实现最小二乘支持向量机的参数整定。通过改进变异策略,引入早熟判断机制,遏制了传统算法早熟收敛的问题。通过实验仿真,验证了改进算法可跳出局部最优点,结果比传统算法更优。以SM-TMSSY光电伺服跟踪转台为实验平台进行实例验证,证明了改进算法收敛速度快、精度高,正确识别率可从85%提高到92.5%,验证了算法的优越性。     

MPEG-2节目流到数字电视传输流的转换系统

为了给数字电视广播提供丰富的节目源，作者研究并实现了一个从MPEG-2节目流到数字电视传输流的转换系统．文中首先介绍了MPEG-2节目流和数字电视广播所使用的传输流的结构，在此基础上提出了具体的转换系统实现方案，并对其中涉及的一些关键技术作了详细的讨论．实时播放分析和离线分析的结果都表明，本系统可以正确、稳定地实现码流的转换．     

目标成本在企业成本管理中的运用和成效

概述了实行目标成本管理的意义及步骤,提出了运用目标成本管理应做好的几项工作,指出目标成本管理可降低成本,降低消耗,实现企业的目标利润.     

基于数学形态学的弱小目标检测算法

提出了一种基于数学形态学和邻域搜索的弱小目标检测方法,该方法先利用弱小目标的灰度特征,采用数学形态学算法对单帧图像进行预处理,检测出可疑目标集合.然后利用弱小目标的运动特征,采用邻域搜索的方法对多帧序列图像进行后处理,检测出真实目标.     

锅炉汽包水位仿人智能控制的应用研究

对仿人智能控制器在锅炉汽包水位控制上的应用进行了研究，阐述了汽包水位控制系统的动态特性和仿人智能控制的原理和算法，为抑制虚假水位，引入了蒸汽量的前馈。     

安全高效的流媒体服务器集群系统

为适应流媒体技术要求存储大容量、传输实时高效的特性,提出一种基于L inux的安全高效的流媒体服务器集群系统模型,。该方案利用身份验证保证用户的合法性,基于用户的级别分配不同的服务资源;利用网络负载平衡技术(NLB:Network Load Balance)实现服务器集群各节点的负载均衡;利用改进的两级高速缓存模块保证媒体文件的存储调度的高效性;在两级缓存中增加1台首数据段缓存服务器预处理用户请求,使用户响应时间减少40%。实验数据和结果证明了系统的可行性。     

被动合成阵列极大似然参数估计的快速方法

针对被动合成阵列的极大似然目标参数估计方法(pasaML)计算量大的问题,探索利用Markov Monte Carlo(MCMC)类方法降低计算量.将完备抽样方法(PS)与pasaML方法相结合,提出一种基于完备抽样的频率一方位联合估计新方(PS-pasaML)来联合估计多个目标的频率和方位.首先将pasaML方法的谱函数视为频率和方位的联合概率密度函数,构造并证明了具有单调保偏序性质的更新函数,然后产生2条Markov链的初始方位角向量,使用更新函数确定Markov链在状态空间中的转移方向,并通过在全局状态空间和局部状态空间之间的跳转抽样来提高运算速度,最后由融合时间判决Markov链的平稳性,对其求期望从而获得目标方位的最终估计.仿真实验表明,在目标个数较少时,PS-pasaML方法不仅保持了pasaML方法的高分辨能力,而且计算复杂度降低为pasaML方法的1/7左右.