日照市旅游形象定位研究

通过对日照进行实地调研和问卷调查获得相关的数据和资料,采用定性和定量相结合的方法,对日照的旅游形象进行了研究.分析了日照的本底、实地、整体形象等,且列出12项日照市旅游形象影响因子,并通过因子分析法得出了日照市旅游形象的主要影响因素.最后对日照市旅游形象进行定位.     

阵元非均匀高斯噪声背景下近场声源定位方法

针对阵元非均匀高斯噪声背景下的近场声源定位问题,研究了最大似然定位方法,并给出克拉美-罗界(CRB),进而为了解决最大似然方法常规求解方法多维参数空间搜索的高运算复杂度问题,提出了基于对数似然函数的步进迭代方法(SML)和近似似然函数法(AML).仿真实验表明,SML方法经过较少的迭代即可收敛,SML方法和AML方法的估计精度较高,均方误差(MSE)在较高信噪比条件下逼近CRB.     

非均匀阵元噪声条件下的近场声源定位

针对常规定位方法在空间非均匀高斯噪声背景下近场声源定位性能下降的问题,基于平面阵建立了近场声源信号模型,推导了空间非均匀阵元噪声条件下求解声源方位和距离信息的最大似然定位方法,并使用连续空间蚁群优化算法,解决了该最大似然方法在多维参数空间搜索的高运算复杂度问题,通过仿真实验验证了该方法的可行性和有效性.仿真实验表明,该方法估计精度较高,在低信噪比下方位和距离均方误差都小于常规最大似然方法,并且在高信噪比条件下方位和距离的均方误差都逼近克拉美-罗界.     

单幅图像三维目标定位及重建

首先对图像进行拉普拉斯滤波处理,进而利用Canny算子对图像进行边缘检测,通过Hough变换检测目标图像,采用CAD辅助提取边界直线,基于灭点理论标定数码相机,之后采用透视投影模型中基于图像相对深度方法对图像三维信息进行恢复。最后计算出了目标物体的特征点三维坐标,实现目标定位。通过CAD实现模型的重建与显示。     

改进的无线传感器网络无偏距离估计与节点定位算法

针对无线传感器网络中基于跳数的节点定位算法不能满足无偏距离估计、节点定位误差大的问题,提出了一种改进的无偏距离估计与节点定位算法(UEDV-hop,Unbiased Estimation DV-hop)。该算法分析期望距离和跳数的关系,建立一种新的期望距离与跳数模型,根据节点通信半径是否已知分别推导了两种UEDV-hop的求解形式。仿真实验结果表明:所提的两种UEDV-hop算法的估计距离在不同跳数时都近似等于该跳期望距离,算法在距离估计和节点定位精度上相对于DVhop(Distance Vector-hop)算法及基于最小二乘法改进的DV-hop算法都有较大提高,在节点数目等于2 500时,UEDV-hop算法的估计距离误差比DV-hop算法降低了9.5%,定位精度提高了55%。     

基于行为特征的疲劳驾驶检测技术研究

介绍了几类目前常用的疲劳检测技术的优缺点,提出了一种改进的疲劳驾驶检测方法:先通过2次图像投影和形态学方法实现眼睛精确定位;再根据眼睛睁闭时,其眼睛宽高比的差异,提出一种眼睛状态的识别方法;根据PERCLOS方法的判断是否疲劳.算法能够有效减少计算量提高运算速度,并在实验室内取得了较高的精确度.     

对我国高校行政主体定位司法变迁之考察

司法实践显示,因高校对学生受教育权的侵害所引发的高等教育行政诉讼案件,所涉及对高校行政主体资格的证明,先后分别经历了高校为“行政授权机关”、“法律、法规授权组织”以及“法律、法规或规章授权组织”等三个阶段的发展。为保证司法实务与国家立法间的一致性,建议应以当前高校的司法定位作为未来高校立法的参考依据。     

中美新能源汽车政策比较与借鉴

正洛杉矶长达50年的雾霾事件使得民众向政府提出保障生命健康、优化生存环境的强烈诉求,迫使美国政府从此开始了空气污染治理和节能汽车的推广。2014年4月特斯拉纯电动汽车正式进入中国市场,中国新能源汽车发展再度引发社会强烈关注。虽然比亚迪、江淮汽车等中国新能源汽车领军企业在受众定位上与特斯拉区分明显,但特斯拉这款集炫酷与环保于一身的纯电动车还是引起了搅动市场的鲶鱼效应。各国政府都大力扶持作     

声学头模耳道入口处的声场仿真分析

通过有限元仿真分析了声源从不同方向入射时,声学头模耳道入口处声压分布的情况.同时模拟了不同耳道形状下耳道入口处声压分布情况.仿真结果显示:耳道入口处的声压呈现不均匀分布,且分布模态与声源入射方向有关;耳道形状会对声压分布模态有影响,但对差异显著频段影响不大.由仿真结果可推断这种携带声源方向信息的耳道入口处声压分布模态可能是一种听觉方向定位线索.     

多算法融合的疲劳驾驶监测算法设计与实现

现实中基于图像处理的疲劳驾驶监测往往因环境的变化而具有不确定性。监测算法不规范,以致于疲劳驾驶监测任务很具有挑战性。为了解决此问题,提出了一种基于多算法融合的动态滑动窗口算法框架。首先利用Adaboost算法识别人眼,然后改进Otsu算法来自适应各种不同环境;进而提出动态滑动窗口算法来得到睁闭眼之间的最佳阈值;最终,利用改进的PERCLOS算法估计疲劳驾驶状态的不同级别。针对环境的变化采用睁闭眼判断窗口随人眼特征变化而更新的策略,系统使用摄像头实时捕获人眼图像,并在PC机上进行仿真测试,可在130~150ms之间实现不同疲劳状态的识别。实验结果表明,此算法框架能够有效、快速的分辨驾驶员不同的疲劳状态。