基于MATLAB的运动目标检测研究①

基于MATLAB工具对运动目标的检测进行了研究,利用改进的帧差算法对获取的图像做帧差并将帧差图像做自适应阈值分割,然后自适应滤波去燥,最后利用逻辑与运算将两幅二值化图像合并成一幅图像,利用形态学腐蚀和膨胀的检测方法,提取运动物体的轮廓达到检测运动目标的目的。     

带约束拉杆双钢板-混凝土组合剪力墙抗震性能数值模拟及参数分析

为了研究带约束拉杆的双钢板-混凝土组合剪力墙的抗震性能,进行了16个该形式组合剪力墙的反复加载试验,并采用OpenSees程序对带约束拉杆的双钢板-混凝土组合剪力墙试件进行数值模拟.在试验及数值模拟的基础上,对影响该形式组合剪力墙抗震性能的主要参数进行分析.结果表明,高宽比、轴压比以及约束拉杆间距对剪力墙的抗震性能影响显著.随着高宽比的增大,组合剪力墙的初始刚度以及屈服荷载和峰值荷载减小显著,其后期刚度退化和耗能能力降低;轴压比对组合剪力墙抗震性能的影响主要表现在后期刚度的退化程度;约束拉杆间距的减小可以提高组合剪力墙的承载力,减弱后期的刚度退化程度,增大其耗能能力.     

基于矢量的建筑工程图中墙体符号的自动识别

分析了基于矢量的建筑工程图中墙体符号的几何特征，实现了建筑工程图中基本图元的自动数字化存储，提出了一种高效的基于矢量图形的墙体符号自动识别算法，并给出了算法的应用实例．     

改进AdaBoost算法的条码识别

针对传统激光条码读写器受读取距离和条码形变等因素影响较大的缺点,提出一种基于决策树和AdaBoost算法融合的图像条码识别方法,采用5维特征提取法,结合条码图像特点,对条码图像进行标定.研究结果表明:本方法可以实现对视距内任意角度和距离条码的准确识别,并能有效识别脏污条码.该研究成果极大的方便了条码读取,可应用于物流系统检查、分拣货物等.     

边坡位移时序预测的组合模型研究

将边坡变形预测看作一个特殊的凸二次规划问题,以加权一阶局域法（AOLMM）、Lyapunov指数预报法以及神经网络预测方法（ANN）为基础,建立了边坡变形预测的组合模型,应用动态规划方法求解组合预测模型的最优解,以达到有效利用各种预测方法提供的信息和提高模型预测精度的效果．通过工程实例研究表明,该组合预测模型较单一预测模型精度有较大提高,表明组合预测模型的可行性及有效性．     

机器人避障问题的分析与计算

本文针对机器人从区域中一点O到达另一点B的避障最短路径问题展开了设计、计算和分析.根据出发点、目标点以及障碍物的位置关系,设计出了从O→B可能的路径,其中转弯处圆弧的半径均采用最小转弯半径的形式,即半径为10个单位,圆心为所避障碍物的某一顶点,其他处用直线行走.利用解析几何的方法,通过Maple软件数值计算,求出每条路径的长度.经过分析比较得出最短路径以及最短路径的长度.     

陕西人口的组合预测研究

组合预测理论及建模技术对于信息不完备的复杂经济系统具有一定的实用性.针对人口系统的复杂性及非线性的特征,文章首先利用陕西省1978-2010人口数据,分别采用灰色模型、logstic模型、自回归模型及时间曲线拟合模型建立陕西人口的单项预测模型.其次,采用标准差法进行非负权重分配,建立了陕西省人口的组合预测模型.最后,应用该模型对未来10年的陕西人口数量进行了预测.结果表明,组合预测模型的精度高于单项预测模型.     

新型垂直流人工湿地组合工艺处理剩余污泥实验研究

剩余污泥是污水处理过程产生的主要副产品和有机废物,它的处理与处置是污水处理的重要组成部分.通过6个月的实验室模拟,研究了一种新型垂直流人工湿地组合工艺对剩余污泥的脱水和渗滤液的净化效果.结果表明,随着停留时间的增长污泥含水率和挥发性固体呈下降趋势,脱水后污泥含水率为40%,挥发性固体去除率达48.2%.在实验期间,共有392 L新鲜剩余污泥得到处理,获得10.3 L干污泥,污泥体积减小97.4%.湿地床表面污泥以平均每月0.87 cm的速度增厚,到试验结束时为5.23 cm深.组合系统以20.0 L(/m2.d)的污泥负荷间歇进泥方式运行,其污泥渗滤液的TN,TP和COD的平均去除率可分别达75.2%,97.3%和78.4%.结果说明该垂直流人工湿地组合系统可以作为传统污泥处置的一个替代方法,是一种建造简单、维护成本低的生态处理方法.     

一类非线性组合大系统的分散反馈稳定化

研究一非线性组合大系统分散状态反馈镇定问题,在文献［１］基础上给出一类组合大系统稳定的充分条件,进而找出设计此非线性组合大系统反馈镇定的方法。     

点、边带约束成本的最短路问题及其算法

提出了点和边都带有成本约束的最短路问题，证明了该问题是NP－完全的，建立了这类问题的数学规划模型，并采用拉格朗日松弛算法对模型进行求解，给出了次梯度优化求解算法的一般步骤，考虑到算法在实际求解过程中收敛速度较慢的问题，进一步对拉格朗日松弛算法进行了2个方面的改进，一方面确定适当的迭代步长，另一方面选择较好的迭代方向，算法实例表明，改进后的拉格朗日松弛算法迭代步数显著较少，证明算法是有效的。