基于HSV与MLPQ的自适应人脸检测算法

针对复杂背景下彩色图像的人脸检测问题,提出一种基于HSV与MLPQ的自适应人脸检测算法。首先用HSV空间的肤色模型分割出可能包含人脸的区域;其次用可调的搜索窗口提取可能的人脸区域,并提取其多尺度局部相位量化特征(MLPQ);最后通过计算人脸候选区域MLPQ直方图与训练样本库中人脸的MLPQ直方图的欧式距离,自适应的进行人脸的确认与定位。在BioID人脸库,及彩色FERET人脸库中进行了多组实验,分别取得了92.5%及90.5%的检测率,充分验证了该方法的有效性。     

基因组编辑植物的监管与检测技术

 基因组编辑技术是利用人工核酸酶对生物体目标基因序列进行修饰的技术。近年来,以CRISPR/Cas系统为代表的基因组编辑技术由于高效、简单的操作发展迅速,为研究动植物基因功能、疾病治疗、植物分子育种等方面提供重要的方法。同时,由于基因编辑产品的不断出现,为政府监管提出了更高的要求。通过介绍植物基因组编辑技术及其产品的种类,重点说明了主要国家、经济体在植物基因组编辑产品的安全监管的异同,概述了科学界对基因编辑作物的基本原则,并介绍了几种植物基因组编辑产品的检测方法。     

基于卡尔曼滤波的实时总电子含量周跳探测与修复

总电子含量(total electron content, TEC)作为描述电离层形态和内部结构的重要参量,对于电离层领域的理论研究和发展有着重要作用,而周跳的探测一直以来都是全球定位系统(global position system, GPS)载波相位测量数据预处理的重点和难点,尤其是在高精度GPS定位中,卡尔曼(Kalman)滤波在周跳探测与修复中的应用使得能够准确可靠地探测出观测值中可能出现的周跳,利用Kalman滤波算法探测不同的观测数据类型及其组合,并将修复后的观测值与理论值进行对比。结果表明:该算法对周跳探测和修复有很强的有效性和精度。     

基于共词网络的雾霾事件下微博关注话题差异性——以中国北方雾霾严重地区典型城市为例

雾霾对人体健康、生态环境及交通运输等方面影响重大,雾霾来临时,人们会在微博等媒体上表达对雾霾的关注。微博中蕴含了网民对雾霾的关注话题及心理反映,通过微博掌握微博网民对于雾霾的相关反应,有助于城市管理者有针对性的调节雾霾情形下的舆论宣传和资源调配。考虑到微博文本中相同词语共现频率越高就越倾向于表达同一主题,采用基于社区的共词网络法挖掘微博话题,首先,采集2017年冬季以"雾霾""空气"等为关键词的微博数据,利用TF-IDF(term frequenly-inverse document frequency)算法对预处理之后的微博数据提取关键词,并获取关键词间的共现关系,然后基于共现关系构建共词网络,根据Louvain算法探测话题社区,最后,以中国雾霾污染最严重的华北地区、华东地区、东北地区7个典型城市为研究区,结合关键词节点的Pagerank值,分析各城市共词网络话题社区的差异程度。实验结果表明,不同城市对于雾霾事件的关注既有相同点也有差异性。研究结果对雾霾情形下城市差异化管理具有一定的理论指导作用。     

基于四元数的滑雪运动员姿态检测算法

针对滑雪运动员成绩评估时缺乏数据支撑的问题,提出了用于专业跳台滑雪运动员训练所需的姿态解算算法。所提算法根据跳台滑雪运动特征,基于四元数解算姿态角,且利用Mahony算法进行了误差修正,实现了多维度参数获取跳台滑雪过程姿态的目标。MATLAB仿真和实验结果表明,所提算法能够有效实现跳台滑雪运动员姿态检测,且数据处理方式简洁,结果可为滑雪运动员的训练及后期智能防护设备研究提供有效数据参考。     

一种串/并混合的多输入多输出信号检测算法

为了提高多输入多输出(MIMO)系统中并行干扰消除(PIC)算法的检测性能并降低其计算复杂度,本文通过融入串行干扰消除(SIC)思想提出了一种串/并混合(HIC)的信号检测算法。该算法首先通过优化PIC中不同子检测过程的共同成分来降低计算复杂度,然后将子检测的估计结果代入后续子检测中实现串/并混合来提升检测性能。仿真结果表明,所提算法在4-QAM调制的 MIMO系统中,误比特率为 时较传统PIC算法有大约1.2 dB的性能提升,而复数乘法次数大约为传统PIC算法的28%。     

山区滑坡管道应力磁检测技术

滑坡灾害导致的山区管道局部应力集中严重威胁油气管道的安全运行。而现有技术难以确定滑坡管道局部应力集中位置及其严重程度,亟需一种滑坡管道应力集中检测与评价方法。因此,提出了一种埋地管道应力磁检测技术,用于确定滑坡管段的局部应力集中位置,并提出了应力状态评估方法。将该技术应用到中石油某长输支线滑坡管道,然后利用金属磁记忆检测手段对应力磁检测结果进行了验证。结果表明:磁场梯度模量与管道应力状态存在密切联系,利用应力磁检测技术可以有效识别滑坡管道局部应力集中位置,现场开挖检测结果验证了该技术的可行性与准确性。     

苹果树病虫害智能识别系统设计与实现

为提高苹果的产量和质量,防止病虫害对果实质量的影响,设计了一款基于机器视觉的苹果树病虫害智能识别系统。该系统采用交互式分割(GrabCut)算法对图像进行分割,然后使用高斯拉普拉斯算子和拉普拉斯高斯(Laplacian-of-Gaussian, LOG)算法将苹果叶片中的病斑提取出来,最后将提取出的图像送入深度神经网络(deep neural networks, DNN)进行进一步的分析与处理,能够实时、方便地识别出苹果树叶病害中较为常见、发病率高的花叶病,锈病,灰斑病,斑点落叶病以及褐斑病。经测试,该系统对苹果树5种常见病虫害识别率精度高达91.17%。结果表明,该算法能够有效提升苹果树病虫害防治,优于基于卷积神经网络特征的区域方法(regions with CNN features, R-CNN)、YOLO(you only look once)等单一病虫害检测方法。     

基于随机矩阵理论的局部放电脉冲快速检测方法

局部放电(partial discharge, PD)的检测是开展电力设备状态评估的重要手段之一。由于现场背景噪声及干扰信号影响,采集到的局部放电信号往往淹没在噪声中。噪声抑制算法是提高局部放电脉冲检测的有效方法,但这些噪声抑制算法往往需要针对所有采集的数据展开,当数据量特别大的时候将严重影响其实时性。因此,提出了一种基于随机矩阵谱分布理论的局部放电脉冲快速检测新方法。利用特高频传感器接收到的PD时间序列构造高维随机矩阵,再根据随机矩阵理论下时间序列模型的经验谱分布理论,提出了基于滑动时间窗的局部放电脉冲快速检测方法。仿真及实验室测试结果表明,所提方法能快速地识别出时间窗数据中的PD脉冲。     

长输油管道泄漏检测与定位技术研究进展

长输油管道泄漏事故不仅会造成重大经济损失,而且会给生态环境带来灾难性的破坏,因此对长输油管道进行在线实时监测与快速精准定位是保障管道安全运行的核心要素。首先对目前国内外常用的泄漏检测技术进行了分类总结,其次详细论述了长输油管道泄漏检测技术原理、性能及其优缺点,并对长输油管道泄漏检测中存在的微小泄漏、缓泄漏等难点问题进行了重点评述。最后在全面总结现有研究成果的基础上,对长输油管道泄漏检测技术的发展潜力、应用前景、目前存在的问题以及如何进行下一步研究进行了深刻的分析和展望,认为干涉型分布式光纤传感法联合深度学习模式识别技术可以更好地实现远距离输油管道泄漏检测领域的智能化、高效化,并在未来的泄漏检测领域具有良好的应用前景。