一种改进的多目标优化算法的性能度量方法

本文在传统多目标优化算法性能度量方法的基础上,提出了一种改进的多目标优化问题的性能度量方法-NR。该度量方法中的非支配比率成功克服了指标两个解集之间的覆盖率只能两两比较的不足,使三种算法或者更多算法之间的比较更加直观容易。该度量方法能对有效解集进行独立的评价。     

基于认知无线电的频谱检测算法

认知无线电技术能够解决当前无线频谱资源匮乏而频谱利用率却非常低这一矛盾。无线频谱检测是认知无线电的关键技术。文章对匹配滤波检测、能量检测等单节点频谱检测方法进行了研究,并通过仿真对比分析了各检测算法的检测性能。在此基础上引入了合作检测方法,通过与单节点检测算法的对比仿真得出合作检测方式在性能上的优势。     

基于SUKF与SIFT特征的红外目标跟踪算法研究

针对复杂红外背景下单一跟踪算法难以准确定位运动目标的问题,提出了基于尺度无迹卡尔曼滤波(SUKF,scale unscented Kalman filter)与尺度不变特征变换(SIFT,scale invariant featuretransform)相结合的红外运动目标跟踪方法。首先,通过SUKF算法对状态空间进行滤波估计,确定运动目标的初步位置,并以此建立局部SIFT特征检测域。其次,SIFT算法在该局部检测域内对运动目标进行特征提取与匹配,最终实现对目标的准确定位;同时,利用定位结果更新并校正SUKF的状态模型。实验结果表明,本文提出的基于SUKF-SIFT的跟踪策略与相关算法相比,体现出较好的跟踪效果与实时性能。     

基于多目标优化的无线传感器网络覆盖控制算法

针对随机部署的混合无线传感器网络覆盖性能及网络使用寿命的问题,在冗余节点检测策略基础上,提出基于邻域扰动的多目标粒子群算法控制移动节点的部署.每一个粒子表示所有可移动节点的一种部署,基于非支配排序策略定义最优粒子的寻找方法,在经典粒子群算法基础上,引入自适应邻域扰动操作,从而有效避免陷入早熟陷阱.通过与其他算法的对比仿真实验,表明该优化算法能更有效地提高网络覆盖性能和降低网络能耗.     

支持向量机理论在植物根系图像边缘检测中的应用

由于传统边缘检测方法中存在的比如粗糙边缘、噪声边缘和不准确边缘等缺点,因此在植物根系的研究中,采用传统的图像边缘检测方法检测出来的边缘信息都无法达到令人满意的效果。本文基于带高斯径向基核函数的最小二乘支持向量机方法,得到了一簇梯度算子和零交叉算子,用来定位图像边缘,从而得到一种有效的图像边缘检测算法。用所得到的边缘检测算法与Sobel算法和Prewitt算法的性能进行了比较。仿真结果表明本文给出的算法与传统算法相比,不仅边缘检测性能得到提高,而且可以一定程度地克服噪声干扰。     

基于改进Camshift的竹材加工目标检测跟踪算法研究

将计算机视觉技术应用到数控剖竹机运动加工目标的检测和跟踪中,提出一种基于改进Camshift算法的适合竹材加工运动目标检测和跟踪算法.针对竹材检测、跟踪过程中的干扰因素,通过图像的色度值来代替背景图像的亮度值,来减少阴影干扰,采用背景差分法与帧间差分法相结合的目标检测方法,改进Camshift算法,利用HSV图的H分量均值和每一帧H分量均值的差值结果来进行H分量均值更新,以克服光照影响,并利用Kalman滤波实现对下一帧竹材所在位置进行预测,预测结果用于修正Camshift算法的跟踪结果.结果表明,改进的算法能够对运动竹材目标进行实时跟踪,算法高效、准确.     

基于DGPS定位与双闭环转向控制的农业自动导航系统

以东方红X-804拖拉机为平台,开发了一种基于RTK-DGPS定位和双闭环转向控制相组合的农业自动导航系统。系统主要包括RTK-DGPS接收机、姿态航向参考系统(AHRS)、转向控制器、电控液压转向装置和转向角检测传感器。设计了Kalman滤波器对定位数据进行平滑处理,同时实现航向角的校正。为实现自动转向,在拖拉机原有手动控制系统基础上加上电控比例液压阀,并设计电控单元。然后,推导了转向系统的数学模型,通过Matlab仿真工具箱得到传递函数的参数,设计了双闭环转向控制算法。最后,进行了算法验证试验和田间试验,结果表明,双闭环控制方法较好抑制了稳态时的震荡现象,方波信号的角度跟踪稳态时最大误差0.60°,平均误差0.40°,平均延时为0.20 s;设计的Kalman滤波器有助于提高定位系统的精度,横向跟踪误差不超过0.09 m,转向角度平均跟踪误差为0.43°,延时0.25 s。     

一种基于支持向量机的植物根系图像边缘检测算法(英文)

由于传统边缘检测方法中存在的比如粗糙边缘、噪声边缘和不准确边缘等缺点,因此在植物根系的研究中,采用传统的图像边缘检测方法检测出来的边缘信息都无法达到令人满意的效果。本文基于支持向量机方法给出一种新型、简单有效的边缘检测算法。基于带高斯径向基核函数的最小二乘支持向量机,得到了一簇梯度算子和相应的二阶导数算子。用所得到的边缘检测算法与Canny和Prewitt算法的性能进行了比较。仿真结果表明本文给出的算法与传统算法相比,不仅边缘检测性能得到提高,而且可以一定程度地克服噪声干扰。     

基于人脸肤色及椭圆检测的人脸检测

在计算机视觉以及模式识别中,对人脸图像的处理越来越受到人们的关注。针对人脸检测,本文提出了基于肤色和椭圆检测的人脸检测算法。该方法首先将根据人脸肤色,在YCb Cr空间计算出人脸肤色阈值,并根据阈值,采用区域生长法初步确定人脸所在位置。在初步获取人脸位置的基础上,提出一种改进的椭圆检测算法,实现对人脸区域的进一步检测。该方法的优点在于在初步确定人脸区域的基础上进行椭圆检测,可避免使用Hough变换等方法,从而减少运算量。     

一种协同通信中的联合检测算法研究

对协同通信中的协同空间复用目的节点的检测算法进行了研究,提出了全局似然联合检测、局部似然联合检测和局部迫零联合检测等3种算法。仿真结果显示全局似然联合检测性能最优,局部似然联合检测和某些局部迫零联合检测也具有较好的性能。     

真实地形绘图算法的比较与评价

在前人研究的基础上,提出了地形显示算法的评价标准,认为一个好的地形显示算法应该支持细节层次模型,能避免"裂缝"的产生,能减小对象空间或屏幕空间的误差,能减小突跳感,保持相对稳定的帧速率,减少内存要求等.在分析不同算法的基础上,从占用CPU时间、占用存贮空间、显示质量和灵活性4个方面对基于离散LOD模型和基于连续LOD模型的算法进行了比较,认为基于连续LOD模型的算法在真实地形绘图算法中具有明显的优点.     

两种VBM算法对阿尔茨海默病磁共振图像诊断价值的比较

目的 比较两种VBM算法对阿尔茨海默病（AD）MR图像分析效果.方法 利用优化VBM算法和DARTEL算法对14例AD患者和23名健康对照者的MR图像进行分析,并对其全脑灰质进行基于体素的统计学比较.结果 两种方法分析结果显示在海马、杏仁核等区域的灰质萎缩程度基本一致,但优化VBM算法有个别区域的簇比用DARTEL算法的要小,有部分区域则未见报告.结论 在MR图像分析上,DARTEL算法比优化VBM算法更有利于阿尔茨海默病的诊断.     

基于小波阈值–卡尔曼的水田旋耕平地机倾角信号的去噪方法

基于全球卫星导航系统(GNSS)的水田旋耕平地机田间试验，采集平地机在调平过程中的倾角信号，采用小波硬阈值法，获取低频信号，并实时估计倾角信号的噪声方差，作为卡尔曼滤波的修正信息，再将低频信号作为系统输入，运用卡尔曼滤波对信号进行二次修正。试验结果表明：小波硬阈值–卡尔曼融合算法的滤波效果优于单一的小波阈值法和卡尔曼滤波，倾角信号经融合算法处理后，信号的信噪比由21.704提高到39.116，均方根误差从0.035 1减小至0.012 6。倾角信号中的噪声成分明显减少，信号的精确度更高。     

基于FLAASH模型的ASTER卫星影像大气校正

主要介绍了FLAASH大气校正模型的主要原理及算法,并运用FLAASH大气校正模型对泸沽湖地区的ASTER卫星影像进行大气校正,对校正前后的影像进行对比分析。研究表明,ASTER卫星影像经过FLAASH大气校正后,较好地消除了大气影响。     

Description of a detection model for oestrus and diseases in dairy cattle based on time series analysis combined with a Kalman filter

Sensor measurements can be used in dairy farming for the detection of oestrus and diseases. A new model has been developed to process the measured variables in a combined way. It is based on time series models for milk yield, milk temperature, electrical conductivity of quarter milk and the cow’s activity, and a probability distribution for the concentrates leftovers. The parameters of the time series models and the probabilities are fitted on-line for each cow after each milking by Kalman filters. This makes it possible to combine the variables and to generate cow-specific alerts. Global results on the detection of oestrus, mastitis and other diseases are given.     

南方贮木场原木库存线性随机最优反馈控制系统

本文根据贮木场原木库存生产的随机性和动态性,用CAR模型自动辨识机辨识上贮木场原木库存动态系统的阶,时滞和参数,建立系统的状态方程,在此基础对库存动态进行kalman滤波和预报,并进行了最优控制。     

PMU最优配置及其在舰船电力系统中应用研究

针对舰船电力系统的特点和在潮流方程求解中存在的问题，借鉴在陆地电力系统中配置相应的PMU将使潮流方程直接可解的思想，实现采用遗传和粒子群优化算法的基于潮流可解最优PMU配置方案算法。并对其在舰船电力系统中的有效性和适用性进行了比较，可为舰船电力系统配置PMU提供参考。     

基于产出缺口的菲利普斯曲线对我国通胀预测的研究

基于菲利普斯曲线理论中产出缺口与通货膨胀率的关系，应用卡尔曼滤波方法估算我国的潜在产出与产出缺口，通过格兰杰因果关系验证产出缺口与通货膨胀的因果关系，并建立产出缺口的菲利普斯曲线模型进行通货膨胀预测。实证结果表明该模型能够较好地预测我国通货膨胀，从而能为制定相应的货币政策提供良好的参考。     

基于状态空间的变参数方法的重庆市城乡二元经济结构影响因素研究

对重庆市统筹城乡的历史背景及城乡二元经济结构的演变过程与趋势做了回顾与分析,并在前人研究的基础上对城乡二元经济结构影响因素与变量进行了选择,建立了计量经济学模型,采用基于状态空间卡尔曼滤波方法,分析了各影响因素对城乡二元经济强度的动态影响。根据实证结论,提出了促进重庆统筹城乡经济发展的相关政策建议。     

基于深度神经网络及隐马尔科夫模型的生猪状态音频识别

针对传统音频识别方法在生猪音频信号识别中识别率较低的问题,将深度神经网络及隐马尔可夫模型理论作为生猪音频信号识别依据,以长白猪的吃饭声、发情声、嚎叫声、哼叫声和生病长白猪的喘气声为识别对象,利用卡尔曼滤波和改进的EMD-TEO倒谱距离端点检测算法对生猪音频信号进行预处理,把提取的39维的梅尔频率倒谱系数(Mel-frequency cepstral coefficient,MFCC)作为网络学习和识别的数据集,构建基于深度神经网络及隐马尔科夫模型的生猪状态音频识别模型。试验结果表明:1)隐马尔可夫隐状态数设置为5,深度神经网络隐藏层设置为3层,每层128个节点的深度神经网络-隐马尔可夫模型(Deep neural network-hidden Markov model,DNN-HMM),对5种生猪状态音频,即吃饭声、嚎叫声、哼叫声、发情声和病猪喘气声的识别率为70%、95%、75%、80%和95%,总体识别率83%;2)相较于传统的高斯混合模型-隐马尔可夫模型(Gaussian mixture model-hidden Markov model,GMM-HMM),DNN-HMM对相应音频的识别率分别提高了5%、5%、15%、30%、30%,总体识别率提高了17%;3)DNN-HMM模型对于5种不同类型的生猪音频信号均呈现出较好的识别效果。基于DNN-HMM生猪音频识别模型,对生猪不同状态下音频的识别具有较高正确率,且更为可靠。