基于模块化2D-LDA的视频监控中的人脸识别算法

提出了一种基于扩展二维线性判别分析的人脸识别算法.通过扩充人脸样本,提高了人脸识别的性能.同时在视频监控的实际应用环境中进行了仿真,仿真结果表明,改进后的算法在性能和人脸识别精确度方面有了较大的提高.     

回归等值线图在分析旱地蔬菜全生育期土壤水分动态变化规律中的应用

为了探究半干旱地区不同作物布局中种植甘蓝的耗水特征,本试验引入玉米、谷子、菜豆、大豆、马铃薯与甘蓝构建三年轮作系统,设置8种轮作组合,利用回归等值线图分析不同轮作方式处理下甘蓝全生育期土壤水分动态变化规律的差异。结果表明:以甘蓝为当年生作物附以不同的前茬处理,前一年茬口的不同对当年生甘蓝全生育期土壤含水量动态变化的影响较大,在各时期水分贮量分布产生的差异中占主导地位,前两年茬口的不同对其造成的影响较小。前一年种植作物分别为:菜豆、甘蓝、大豆、马铃薯时,甘蓝全生育期土壤水分动态变化分别呈现:不闭合峰、斜鞍形、半鞍形、闭合峰的分布;前一年种植相同作物附以前两年不同的茬口处理,对当年生甘蓝生育期内土壤含水量的时空动态变化并未造成明显的影响。该结果对当地作物类型的选择、耕作制度及作物布局的调整具有一定的指导意义。     

全面定量评估DEM精度的缓冲区叠加法研究

抽样的定量评估与目视判读的定性评估是评估DEM精度的常用方法,这些评估方法与DEM的应用需求不相适应。基于空间自相关原理和等高线回放技术,提出了缓冲区叠加法,即对DEM区域的原始等高线与其回放等高线分别进行融合,按高程配对,相同高程等高线进行缓冲区叠加,计算其重叠面积比,并按原始等高线长度进行加权平均,建立评估指标,全面评估研究区DEM的精度。在试验区DEM精度评估中,整体和局部精度评估与等高线叠加目视判读效果接近,表明这是一种简单易行有效的DEM评估方法,该方法可以应用到多种方法生成的DEM精度的定量评估。     

考虑批次的可追溯食品冷链中污染源定位与追踪

针对食品冷链污染频现、溯源困难的问题,基于贝叶斯推断模型,采用一种考虑批次的污染源定位方法,对食品冷链中污染源定位与追踪问题进行研究,并构建食品冷链回溯与追踪系统,利用欧盟食品和饲料快速预警系统的公开数据,展示可追溯食品冷链中污染源定位和追踪分析过程。结果表明:1)食品冷链的污染传播具有可隔离性、观察样本稀疏性、路径多样性和时间不确定性等特征,传统风险源识别与传播方法的适用性不强。2)考虑批次的可追溯食品冷链污染源定位模型,计算上更为高效,不仅可降低食品冷链污染溯源的复杂性,还能提高污染源定位的精准性。3)食品冷链中出现污染时,可追溯食品冷链回溯与追踪系统根据污染源定位算法,能直观地将污染源节点及其引发的风险传播路径标识出来。据此,建议加快推进追溯系统建设,提升食品冷链中污染源定位与追踪能力,以实现从源头上消除污染,快速阻断风险传播,切实保障冷链食品安全。     

基于FPGA的GPS接收机的核心模块设计

运用QuartusII对GPS接收机进行了数据采集（COM—R）、存储器（memory）、写地址控制（writer）、接收数据处理（reader）等核心模块的FPGA设计和仿真,结果表明各模块设计合理．     

冷凝器清洗机器人动力学分析及自适应控制

设计了水下冷凝器清洗机器人的机械和电气系统,考虑到浮力、水流阻力等因素的影响,建立了冷凝器清洗机器人的水下动力学模型.针对工作环境复杂的特点,提出了一种自适应控制策略,该控制律结构简单,鲁棒性强,能够对系统中的未知和不确定性因素进行有效补偿.设计过程采用了Lyapunov方法,保证了控制系统的稳定和收敛.仿真结果表明,该控制器性能稳定,具有良好的轨迹跟踪能力,同时也验证了本文建立模型的合理性.     

计算机视觉技术在监测鱼类游泳行为中的研究进展

借助计算机视觉技术研究鱼类游泳行为已逐渐成为热点课题,它模拟生物视觉原理,通过处理采集的图片或视频获得动态目标参数信息,以达到对鱼类游泳行为监测分析的目的,本研究旨在介绍国内外该领域的研究进展,并展望其发展趋势。首先介绍鱼体监测目标的种类选择与影像获取方法,然后介绍影像中的背景去除与目标检测,并对影像数据直接和拟合提取目标参数的单个鱼体目标游泳参数提取方法,以及运动预测法和特征匹配法的多鱼体目标监测方法进行详细阐述,对游泳行为监测参数进行分类,并介绍了相关影像处理常用软件,最后总结了计算机视觉监测存在的难点及未来发展趋势。     

自动跟踪对重庆地区太阳能发电效率影响的研究

采用两组太阳能电池板,一组水平固定放置,另一组自动调整太阳能电池板的角度,使阳光照射到电池板上的照度达到最大,并记录和分析了8:00～17:00有太阳能跟踪和无太阳能跟踪两种状态下电池板的光照强度、充电电流、充电功率。结果表明,与固定式太阳能电池板相比,自动跟踪可有效地提高太阳能电池板的发电效率,并且在低照度下效果更为明显,发电效率最高。     

多特征Camshift 和Kalman滤波结合的猪只智能跟踪

为了实现猪只的智能跟踪,提出了一种多特征Camshift和Kalman滤波结合的猪只跟踪算法.首先采用最大类间方差法从背景中分割出猪只,从而统计出猪只的颜色特征和纹理特征;然后获取当前帧图像的联合特征概率分布图,利用Camshift算法求得猪只的位置;最后使用Kalman滤波预测猪只下一帧位置,实现多猪只跟踪.研究结果表明,猪只跟踪算法具有较强的鲁棒性,且更好满足实时性的要求.研究结果可为猪只健康养殖提供技术上的支持.     

Wireless indoor tracking network based on Kalman filters with an application to monitoring dairy cows

We propose an algorithm for estimating positions of devices in a sensor network using Kalman filtering techniques. The specific area of application is monitoring the movements of cows in a barn. The algorithm consists of two filters. The first filter enhances the signal-to-noise ratio of the observed signal strengths and gives interpolated values at specific timestamps. Information from the first filter is transferred to the second filter which estimates the positions. Methods for estimating the parameters of the filters are given and these provide a straightforward calibration of the system.