基于实时性的图像插值加速算法研究

插值算法在图像处理中扮演着重要角色,本文介绍了双线性播值的原理,分析了浮点运算对算法效率的制约,提出了通过把像素值放大一定倍数转换浮点运算为移位运算的算法加速方案,重点设计了插值加速算法,然后对加速算法的运行效率和图像质量进行了对比测试,证实了加速算法在保证图像质量的基础上提高了插值效率,可以在实时系统中广泛应用.     

多黎曼流形的判别分析与融合

为了得到低维且更具有判别性的流行表示,并进一步融合各种流行判别分析的结果,本研究提出了基于局部重构的黎曼流形判别分析统一框架,在动态纹理分类,物体识别和人脸识别任务中,验证了该框架的有效性。     

面向激光雷达点云数据的多结构树种识别

针对由于树木种间相似性和种内差异性带来的识别困难,以及由于采集环境及设备的多样性导致的点云质量差异,提出面向激光雷达点云数据的多结构树种识别方法(MSTSR)。首先借助改进的组合采样策略,在有效降低数据冗余的同时,保留单木的主体枝干结构;其次通过内建的近邻感知与增强模块(NAE)层次化聚合点云属性,以形成高阶的语义描述;最后通过融合树冠、主干以及整树的多结构信息,生成跨尺度的树木点云表征。在地面激光雷达采集的树种点云数据集上验证该方法的有效性,该数据集由7个树种共690棵树组成的。结果表明：该方法的总体准确率达到94.2%。相比主流的PointNet和PointNet++深度点云分类网络,分别提升13.04和9.42个百分点;相比基于点云的多视图2D投影方法,提升8.19个百分点;相比基于多个测树因子的随机森林方法,提升24.63个百分点,从而证实采用深度网络直接进行树种点云识别的潜力。     

基于多元线性回归分析的设施农业信息系统

通过对农户问卷调查数据的多元线性回归分析,考查了作物生长与各影响因子间的相互依赖关系,通过检验回归方程的显著性,进行相关系数的分析,得出了模型中的参数;利用数据仓库技术,为其建立了统一、全面的原始数据,从而为生产决策提供方法依据,对未来农户满意度进行预测.最后,采用Java EE平台的web service技术,实现了...     

基于Web的遗留系统再利用研究

目前的管理系统中存在大量的遗留系统,由于遗留系统存在技术陈旧、系统结构混乱和维护成本高等问题,为了解决这些的问题,利用遗留系统来实现软件重用,将系统的业务开展到Web环境下。本研究通过Axis2实现Web service技术对遗留系统进行程序和数据两方面的封装,将其发布成为Web服务。设计了一个基于Soap协议的遗留系统再利用模型,并阐述实现此模型的关键技术。通过对封装模型的实现和对细节技术的研究,初步解决了遗留系统再利用技术在实现过程中的问题。     

基于有限元的随焊锤击焊接温度场数值模拟

随焊锤击的时机取决于温度场变化,针对此问题,以MZ1-1000型自动埋弧焊机、Φ2 mm的H08A焊丝为例,对平板堆焊进行了模拟,建立了三维有限元计算模型,并编制了实现热源移动的循环子程序;运用表面效应单元,解决了两种不同载荷同时加载的问题,实现了焊接温度场的三维动态模拟,得到了不同时刻焊件的焊接温度场分布。     

基于B/S与C/S相结合的“学生评教”系统的研究

针对当前现行的学生评教中存在的问题,介绍了基于B/S与C/S模式相结合的学生评教系统,详细阐述了系统开发的相关技术和学生评教调查表的设计,并指出了将要进一步研究的问题。     

复杂背景下多种树形果树树冠的检测与识别方法研究

针对多种树形果园环境下,由于树冠背景复杂导致的树冠分割、检测及树形识别困难的问题,本研究提出了1种改进Mask R-CNN的B-Mask R-CNN检测模型,实现自然复杂环境下的果树树冠检测与树形识别。该模型引入了IoU(Intersection over Union)平衡采样,提高了模型的训练效果;其次,在边界框损失中引入平衡L1损失,使得多分类损失与边界框损失更快地收敛;另外,在区域推荐网络中调整锚框比例适应数据集中的目标,提升了模型准确率。该研究搜集矮化密植形、小冠疏层形、自然开心形、自然圆头形以及Y形5种常见修剪树形制作数据集,应用5个检测模型进行对比试验。试验结果表明,B-Mask R-CNN检测模型平均检测精度达到98.7%,与Mask R-CNN、Faster R-CNN、U-Net以及K-means模型相比检测精度更高,对复杂背景下的树形识别具有更好的鲁棒性,能够为后续精准喷施中喷施模式和控制参数的分析及应用奠定基础。