基于机器视觉的垃圾分类算法研究与应用

垃圾分类识别算法是目前研究的热点问题,本文通过引入色块追踪模块Lab颜色模型对YOLOv3算法进行优化,利用优化后的算法搭建训练模型。并针对目前垃圾类别利用网络爬虫爬取日常生活中常见的垃圾图像并进行分类,形成数据集。其次通过优化的YOLOv3算法对处理好的数据集进行模型训练,将训练后的模型进行模型检测。最后通过实际测试,优化后的YOLOv3算法识别的平均准确率达到了94.33%,与原始算法相比,优化后的算法在稳定性和准确度上都有了明显的改善。

基于RBF网络的足球点球轨迹预测

基于计算机视觉线性化轨迹预测模型在预测足球轨迹时,只能保证局部稳定性,存在轨迹跟踪局部稳定性问题和parking问题,提出了基于RBF网络的足球点球轨迹预测方法。建立足球运动状态传感信号解析模型,计算足球飞行地心重力、空气阻力、空气浮力、自身旋转时产生的马格努斯力的参数。建立足球飞行过程中的飞行受力解析模型,鉴于多参数模型复杂度过高,产生parking问题。利用RBF网络模型简化能力,建立飞行轨迹预测模型,结合并行滤波控制器,融合以上所有信息,在已知视觉概率计算的基础上,完成足球飞行轨迹的状态估计,并将其误差的协方差计算作为滤波控制的输入值,从而得到所有方差、均值的数据。最后获得足球在任意时刻的运动状态函数,完成预测。实验结果显示,该方法的足球运行轨迹吻合度为12 mm,且落点距离标准差最大仅为0.0412 m,因此,该预测方法能够得到精度更高的预测数据。

一种基于可编程逻辑器件的多功能信号源设计

为适应不同应用场景下对多种信号类型和特性的需求改变,设计一种基于可编程逻辑器件的多功能信号源,以解决通信信号输出过程存在偏差问题。基于可编程逻辑器件进行多功能信号源的电路排布,采用巴特沃斯低通滤波器对信号噪声进行处理,确定波形优化指标,利用数字频率合成技术进行信号波形优化,设计顶层逻辑模块布局。对设计的多功能信号源进行性能测试,结果表明:在改变载波频率和调制度的情况下,设计的多功能信号源在传输过程中输出的信号频谱和解调波形的偏置精度,均优于传统的信号源。

基于异步交互聚合网络的卷烟厂危险作业区人员异常行为图像识别

受到卷烟厂作业区域分散、作业人员多、行为特征相似度高的影响,无法有效整合多组图像行为特征,造成识别结果误差偏大,不能进行危险行为即时预警。为此,提出了基于异步交互聚合网络的卷烟厂危险作业区人员异常行为图像识别方法。根据卷烟厂危险作业区域特点,结合人员异常行为图像分析效果,提取异步交互聚合网络下JDE行为特征,进行人员异常行为角度特征识别,为相邻识别特征交互区域类型输出分配不同加权系数量,输出异步交互聚合识别结果。实验结果表明:在异步交互聚合网络优化下,人员异常行为识别准确率得到明显提升,整体识别效果稳定性较高,适应性优化效果明显。

基于LE-ISTOA-SVM的聚合釜化工过程故障诊断

聚合釜是制备高分子化合物的最主要设备,其能否稳定的运行关系到产品的质量以及人员、设备的安全。但是,现代化工生产流程非常复杂,化工过程诊断数据具有高维非线性的特点。提出了基于LE-ISTOA-SVM的聚合釜化工过程故障诊断方法。首先,使用拉普拉斯特征映射算法(Laplace Feature Mapping Algorithm,LE)对故障数据进行降维。然后,使用改进乌燕鸥优化算法(Improved Sooty Tern Optimization Algorithm,ISTOA)优化SVM(Support Vector Machine,SVM)的参数来提高其性能。最后,利用聚合釜的实验数据做仿真测试。测试结果表明,该方法有较好的诊断效果。

基于层次分析法的微电网并网运行电能质量安全监测模型

为了满足日益增长的电力能源需求,微电网并网运行是电力系统的主要发展趋势,其虽然能够提升电力能源的供应,但难以保证供电质量,不利于电力系统的后续发展。该现象的产生主要是由于分布式电源出力具有随机性与不稳定性,会对供电质量造成直接影响。对此,提出基于层次分析法的微电网并网运行电能质量安全监测模型构建研究。深入分析电能质量干扰源,以此为基础,选取适当的电能质量安全监测指标,应用层次分析法计算电能质量安全监测指标权重数值,确定电能质量安全监测模型,制定电能质量安全判定规则,从而实现电能质量安全的准确监测。实验数据显示:构建模型应用后,电能质量安全监测指标完整度最大值为96%,电能质量安全监测结果与实际结果一致,充分证实了构建模型具备更好的电能质量安全监测效果。

复杂山地环境下无人机群应急搜救策略研究

在复杂山地环境(坡度较大)下,利用无人机群对丢失的动态目标进行应急救援搜索,是一项非常具有挑战性和现实意义的任务。本文研究了一种基于置信区域的改进内螺旋覆盖算法(IISCA),该算法能实现无人机全覆盖遍历并搜索到动态目标。算法以丢失目标的最后位置为基础,重点对该区域进行建模,并对地形坡度进行分析,无人机群将在坡度小于37°的区域展开搜索。引入置信区域的概念有助于固定搜索区域,避免无人机群进行重复搜索。仿真结果显示,相较于改进前的内螺旋覆盖算法,本文研究的算法在减少运行时间、提高搜索效率以及缩短搜索路径等方面表现更为优越。

四旋翼无人机不匹配扰动抗干扰控制

针对四旋翼无人机存在的不匹配干扰和执行器故障等现象,提出了一种基于有限时间观测器的飞行控制方案。从无人机的运动学模型出发,构建了受执行器故障和不匹配干扰影响的控制模型。将干扰观测器与非奇异终端滑模控制(NTSMC)方法相结合,以实现复合抗干扰和容错控制器设计。首先,设计了两个非线性有限时间扰动观测器来估计不匹配扰动和执行器故障,有限时间观测器使得估计误差在有限时间内收敛到零。其次,将观测器与NTSMC控制方法结合,以在有限的时间内实现跟踪,并有效地减少抖振。最后,从理论和仿真验证了控制方法的有效性和所期望的控制性能。

基于多目标跟踪算法的车站人流聚集监测研究

车站运营过程中实时获取人流信息,对聚集行为与重点区域进行监测、预警、分析在车站安全保障与管理中具有重要意义。目前车站的监控硬件设备数量不断增加、配备复杂,单独依靠监控系统的预警功能实现车站实时、全方位、多角度的人流密度与聚集分析存在困难。为此,提出了一种基于YOLOv5+DeepSort并结合HRNet模型的方法,实现了人员速度、方向、密度、异常聚集、异常侵入、隔栏递物和逃票检测。在车站实时监控数据集和收集的相关互联网数据集上进行了实验,实验结果显示,提出的算法能够实现检测任务,具有实时高效分析监控视频与实际应用的能力。在此基础上开发了一套车站视频行为分析系统后端服务与前端管理平台,对车站旅客出行保障与安全运营具有重要意义,有发展前景。

基于时序特征数据高效索引技术的物联网感知设备安全自动监测技术

物联网设备已经被广泛应用于各个领域,为保证物联网的安全,排除内部隐患,基于时序特征数据高效索引技术设计物联网感知设备安全自动监测方法。结合时序特征数据高效索引技术提取物联网信息特征,在报文传输过程的基础上,区分不同流量数据之间的差异、恶意攻击软件与感知设备的系统特征,计算样本数据的表征值,得到物联网感知设备的原始信息特征。对数据特征进行分类,计算其数据内的缺失值和错误值,得到特征向量的筛选优化结果,计算训练损失函数,调整实际操作的阈值,保证数据特征分类的准确性。搭建物联网感知设备监测模型,训练判别器,进行物联网的自动监测。分别对数据包、字节以及数据流量进行识别,该监测技术可以准确地区分良性数据与攻击数据,从而保证物联网感知设备的安全。

基于时间敏感网络的变电站通信网络低时延控制方法

以降低变电站通信网络时延为目标,基于时间敏感网络设计了一种低时延控制方法。首先,在变电站通信网络的站控层和过程层中,利用时间敏感网络交换机组建时间敏感子网络,再将不同交换机终端辨识为多个线性参数模型。然后,利用模糊控制方法控制交换机同步时钟的误差,根据模糊C均值聚类方法确定低时延控制的模糊规则前件,利用时间敏感网络的参数辨识获取模糊规则后件。最后,依据模糊控制前件与后件,结合模糊控制与广义预测控制,实现时间敏感网络时延的反馈校正。实验结果表明,采用该方法控制变电站通信网络时延量后,网络通信最大时延被控制在100μs以内,最大时延抖动被控制在20μs以内,说明该方法有效实现了设计预期。

基于轮廓线与特征融合的电网变电设备三维自动化运检方法

因工作环境的复杂性,变电设备成为智能电网中故障频率最高的装置之一,易发生设备接地故障、保险熔断故障、绝缘材料老化等问题,为提高电网变电设备三维自动化运检精度,提出基于轮廓线与特征融合的电网变电设备三维自动化运检方法研究。采集电网变电设备三维图像,获取电网变电设备三维图像初始轮廓点,筛选变电设备轮廓点,依照顺序连接提取出的关键轮廓点,得到变电设备三维图像轮廓线,结合形态学滤波算法,对图像进行开、闭运算,依据轮廓线的闭合情况,分割出目标图像与背景图像,提取包括HOG特征与LBP特征的变电设备目标图像特征,经过特征融合后,构造最优分类超平面,制定电网变电设备三维自动化运检规则,判定变电设备运维情况,最终实现变电设备的三维自动化运检。实验数据显示:该方法识别出变电设备的正常与异常状态,在不同实验工况背景下,应用提出方法获得的变电设备运检精度达到了96%。提高了变电设备的自动化运检的识别及运检精度,满足现今变电设备的运检需求。

基于多元增量分析模型的流域电厂大数据采集监视

提出基于多元增量分析模型的流域电厂大数据采集监视方法,通过数据分析发现异常电厂大数据,保障流域电厂安全运行。数据采集层在PIC18F8722单片机控制下利用多种传感器获取采集对象层的多种流域电厂数据,经数据汇集层的弹性消息总线和转发代理,将采集数据传输至数据处理层数据接收模块,多元增量分析模型调用接收到的数据,通过增量的方式构建电厂数据矩阵正常检测模型,对比其与待检测数据,发现异常电厂大数据,并将异常检测结果族谱写入数据存储层数据库所对应的列簇里,通过前端展示层将监视结果呈现给用户。实验结果表明,该方法可精准、快速采集流域电厂海量数据,可有效发现流域电厂的异常数据,并将其可视化呈现,确保流域电厂安全运行。

适配器匹配下的大规模模拟电路故障红外图像检测系统设计

为了提升模拟电路故障检测效果,精准定位确定电路故障区域,设计了适配器匹配下的大规模模拟电路故障红外图像检测系统。通过三维精密电动平台,确定大规模模拟电路的红外成像范围;通过定位标志刻画电路红外图像边缘;利用适配器统一匹配待测电路输入输出接口信号;通过三维精密电动平台、定位标志与适配器,共同控制热像仪,扫描待测电路,获取电路红外图像;利用图像存储卡存储扫描获取的电路红外图像;通过红外图像预处理模块,滤波处理红外图像;大规模模拟电路故障诊断模块利用互信息配准法,配准图像存储卡内的电路红外图像,通过差分检测法初步确定电路故障区域,利用热序列检测法精准检测电路故障元件;利用互联网络实现整个系统的通信。实验证明:该系统可有效采集并预处理电路红外图像,提升红外图像清晰度;该系统可有效初步确定电路故障区域,精准诊断电路故障元件。

基于局部特征聚合网络的三维语义分割

激光雷达采集的自动驾驶场景点云数据规模庞大且包含丰富的空间结构信息,一些方法将点云变换到体素化网格等稠密表示形式进行处理,但却忽略了点云变换引起的信息丢失问题,导致分割性能降低。为此,提出了一种基于局部特征聚合网络的三维语义分割方法。其中的局部特征融合模块,聚合中心点的K个最近点的特征,并通过强大的注意力机制,得到增强的点特征,从而弥补丢失的信息,提高网络的分割精度。此外,为了提高小物体的分类精度,提出了3D注意力特征融合块,通过摒弃常规的特征图拼接,使用注意力机制来决定不同层次语义特征的权重,得到更加丰富的语义特征,提高网络的性能。在SemanticKITTI和nuScenes数据集上的大量实验表明了该方法的优越性。

基于改进图卷积神经网络的配网线路故障诊断

随着电网的不断扩容,系统结构越来越复杂,多故障频发,而多故障是故障诊断的关键和难点。为解决故障处理数据量大,需要快速、准确地诊断电网故障的问题,本文提出了一种基于模糊优化图卷积神经网络的配网故障诊断模型。首先处理采集的配网故障线路的特征数据;其次,搭建基于图卷积神经网络的故障诊断模型,利用模糊理论建立配电网故障的隶属函数;最后利用训练好的模型进行配网故障诊断。仿真结果表明,模糊优化图卷积神经网络对多故障诊断的准确率高于卷积神经网络以及其他方法,本文方法做出的诊断结果更加精确,综合诊断效果最好。

基于电力大数据的变电主设备缺陷演化规律红外成像分析方法

针对目标区域与背景区域混杂,变电主设备缺陷缺陷演化规律不明的问题,提出了基于电力大数据的变电主设备缺陷演化规律红外成像分析方法。应用红外成像技术采集变电主设备红外图像后,使用Otsu算法分割变电主设备红外图像内目标区域和背景区域;以分割后的变电主设备红外图像和电力大数据作为输入,通过混合深度学习神经网络模型输出变电主设备缺陷检测结果;将变电主设备缺陷检测结果输入到RFPA 2D软件内,分析变电主设备缺陷检测结果基元破裂情况,得到变电主设备缺陷演化规律分析结果。实验结果表明:该方法采集变电主设备图像与其实际图像吻合度较高;分割变电主设备红外图像目标区域与背景区域时,受对比度影响较小;可有效检测变电主设备缺陷类型和分析其缺陷演化规律。

基于光谱和纹理特征的高光谱图像分类

针对高光谱图像分类技术利用空间信息不足的问题,提出了一种光谱特征和纹理特征相结合的高光谱图像分类方法。通过二维Gabor小波提取高光谱图像纹理特征,利用函数型数据分析(FDA)框架分析高光谱数据,采用三次B样条基系统生成光谱特征和纹理特征的函数型数据,结合函数主成分分析(FPCA)提取每个像素的函数主成分(FPC),运用概率SVM分别对光谱特征和纹理特征进行分类。通过实验调参找到光谱特征和纹理特征的最佳参数组合,从而提高分类精度。通过在两个具有不同空间分辨率的高光谱图像数据集上进行实验,分析了参数的变化对分类精度的影响,并与其他同类方法相比较,随机选择5%的样本和10%的样本作为训练样本的总体精确度(OA)较EMAP+SVM方法分别提高了1.39%和3.87%。

基于WebGIS的大数据图形渲染技术

随着大气科学相关技术的高速发展,基于软件图形显示功能的更高展示要求在气象行业中被不断提出。人们在持续追求更加逼真视觉上的渲染效果:一方面保证稳定高效地渲染海量数据,另一方面,同时保证高质量图像文件的生成。为此,提出了一种针对海量气象数据的快速显示方案。通过有效压缩传输数据,并利用GPU显卡资源进行数据的渲染和数据的时间插值,能够有效提高数据显示渲染和交互的效率。实践应用表明,该方案能够较好地解决海量数据快速显示的问题,在针对气象大数据进行实时渲染动画播放之时,其播放展示速度可以高达30帧+(每秒),能够较好地满足实际业务需求。

基于一种改进CORDIC算法的MATH处理器设计与优化

在精密的电机数控领域中,对三角函数运算的硬件架构性能指标日渐严格。针对传统CORDIR算法求解三角运算时存在迭代次数多、迭代周期长、输入角度范围小等局限性,提出了对其进行角度预处理、镜像迭代、角度补偿、区间换算以及合并迭代结构等优化,并最终完成高精度计算三角函数的MATH处理器设计。在硬件实现上,本处理器在输入角度及坐标范围得到明显优化,计算速率显著倍增,且精度完全满足设计标准,适配于高精度电机驱动等应用领域。