智能神经网络在时序信号预测上的应用

从 8 0年代开始 ,人工神经元网络的研究技术在理论和实际应用上已经比较成熟 ,在信号处理系统中也开始采用该技术进行非线性时间序列信号的预测分析。但由于该理论黑箱模型的特点 ,无法引入先验知识 ,从而预测精度难以提高。针对该问题 ,提出了通过滚动预测的方法 ,并引入了一种智能化的新型神经元模型 ,建立区别于传统的神经网络预测模型 ,达到了较为理想的预测效果。并且以股票价格的预测作为实验模型 ,对该方法进行了验证 ,表明了它的实际应用价值。

自适应分数阶微分在图像纹理增强中的应用

针对目前只能通过人为实验指定最佳分数阶微分阶数的现状,为了节省大量人工寻求最佳分数阶微分阶数的时间,研究并提出了可以依据掩模窗口大小、G-L公式、图像梯度特征和人眼视觉特性等理论的能够自动生成分数阶微分阶数的新方法,基于该自适应阶数,设计并实现了对应的算子掩模。采用了信息熵、平均梯度等图像纹理特征评价参数做定量分析和实验验证,结果表明,该方法对任意灰度图像可以得到连续变化的增强效果,接近于最佳分数阶微分增强效果,符合人们的视觉感受,是有效的图像纹理增强方法。

连续变量/离散变量混合因果图推理模型研究

针对因果图理论没有对于连续性问题进行理论上的研究的情况,根据因果图知识表达的特点,本文立足于模糊逻辑的方法,对变量的连续性问题、因果关系的连续性问题进行研究,通过理论分析提出了完整的解决方法,实现了同时兼容连续、离散问题的混合推理因果图模型,并完整地建立了清华大学北京核电模拟机的故障诊断连续／离散混合模型,将其二回路的15种故障全部正确定位,体现了因果图理论以及本文提出的连续／离散混合处理方式的有效性.

基于高斯混合模型与PCA-HOG的快速运动人体检测

针对传统人体检测系统中由于检测窗口标扫描区域过大,帧的特征维度过高使其在实际应用中内存消耗量大且检测速度慢的情况,提出了改进的运动人体检测方法。该方法利用高斯混合模型进行背景建模剔除掉大部分图像背景,减少了侦测扫描区域,从而在减少负例样本误检率的同时提升了检测速度。同时对处理HOG的高维度,提出了一种基于主成分分析(PCA)降维的梯度方向直方图(HOG)的描述子,即PCA-HOG描述子,它在不降低识别率的前提下,很大程度地提升了侦测窗口的分类速度。实验验证了混合高斯模型与PCA-HOG相结合显著提升了人体检测速度。

基于动态特征提取和神经网络的数据流分类研究

为提高数据流分类的精确性和适应性,提出了一种新的数据流分类方法。该方法基于总体最小二乘法对数据流进行分段拟合,并将传统曲线分析算法——滑动窗口(SW)和在线数据分割(OSD)进行结合、改进,以可变滑动窗口算法实现对数据流的合理分割,提高趋势分析精度。在此基础上,对数据流进行动态特征提取和判断,并以神经网络对数据流特征进行模式识别,精确分类,进而对监控对象提供早期预警、状态评估和决策支持。实验结果表明,该方法能对数据流进行有效的动态特征描述,分类效果明显。

面向医院医疗质量评价的算法设计与系统实现

目的:客观公正地评估医院综合实力,识别医疗服务中存在的问题,为提升医院医疗服务能力与质量安全提供有效的解决方案。方法:选取重庆市29家三级医院4年的数据作为样本,建立医疗质量评价指标体系和相应的评价模型,并进行了实验验证和系统实现。结果:建立了重庆市医院医疗质量三级评价指标体系和医院综合实力评估模型,并进行了系统实现,可作为医院评审评价的参考依据。结论:医院评价模型设计结构合理、内容完整,并且结果可靠。能够全面、客观地评估医院的发展水平,并为未来开展等级医院评审实践工作提供了充分的准备工作。

UML技术在实际工程中的应用

UML(标准建模语言)是面向对象技术一个重要应用,也是近代软件工程环境中对象分析和设计的重要工具。该文首先介绍了UML的基本内容,然后结合课题的分析设计过程对UML技术的具体应用做了详细的描述。

基于纹理复杂度的自适应分数阶微分算法

图像分数阶微分算子具有较强的纹理细节信息增强能力,但最佳分数阶微分的阶数需要人为指定。为此,分析传统的分数盒维计算方法并对其进行改进,提出一种基于纹理复杂度的自适应分数阶微分算法。选择可以表示纹理细节复杂程度的分数维作为参数,自适应确定微分的阶数。实验结果表明,改进算法提取图像边缘的效果较好。

基于车联网的油耗检测及其时空分布研究

相对于传统的交通信息采集手段,无线射频识别(RFID)系统更实时、有效,但也存在所获取数据在空间和时间上离散的情况。为此,通过RFID系统的车联网模型,将采集的交通信息以路段为最小离散单位进行归类,根据高速路车辆油耗影响因素完成各类型车辆行驶状况的建模。按100 km油耗的评价指标,设计基于车联网的高速路油耗算法(FCIV),并基于该算法,通过数据可视化技术,直观地揭示单路段油耗情况、时间分布特征和空间分布变化规律。

基于工业环境的改进Rete算法

针对在拥有大量数值比较的工业应用中实现Rete算法的匹配模式,系统需要占用更多资源的问题,详细的分析了Rete算法的过程特性和执行机制,通过建立算符机制、实行标识量共享、加入预匹配的方法对其在工业应用中的不足进行了改进,从而极大地提高了规则存贮和快速匹配的效率。实验结果表明,改进后的Rete算法有效地解决了传统算法在工业应用中实时性差、资源占用率高的难题,极大地提高了系统的整体性能。

智能环境下分布式Rete算法

针对智能环境中基于Rete的规则推理引擎需要将数据集中到sink节点,导致传感器网络中数据传输量过大的问题,建立了Rete网络代价模型,并提出了最小传输代价的Rete分布的算法(MCoRDS)。该算法通过统计Rete网络中子模式对事实数据的依赖,发现大部分子模式在对应事实数据采集Sensor附近便具备了计算推理条件,故将Rete网络中的子模式规则分布到最早汇集其所需所有事实数据的Sensor中,即可避免事实数据进一步往sink节点的传输,从而大量减少传感器网络中的数据传输量。对比将Rete网络放置在sink节点的集中式推理进行了4组仿真实验。其中第4组实验,传感器网络总跳数由85000减至8036,减少约90.5%;其余组实验传输跳数也有一定的减少。实验结果表明,最小代价的Rete分布具有更小的数据传输量,在规则触发频率低、规则规模较大的情况下尤甚。

基于自适应分数阶微分的Harris角点检测算法

针对Harris算法在对纹理复杂程度高的图像进行角点检测时会出现大量伪角点,以及分数阶微分应用到图像处理中需要人为地指定阶数的缺点。分析了伪角点大量产生的原因,并提出以分数阶替换原算法中的整数阶对图像进行微分的改进方法,以及一种以图像的分形维数作为参数来自适应地选择微分所需要的阶数的方法。从而使图像做微分运算时能更好地保留图像中的边缘信息,使分数阶微分可以应用于视频目标追踪、视频稳像等实时性要求较高的场合。实验表明,改进算法在进行角点检测时具有更高的精确度。

以因果网为理论核心的网络故障诊断方法

网络故障诊断是网络管理的重要技术工作,网络本身复杂程度的提高对相应的故障诊断基础提出了更高的要求,尤其是在及时性和智能性方面的发展要求。文章结合课题所研究问题的具体特点,在对现有网络诊断技术综合分析研究的基础上,以动态因果网理论为基础,提出了针对性的解决方法,其特点在于诊断模型既能方便地引入领域专家的先验知识,又能在实际运行中对各项参数的动态修改,从而使该模型对所诊断网络的认知能力不断提升,为定位和排除故障提供强有力的支持。

基于活动预测和能耗均衡的WSN路由算法

无线传感网络(WSN,Wireless Sensor Network)中节点触发与数据传输往往会呈现出某种活动模式,基于活动模式特性提出了基于活动的节点分簇算法(AACP,ActivityAware Clustering Protocol),将网络中的传感器节点分成多个活动簇,并通过对节点的历史触发数据进行分析,结合分簇结果对当前发生的活动进行预测.基于活动预测结果,综合能耗均衡、节点剩余能量、传输能耗等影响因素,提出了基于活动预测和能耗均衡的WSN路由算法(AEBRP,Activity-aware and Energy Balanced Routing Protocol).仿真实验中与低功耗自适应集簇分层型协议(LEACH,Low Energy Adaptive Clustering Hierarchy)、基于跟踪的动态节点分簇算法(HCMTT,Hybrid Clustering for Multitarget Tracking in wireless sensor networks)和传感器信息系统中的高能效采集算法(PEGASIS,Power Efficient Gathering in Sensor Information System)进行比较,验证了AEBRP算法在维持网络能耗均衡、延长网络生命周期方面具有明显优势.

面向车联网的高速路OD矩阵估计模型

针对高速路OD矩阵的采集与估计,提出采用RFID技术的车联网进行部署,建立有缺失数据的OD矩阵采集方法.用拉格朗日乘数法求解OD矩阵元素概率的极大似然估计,给出基于EM算法的OD矩阵估计算法.通过9×12节点规模的仿真实验结果表明,提出的算法相比模拟采集准确性更高,真实数据的均方根误差降低了77.7%,验证了算法流程和模型的有效性.

基于三轴传感器的老年人日常活动识别

本文针对老年人日常活动类型及特点提出了一种基于三轴加速度传感器和HMM(Hidden Markov Model)的活动识别方法.本文首先提取了针对老年人相异、相似活动的标准差、能量、相关系数、RAF(RAtio Forward)、RVF(Ratio Vertical Forward)等特征值.然后定义老年人的HMM活动识别模型.最后在经过Baum-Welch算法对HMM进行参数训练后使用Viterbi算法来进行老年人活动识别.实验结果表明,本文方法适用于老年人的日常活动的识别,平均识别精度达到了93.3%,尤其是对于相似步态活动的识别准确率达到了93.7%.

面向车联网的交通流参数检测

将RFID技术应用到交通流检测中是交通检测的新趋势。基于RFID的车联网进行讨论,分析及解决其设计参数选取、系统结构设计和邻道干扰等问题。对如何检测交通流的空间密集度(Density)、交通量(Trafficvolume)、空间平均速度(Space mean speed)、选择概率(Selection Probability)、道路通行时间(Road Travel Time)和道路延误时间(Road Delay Time)等参数进行分析,指出因引入RFID技术,使得以往不可准确检测的道路通行时间和道路延误时间及新提出的选择概率成为可测参数,并给出具体计算方式。通过仿真实验验证了检测方式的正确性和可行性,为进一步研究车联网提供了充分的理论基础。

一种数据流趋势分析方法的研究与应用

有效趋势的提取可为监控对象提供早期预警、状态评估和决策支持。传统的曲线趋势分析算法有滑动窗口(SW)算法、外推式在线数据分割(OSD)算法,二者均采用常规最小二乘法进行曲线拟合。与常规最小二乘法相比,总体最小二乘法具有更高的直线拟合精度。此外,针对SW算法的滑动窗口最大长度没有限制,当检测点阈值比较大时,窗口的长度可能很长;而0SD算法限定了最小滑动窗口长度,使得在最小滑动窗口内的突变点无法检测。针对SW算法和OSD算法的缺陷,提出了一种新的数据流趋势分析方法,该方法采用总体最小二乘法对数据流进行分段拟合,提高了趋势分析精度;还提出了可变滑动窗口算法解决SW算法和OSD算法的固定窗口问题,以实现对数据流的合理分割。实验结果表明,有效性较为明显。

重庆城市一卡通系统设计及实现

随着信息技术在经济社会各领域的广泛应用,IC卡在交通、通信、购物消费、缴纳水电气费、娱乐等社会公共领域得到了推广应用。推进城市一卡通的建设,对于合理配置社会资源,使城市居民便捷地获得各种社会公共服务,全面提升城市公共管理和服务水平,打造服务型政府,培育和发展重庆市IC卡产业,建设长江上游信息中心具有重要的推动作用。如此复杂的系统需要科学规划、科学设计,用合理的投资产生尽可能大的效益。

基于工况槽况的电解生产控制研究及实现

电解铝控制系统主要基于对加料间隔、设定电压这两个控制变量的调整来实现对浓度的控制,由于目前的控制没有考虑各电解槽自身的基础性能、当前生产状况、以及一段时间内电解铝浓度变化趋势,所采用的控制策略缺乏足够的针对性。本研究对贵州电解铝厂5车间1厂房电解槽的控制系统进行改造,提出了槽况、工况的概念来反映槽自身的生产性能,提出了一套改进的控制策略,即槽控机在参与控制时,要根据当前的槽况、工况以及浓度来对控制变量进行对应调整,从而使控制更细、更接近工艺要求的设定值,达到了节能降耗的目的。