基于特征相似性和特征规范化的注意力模块

近年来,注意力机制在图像分类、目标检测和语义分割等领域取得了巨大成功,但现有的注意力机制大多只能在通道或空间维度上实现特征融合,这极大限制了其在通道和空间维度上变化的灵活性,导致无法充分利用特征信息。为此,文中提出一种基于特征相似性和特征规范化的、可同时利用特征图各维度信息的卷积神经网络注意力模块FSNAM。该模块由特征相似性模块(FSM)和特征规范化模块(FNM)两部分组成,FSM利用输入特征图的通道特征信息和局部空间特征信息生成一个二维的特征相似性权重图;FNM利用输入特征图的全局空间特征信息生成一个三维的特征规范化权重图;两个模块生成的权重图融合在一起,生成一个三维的注意力权重图,以此实现通道特征信息和空间特征信息的融合。为证明FSNAM的可行性和有效性,进行了消融实验,结果表明:在图像分类任务方面,FSNAM模块对分类网络在CIFAR数据集上的性能提升明显优于其他主流注意力模块;在目标检测任务方面,使用FSNAM模块的目标检测网络对VOC数据集中的小目标和中等大小目标的检测准确率分别提高了3.9和1.2个百分点;在语义分割任务方面,使用FSNAM模块可以提高HRNet模型的性能,在SBD数据集上模型的平均像素准确率提高了0.58个百分点。

基于人体骨架序列的手扶电梯乘客异常行为识别

手扶电梯(简称扶梯)乘客异常行为识别研究具有重要意义.针对传统行为识别算法易受环境影响、不能实时并准确对多目标进行识别的问题,提出一种基于人体骨架序列的扶梯乘客异常行为识别算法.该算法首先通过结合可变形组件模型特征的支持向量机检测乘客人脸,并用改进的核相关滤波器对其进行跟踪,从而得到乘客在扶梯中的运动轨迹;接着利用卷积神经网络提取轨迹中乘客的人体骨架序列,并通过模板匹配从乘客人体骨架序列中检测异常行为骨架序列;最后利用动态时间规整将其与各类异常行为骨架序列匹配,基于k近邻方法识别异常行为.对10段扶梯视频的实验结果表明,文中所提的异常行为识别算法处理速度达到10帧/秒,识别准确率为93.2%,能够实时、准确地识别多种乘客异常行为.

次级调节伺服加载试验台研究

本文对利用次级调节技术设计的液压伺服加载试验台进行了研究，给出了系统的简化传递函数，并对转速调节回路进行了超前校正，拓宽了转速调节回路的频带。提高了系统的动态性能，收到了良好的效果。

次级调节液压加载试验台的解耦

次级调节液压加载实验台是基于次级调节原理设计而成的，它主要包括转速控制和扭矩控制两个组成部分，两者之间刚性连接，存在着严重的耦合现象。对系统的工作原理进行了详尽的分析，并对系统的耦合现象进行了研究，采用解耦控制理论对加载系统进行解耦，经过仿真研究，收到了良好的效果。事实证明，加载系统的耦合现象可以通过解耦方法来消除。

基于支持向量机的手扶电梯视频监控方法

为解决传统视频监控方法易受环境影响、不能实时准确监控运动目标行为的问题,提出一种基于支持向量机的手扶电梯(简称扶梯)视频监控方法。提取可变形组件模型特征,利用支持向量机检测乘客人脸;利用核相关滤波跟踪人脸目标,使用匈牙利算法更新目标的检测强度,修正人脸检测结果;基于人脸目标进行行为监控。基于16段扶梯视频的实验结果表明,该方法处理速度达到30帧/秒,人脸检测准确率为96.6%,行为监控准确率为95.1%,能够实时准确地检测乘客人脸,监控乘客行为。

次级调节液压加载实验台的模糊控制器设计

本文将模糊控制理论引入次级调节液压加载系统中，并针对系统的特点，设计了模糊控制器，它在传统的模糊控制器的基础上，采用了加权因子自寻优方法和ＰＩ控制策略，克服了原有控制器的响应速度慢、稳态精度不高的缺点。通过仿真研究，收到了良好的效果。

基于似然域背景差分的行人检测和跟踪方法

基于激光雷达的室内机器人行人检测、跟踪容易受到复杂背景的影响。针对这种情况,提出一种基于似然域背景差分的行人检测、跟踪和跟随系统。利用即时定位与地图构建算法获得陌生环境的二维栅格地图,通过蒙特卡洛定位获得机器人在地图中的后验位姿,利用似然域模型分割出前景对应的激光雷达数据后,进行行人的检测、跟踪以及跟随。实验结果表明,该系统使行人检测准确率提升3.49%,平均检测时间缩短近32%,有效降低复杂背景对多行人检测与跟踪的影响,实现机器人对目标行人的实时跟随。

模糊控制在二次调节系统中的应用

针对液压系统参数多变，难于用一般的控制算法进行控制的特点，本文设计了一种采用具有非线性和带有可调整加权因子的FUZZY控制器，并对二次调节系统进行了仿真研究，收到了良好的控制效果。

基于神经网络的柔性机器人混合力/位置控制

建立了柔性机器人的动力学模型，并根据实际情况对模型作了相应的假设， 给出了简化的准静态模型． 提出了一种基于神经网络的混合力／ 位置控制方法， 它主要包括两个部分： 辨识网络和学习网络．

次级调节扭矩伺服加载系统

本文对次级调节扭矩伺服加载系统的工作原理进行了详尽的分析，给出了系统的传递函数方框图，设计了用于加载系统的带加权因子的模糊控制器，对加载系统的两个主要组成部分转速和扭矩控制系统在不同输入信号下分别进行了试验研究，同时还对二者之间的相互干扰进行了试验研究。

液压蓄能式波浪能装置发电系统的特性

分析了液压蓄能式波浪能转换器(WEC)的工作原理和优势;根据液压马达和永磁同步发电机的数学方程推导出了发电系统的4个基本特性,分析了蓄能器压力和发电机负载对转速、电压和功率的影响;针对液压蓄能式WEC发电系统的两种工作模式——恒电阻模式和恒转速模式,建立了液压蓄能式WEC发电系统的Matlab/Simulink仿真模型,并进行了仿真实验,结果验证了关于液压蓄能式WEC发电系统特性推理的正确性.

利用MATLAB实现医学图像处理与分析

介绍了在MATLAB(R2006b)环境下,DICOM医学图像格式的阅读、显示及存储方法,使读者能够了解并熟悉如何在MATLAB环境下使用医学图像处理函数,而没有必要再借用其他的图像格式转换。通过分析这些函数,给出了判断DICOM格式的条件及应用时的注意事项,最后用实例证明了在MATLAB环境中,实现复杂医学图像处理和分析的简洁性及高效性。

基于平移不变剪切波变换的医学图像融合

传统的基于剪切波变换的融合方法在融合图像的奇异处易产生伪吉布斯现象.为此,文中提出了一种基于平移不变剪切波变换的医学图像融合新方法.该方法利用平移不变剪切波变换将待融合的医学图像分解成低频子带和高频子带,并使用基于区域系数绝对值和权重的规则融合低频系数;对于高频子带,提出一种基于支持向量值激励的自生成神经网络的高频子带融合策略;最后利用逆平移不变剪切波变换重建融合后的图像.视觉比较和融合结果量化分析表明,文中提出的方法不仅能够有效克服伪吉布斯现象,而且以熵、互信息、平均梯度和QAB/F作为标准时其融合结果比小波、轮廓波和非下采样轮廓波变换等传统方法更好.

结合规则和SVM方法的肺结节识别

为识别CT图像中的肺结节,提出了一种结合规则和支持向量机(SVM)的识别方法,来对分割出来的感兴趣区域(ROI)进行分类.该方法首先计算候选ROI的形态特征,利用基于规则的方法筛去非结节的区域;然后把筛选之后剩余的候选ROI作为测试样本和训练样本,计算它们的灰度和纹理等特征;最后把灰度、形态和纹理特征值作为SVM的输入,对经过基于规则筛选之后剩余的ROI进行分类.实验结果表明:基于规则的方法虽然没有漏检,但误判的可能性最大;结合规则和SVM的方法漏检的可能性要比SVM方法漏检的大,但误判的可能性小.

基于模块化设计的三维医学图像体绘制方法

为了提高三维图像的视觉效果和重建效率,提出一种基于模块化设计的三维医学图像体绘制方法.该方法将图像分割模块与体绘制有机地结合起来,并基于混合型链结区域增长与聚类分析的分割方式,来解决在实际应用中旋转观察时存在的障碍物体干扰问题.同时,基于Raycasting算法,对重构核进行改进设计:用包围盒选择与动态调整采样步长的重采样方法来提高重建效率;通过旋转光源和视角,对感兴趣的区域进行采样重建.实验证明该方法不仅效率高,而且显示效果好.

基于自适应自由变形法和梯度下降法的胸部多模医学图像配准

为了实现胸部多模态医学图像的自动配准,提出了一种基于层次B样条自适应自由变形法和梯度下降法的配准方法。首先采用GVF Snake与Canny算子实现边缘提取,并自动配对特征点;接着,采用矩主轴法对多模医学图像进行全局粗配准;最后,基于层次B样条自适应自由变形法对多模态医学图像进行自动细配准,并且采用梯度下降法以及最大信息熵准则加速求自由变形系数。实验证明该方法不仅效率高,而且配准效果好。

基于分数阶PI~λ控制器的有源电力滤波器直流侧电压控制

直流侧电压的稳定控制是保证有源电力滤波器(APF)性能的关键。文中基于APF直接功率控制系统,给出直流侧电压功率控制模型,提出采用分数阶比例—积分(FO-PIλ)控制器进行直流侧电压稳定控制,采用频域方法设计FO-PIλ控制器,并用来调节直流侧电压的大小和波动,以减少对APF的功率损耗和补偿性能的影响。仿真分析表明:基于FO-PIλ控制器的APF直流侧电压控制具有良好的动态性能和更强的鲁棒性;在负载扰动和电压闪变的情况下直流侧电压仍然稳定,能够快速精确地稳定在给定值;新的控制方案优于传统使用比例—积分(PI)控制的方案。

PWM整流器负载电流前馈控制策略研究

双闭环PI控制因其在控制系统结构上固有的不足及PI调节的滞后性,难以使PWM整流器在负载扰动下获得良好的动态性能。结合PWM整流器在两相同步旋转坐标系下的数学模型,给出了双闭环PI控制系统结构图,设计了负载扰动动态前馈补偿器及简化后的静态前馈补偿器。实验结果表明,静态前馈补偿可显著改善PWM整流器抗负载扰动动态性能。分析了影响静态前馈补偿效果的因素并提出进一步提高PWM整流器抗负载扰动动态性能的方法。

基于自由变形法的多模态医学图像的配准与融合

本研究提出了一种自动识别颈部PET-CT图像特征点的算法,它应用自由变形(FFD)方法以CT图像的特征点为参考使PET图像产生变形,再结合最大互信息法对颈部PET与CT图像进行非刚体配准,最后用改进的小波图像融合法把两者进行融合得出视觉效果比较理想的融合图像。经实际计算得出的变形PET图像与对应CT图像的互信息量大于原始PET图像,并且最后用改进的小波图像融合法得出的融合图像的信息量比一般小波融合大,由此证明本研究所用方法是有效的。

基于图像矩与神经网络的机器人四自由度视觉伺服

针对传统的视觉伺服方法中图像几何特征的标记、提取与匹配过程复杂且通用性差等问题,本文提出了一种基于图像矩的机器人四自由度(4DOF)视觉伺服方法.首先建立了眼在手系统中图像矩与机器人位姿之间的非线性增量变换关系,为利用图像矩进行机器人视觉伺服控制提供了理论基础,然后在未对摄像机与手眼关系进行标定的情况下,利用反向传播(BP)神经网络的非线性映射特性设计了基于图像矩的机器人视觉伺服控制方案,最后用训练好的神经网络进行了视觉伺服跟踪控制.实验结果表明基于本文算法可实现0.5mm的位置与0.5?的姿态跟踪精度,验证了算法的的有效性与较好的伺服性能.