基于空间特征融合的车辆跟踪算法研究

跟踪技术是自动驾驶领域非常重要的一种技术。为解决复杂场景下跟踪行驶车辆时产生的目标形变、外观相似等问题,提出了一种结合注意力机制与多层特征融合的多目标跟踪算法。该算法采用ResNe作为主干网络,在特征提取过程中采用特征金字塔网络结构来融合不同网络层级的目标特征。通过在主干网络中添加Coordinate Attention注意力模块来获得更加准确的位置信息,同时在特征金字塔层中使用可变形卷积来适应目标形变的特征提取。在公开数据集UA-DETRAC上进行的对比实验结果表明,改进算法在UA-DETRAC测试集上的多目标跟踪准确率为67.03%,比原ResFPN主干网络提高了4.91%,且跟踪速度为35.87 f/s,能够满足视频帧实时处理的速度需求。因此所提算法具有较好的跟踪效果和实时性。

基于混沌理论的交通量实时预测

分析了城市交通的混沌性 ,根据复杂的城市交通特点 ,引入了误差反馈系数 ,改进了混沌时间序列预测方法中的加权一阶局域法和基于最大Lyapunov指数的预测法 ,并将其成功应用于实时交通量预测 .预测结果表明 :这两种改进的方法都能较准确地预测交通量 ,但后者比前者更适合交通量预测 ,后者的预测误差一般可以控制在 5 %以下 .

灾变粒子群优化算法及其在交通控制中的应用

城市交通系统是一个随机性很强的、复杂的巨型系统。为了获得良好的通行效率,必须对城市区域交通协调控制信号进行整体优化,但是到目前为止还没有一个能较好完成此项任务的、实用的实时智能优化方法。在粒子群优化算法中引入灾变策略和模型,开发了灾变粒子群优化算法,解决了基本粒子群算法易陷入局部极小点的缺陷,并将其应用于城市区域交通协调控制信号配时优化。仿真结果表明:与基本粒子群算法(在陷入局部极小点时)、固定周期法和遗传算法等配时方法相比,采用所开发的灾变粒子群优化算法对区域交通协调控制信号进行智能优化配时,被控区域的车辆平均延误可以分别平均减少25.2%、41%和11.5%,并可以大大提高路口的通行效率。开发的灾变粒子群优化算法也可以应用于其他许多对象的优化。

基于混沌遗传算法的区域交通计算机控制配时优化

充分发挥混沌理论和遗传算法各自的优势,开发了混沌遗传算法,混沌遗传算法能有效地改进遗传算法的收敛速度慢、早熟收敛和有可能陷入局部最优点的缺陷。分析了城市交通这个复杂大系统的混沌性,并将混沌遗传算法成功应用于城市区域交通计算机控制信号配时优化。采用TSIS5.1进行了仿真,仿真结果表明:混沌遗传算法比遗传算法的收敛速度大大加快,且车辆平均延误和平均停车率都比遗传算法和固定周期法有明显的降低。

基于粗糙集的区域交通控制交通量属性约简

交通量属性的有效约简能够大大减少方案选择式城市区域实时交通控制系统在线SVM分类计算的计算量,是实现这种实时交通控制方式的关键一步。在遗传算法初始种群的产生和变异中引入了混沌算法,并提出了“混沌变异”的概念,由此构造了混沌遗传算法。将混沌遗传算法用于粗糙集的属性约简,并在构造适应度函数时引入了粗糙集理论的“支持度”。在初始种群的产生、交叉和变异算法中均采用约简的可辨别下三角矩阵判断个体的可行性。最后将所开发的粗糙集混沌遗传属性约简算法用来对城市区域交通控制交通量属性进行约简。仿真计算结果表明:所开发的粗糙集混沌遗传属性约简算法能有效地解决交通量的属性约简问题。

城市交通控制智能优化配时及仿真

城市交通系统是一个随机性很强的、复杂的巨型系统。开发了双层反馈神经网络,将其应用于城市交通控制信号配时优化, 并开发了应用于优化计算的能量函数和车辆平均延误计算式。以广东江门市某平面交叉路口为对象进行了仿真计算,结果表明:与传统的配时方法相比,采用所开发的双层反馈神经网络进行智能优化配时,交叉路口车辆的平均延误可以平均减少18.2%,可以大大提高路口的通行效率。开发的双层反馈神经网络也可以应用于其他对象的优化,具有较强的推广应用价值。

多层混沌神经网络及其在交通量预测中的应用

研究多层混沌神经网络及其在交通量预测中的应用问题。以BP网络和混沌理论为基础,提出了一种在隐层中包含混沌神经元的多层混沌神经网络。XOR问题实验得出:该混沌神经网络能有效地强化网络的非线性和学习效率。鉴于城市交通流具有明显的混沌特性,将该混沌神经网络应用于城市交通流的预测。对广东江门市某路口交通量的预测结果显示出:采用该混沌神经网络,预测误差一般可以控制在10%以下(或左右)。该网络还可以应用于其他混沌系统的预测和控制。

多层反馈混沌神经网络及其在交叉口优化控制中的应用

研究城市交叉口交通控制信号优化配时问题。以Hopfield网络和混沌模型为基础,开发了多层反馈混沌神经网络,将其应用于城市交通控制信号配时优化,并开发了应用于优化计算的能量函数和车辆平均延误计算式;探讨了城市交通系统的混沌特性,并开发混沌定量判别算法。以广东某交叉路口为对象进行了仿真,结果表明:与传统的配时方法相比,采用所开发的多层反馈混沌神经网络进行优化配时,交叉路口车辆的平均延误可以平均减少25.1%,可以大大提高路口的通行效率。该网络也可以应用于其他对象的优化。

板式换热器可视化计算机辅助设计系统的研制

板式换热器是一种结构紧凑型的高效换热器 ,其换热及流动特性非常复杂 ,作者在Windows 95平台上 ,综合利用VisualBasic、Autocad及TurboC等软件开发了板式换热器可视化计算机辅助设计系统。利用该系统 ,使用者只需输入几个参数 ,系统便能自动完成从设计计算到绘图的全过程。系统界面友好 ,使用方便 。

信息思维与我国高等教育教学创新

信息时代的来临势必引起信息思维的变革,这将是人类作为历史上科学思维方式最重大的变革,对我国高等教育产生深远影响。作为时代迫切需要的一种科学思维方式,信息思维将会被科学地实践于高等教育教学创新模式中。

板式换热器可视化计算机辅助设计系统的研制

在Windows95平台上 ,综合利用VisualBasic ,TurboC及Autocad等软件开发了板式换热器可视化计算机辅助设计系统。介绍了该系统的结构和功能 ,并举例说明该系统的使用过程。利用该系统 ,使用者只需输入几个参数 ,系统便能自动完成从设计计算到绘图的全过程。

VAV控制系统的稳定性研究

变风量 (VAV)控制系统产生振荡是 VAV空调系统的最大问题之一。本文建立了空调室及控制器的动态特性模型 ,在此基础上 ,自行开发了计算机仿真系统 ,并利用这套仿真系统对 VAV空调系统进行了仿真。仿真结果显示出 ,VAV控制系统的稳定范围受控制参数和系统参数的影响。得出的极限参数 ku、ωu 的数学式对现场具有一定的指导作用 ,并与现场实例吻合。本文为 VAV控制系统的动态性能研究提供了一种实用而有效的方法。

变风量控制系统稳定性初探

控制系统产生振荡是VAV空调系统的最大问题之一。建立了空调室及控制器的动态特性模型 ,开发了计算机仿真系统 ,并对VAV空调系统进行了仿真。仿真结果表明控制系统的稳定范围受控制参数和系统参数的影响。得到的极限参数ku,ωu

基于人工神经网络的贫化电炉计算机监督控制系统研制及应用

将人工神经网络和经典控制技术有机结合,开发了贫化电炉计算机监督控制系统。采用前向多层人工神经网络学习出贫化电炉渣含钴与渣中Fe/SiO2关系模型,并优化出最佳Fe/SiO2;采用BP网络对产出物成分进行预测;采用改进的Hopfield网络对物料进行优化计算。优化结果用来修改现场控制器的设定参数;用现场模拟控制系统直接控制贫化电炉。

HVAC系统最优控制模型的开发及应用

对某一HVAC系统进行了实验 ,利用实验结果采用多变量自回归的方法开发了适用于HVAC系统控制的数学模型 ,该数学模型用于带有前馈补偿的线性二次高斯控制 (LQG) ,控制房间的温度和湿度 ,大大改善了控制性能 。

金川贫化电炉渣最佳Fe／SiO_2的研究及其应用

本文首次借助计算机建立了金川公司贫化电炉渣含钴与Ｆｅ／ＳｉＯ_２之间关系的数学模型，优化计算结果表明：在现有生产条件下，渣含钴最小时的最佳Ｆｅ／ＳｉＯ_２为１．２８，将此结论应用于金川贫化电炉生产，有效地降低了贫化电炉渣含钴、镍；年经济效益为１３０２．５万元。

水产品冷库节能优化设计与计算机辅助监控管理研究

在调查目前国内水产品冷库能耗情况的基础上，提出了基于节能的优化设计思想和设计方法，开发了更适合现场实际的优化设计模型及设计参数。同时还开发了节能的计算机辅助监控管理系统。

基于变异系数法的工业产品表面缺陷快速检测应用研究

为了提高工业产品质量控制中表面缺陷检测的准确性和快速性,提出了一种基于机器视觉的工业产品表面缺陷快速检测方法。方法引用变异系数的概念,通过待检测图像和模板图像进行差运算得到差影图像,并通过计算其变异系数以确定阈值,利用分割定位缺陷,从而实现缺陷的快速检测。壁纸表面缺陷检测实验结果表明,本方法提高了图像检测系统的准确性和鲁棒性,误检率大大降低。

信息思维与高等学校实验室管理创新

信息时代的来临势必引起信息思维的兴起,这将是人类历史上科学思维方式最重大的变革,必将对我国高校实验室管理产生深远的影响.信息思维在五邑大学校级'实验中心'中的实践,有力地证明了信息思维将会被科学地实践于高校实验室管理创新中.