结合纹理特征的深度学习混凝土裂缝识别方法

混凝土的结构裂缝对结构安全性会产生重要影响,因而对混凝土裂缝进行检测监测是非常必要的。针对深度学习方法需要大量的训练样本,深度学习模型训练过程需要耗费大量时间的特性,提出一种将纹理特征与混凝土裂缝数据融合的深度学习目标检测框架。将纹理特征与预处理混凝土数据进行多数据融合,增加训练样本的特征通道数,减少模型对训练样本需求,提高模型训练速度;并在此基础上实现样本数量有限情况下的混凝土裂缝检测。通过在自制钢纤维混凝土裂缝数据集上进行试验,将该目标检测框架与未进行纹理特征融合以及与未进行预处理混凝土数据的目标检测方法进行对比。试验结果表明:本研究提出的裂缝检测方法,不仅可以大大减少训练模型所需时间,在模型训练样本较少时亦可获得较好的检测效果,检测精度也得到一定的改善。

LCC谐振式高升压比超声波换能器驱动

针对传统换能器驱动电路带换能器负载和不带负载时压差过大的问题,提出了一种新的换能器驱动电源。在分析和推导补偿拓扑的基础上,使用LCC补偿网络的输出与负载无关特性和后级电路谐振匹配网络设计使带空载时阻抗角接近0°,实现高升压比和低压差。通过对一款40 kHz的换能器进行仿真和实验验证了方案的可行性,在高升压比的情况下,使换能器的压差降低至90 V,达到了减少压差的效果。

用于WPT的双路E类逆变器功率合成拓扑及其电感耦合集成

针对现有用于无线电能传输系统的E类逆变器存在磁元件损耗大,谐振参数容差能力低以及输出功率有限的缺点,提出了一种新颖的双路(或偶数路)E类逆变器功率合成输出的无线电能传输系统拓扑,其逆变器利用耦合电感抑制偶次谐波电流并降低有载品质因数,在谐振参数存在较大偏差时仍然可以高效运行。同时,利用磁集成方法降低了磁元件数量与损耗。系统的补偿网络基于串串谐振补偿,并利用π型跨导使得系统电压增益与负载变化无关,保证输出电压恒定。利用一台1MHz样机验证了所提出拓扑的可行性及优良性能。样机的电压增益基本不受负载变化的影响,其E类逆变器在全负载范围内均能实现软开关,逆变器峰值效率达到了92%。

一种基于小波稀疏基的压缩感知图像融合算法

随着压缩感知技术的发展,基于压缩感知的图像融合技术研究逐渐受到越来越多的重视。针对图像小波分解系数特点,提出了一种基于双放射状采样模式的压缩传感域图像融合算法。该算法首先通过双放射状采样模式获得待融合图像的小波稀疏域线性测量值;然后利用一种简单的绝对值最大融合规则直接在压缩感知域进行融合,最后通过最小全变分的方法重构融合图像。主客观实验结果表明,该算法具有良好的融合效果。

用于磁感应耦合式电能传输系统的新型补偿网络

对于恒压输入输出型的磁感应耦合式电能传输(inductively coupled power transfer,ICPT)系统,其补偿网络是系统的重要组成部分。针对现有补偿网络存在的系统电压增益会随负载值变化而变化的缺点,提出并设计一种新型的补偿网络。该新型的补偿网络可使得系统的电压增益仅与松耦合变压器的耦合系数成正比,而与负载值无关。通过分析及实验证明,该补偿网络不仅具有单位功率因数输入的特性及较高的效率,且其系统电压增益与负载值大小无关。此外,还对其工作频率的鲁棒性进行详细的分析。

线圈高频损耗解析算法改进及在无线电能传输磁系统设计的应用

圆导体环形线圈在磁耦合谐振式无线电能传输系统中应用广泛,线圈高频损耗对磁耦合系统的分析设计和效率至关重要。针对目前解析计算方法在计算邻近效应损耗时的不足以及有限元仿真的局限性,本文以螺旋型线圈为例,深入分析了圆导体线圈的趋肤效应与邻近效应,提出了多匝圆导体线圈高频损耗的通用解析计算方法。该方法适用于任意形状(如螺旋型、涡状)的漆包线以及多股绞线线圈,比目前其他解析计算方法具有更高的精度和适用范围,且计算速度快。本文进一步将该方法应用于线圈Q值的优化,并通过实测验证了所提出的解析计算方法的计算高效性和模型准确性。

CAD图形数据数字水印技术综述

数字水印技术正成为网络环境下CAD图形的版权保护和侵权检测研究的热点。综述了目前国内外针对CAD图形水印技术所做的相关工作,分析了CAD图形在数据表示及使用方式上的特点、CAD图形嵌入数字水印的要求以及CAD图形数据信息冗余的类型;按空域、变换域及参数变换分类方法,概括了目前典型的针对CAD图形数据的数字水印算法,讨论了其优缺点。指出了对CAD图形数字水印技术还存在的问题以及对该领域未来可能的研究方向和研究重点进行了展望。

基于小波高频奇异值分解的无参考模糊图像质量评价

针对传统无参考模糊图像质量评价方法通常需要进行学习训练或构造参考图像再进行质量评价从而导致算法较复杂且计算量大的问题,文中提出一种简捷有效的图像高频奇异值分解的无参考模糊图像质量评价方法。该方法根据自然图像同尺度不同方向高频子带小波系数相关性随模糊程度加深而降低的特性,利用奇异值分解获取图像高频子带结构特征,计算同尺度不同方向高频子带结构特征向量夹角作为质量评价指标。通过LIVE2,CSIQ和TID2013图像数据库实验表明,提出的方法与主观评价具有较好的一致性,而且算法无需训练或构造参考图像,较传统评价算法运行更为简便,实用性更强。

基于复合混沌序列与小波变换的图像加密算法

针对单一混沌映射有可能退化为周期问题以及图像置乱加密计算量大的缺点,提出了一种基于复合Logistic和Chebychev映射与小波变换的图像加密算法。算法根据密钥控制复合混沌序列的初始参数,生成混沌序列,进而对图像进行置换加密,然后对加密后的图像进行小波分解,再对小波近似系数进行置乱加密。实验结果表明,该算法改进了单一混沌序列的退化问题,使混沌序列具有更好的随机性并改进了图像的直方图分布,算法具有良好的加密效果。

一种非盲检测的二维工程图数字水印算法

提出了一种基于傅立叶描述子的二维工程图的数字水印方法。该方法通过从工程图中提取特定顶点构造出复值信号量再进行傅立叶变换,通过对变换后的傅立叶变换系数幅值进行调制,嵌入符合N(0,1)分布的伪随机水印序列。通过实验确定水印检测中相关测试的阀值,从而根据相关值检测水印的存在与否。实验结果证明这种方法对平移、旋转、添加及删除部分实体等攻击具有良好的鲁棒性。

多模态学习理论在“计算机图形学”实验教学中的应用

通过对多模态学习理论的研究,针对目前"计算机图形学"实验教学中存在的问题,从实验内容、课堂组织、实验准备、课堂指导、课堂交互以及实验成绩考核等方面探讨了多模态学习理论在"计算机图形学"实验教学中的应用。实践表明,这些措施的实施,有效地提高了教学效果。

一种改进的基于K-SVD字典学习的运动目标检测算法

提出了一种基于字典学习的运动目标检测方法.该方法首先使用多帧平均方法从训练样本中得到初始背景,再通过BP算法建立背景的初始稀疏表示模型;然后利用视频序列中当前时刻的近邻五帧图像,通过K-SVD方法自适应更新背景数据字典中的原子,使背景稀疏表示模型最优逼近近邻帧背景的观测值;最后将当前帧图像与背景模型进行差分,完成前景运动目标的检测.仿真和对比实验结果表明,对图像信号进行稀疏表示可以有效降低数据的冗余度,减小运行时间,同时在字典更新阶段利用近邻帧图像的相关性特性,能获得鲁棒性较好的背景字典,自动排除伪前景的干扰,从而提高视频序列中的运动目标检测的准确率.

一种基于PCP的块稀疏RPCA运动目标检测算法

针对已有的块稀疏RPCA运动目标检测方法难以适用于动态变化背景的问题,提出一种基于PCP的块稀疏RPCA运动目标检测算法。该算法首先通过基于PCP的RPCA方法对视频序列降维,将观测图像序列分解成低秩背景矩阵和稀疏前景矩阵;然后根据运动特性的光流一致性特点,结合前景区域的空间相关性,进一步得到大致的前景稀疏块;再利用基于PCP的块稀疏RPCA方法,动态地估计前景运动区域,重构出前景目标。实验结果表明,该算法能有效地排除运动和变化背景的干扰,提高对小目标的检测率。

基于混沌的小波域二维工程图数字水印算法

针对数字工程图的版权保护问题,提出了一种基于混沌的小波域数字水印方法,该方法通过从工程图中提取特定顶点构造出复值信号量再进行离散小波变换,通过对变换后的小波细节系数幅值进行调制嵌入一32×32像素的二值水印图像。为了加强水印信息的安全,采用复合混沌序列技术对原始水印图像进行了加密。实验结果证明这种方法对平移、旋转、缩放、镜像以及添加或删除部分实体攻击具有良好的鲁棒性。

面向方面程序设计概述

软件工程的一条重要原则是关注点分离,现在大多数的软件项目都选择OOP的编程方式,但OOP技术也有其局限性,它对有些需求并不能很好的进行描述.介绍了一种全新的编程范型———面向方面的程序设计,这种编程技术可以有效地描述OOP方法不能描述的关注点;介绍了面向方面程序设计的基本思想以及面向方面程序设计设计语言AspectJ的基本概念.

一种Sort-first构架的基于包围球的归属判断策略

在大规模场景并行渲染系统的任务拆分过程中,当场景比较复杂,图元数量较多时,采取一种有效的归属判断策略对整个系统的效率具有重要影响。针对采用Sort-first架构的基于立即模式的包围盒的归属判断策略的固有缺点,介绍了一种基于驻留模式的包围球的归属判断策略。实验结果表明,采用这种基于"包围球"的归属判断策略相对于基于"包围盒"的归属判断策略大大提高了图元归属情况的计算速度。

基于PCANet的非下采样剪切波域多聚焦图像融合

近年来,基于深度学习模型的图像融合方法备受关注。而传统的深度学习模型通常需要耗时长和复杂的训练过程,并且涉及参数众多。针对这些问题,文中提出了一种基于简单的深度学习模型PCANet的非下采样剪切波(Non-Subsanmpled Shearlet Transform,NSST)域多聚焦图像融合方法。首先,利用多聚焦图像训练两阶段PCANet,用于提取图像特征。然后,对输入源图像进行NSST分解,得到源图像的多尺度和多方向表示。低频子带利用训练好的PCANet提取其图像特征,并利用核范数构造有效的特征空间进行图像融合。高频子带利用区域能量取大的融合规则进行融合。最后对根据不同融合规则融合后的频率系数进行NSST重构,获取清晰的目标图像。实验结果表明,所提算法的训练和融合速度比基于CNN的方法提高了43%,该算法的平均梯度、空间频率、熵等融合性能分别为5.744,15.560和7.059,可以与现有融合方法相媲美或优于现有的融合方法。

GPS实时货物跟踪系统的设计与实现

根据我国第三方物流企业的特点,利用GPS全球卫星定位系统、GIS地理信息系统和GSM短信服务系统,设计和实现了一个基于GPS的实时货物跟踪系统.介绍了系统拓朴结构、软件结构与功能,分析了各软件子系统实现的关键技术.利用该系统,客户可以通过Internet实时查询货物当前的位置、状态、估计到达时间等信息,企业则可以对其移动的车船进行实时监控、调度、导航、接警等处理.

数字图像安全技术研究进展

随着数字技术和因特网的飞速发展,图像数据的安全性越来越受到社会的普遍重视.全面分析了数字图像安全需求以及为达到各安全需求的各种安全措施,重点对数字图像加密以及数字图像水印技术的研究现状以发展进行了分析,并对存在的问题以及该领域未来可能的研究方向和研究重点进行了展望.

基于多模态学习理论的多媒体课件设计

多媒体课件是多媒体教学过程中的重要组成部分,成功的多媒体课件设计应以学生为中心,这已成为一种共识。多模态学习理论是一种研究如何充分利用学习者各感官进行学习的理论。通过对多模态学习理论的研究,针对目前多媒体课件设计的不足,借鉴软件工程设计思想,提出基于多模态学习理论指导下的多媒体课件设计方法,指出高质量的课件设计应该包括课件需求分析、课件设计、课件实现、课件测试及课件维护等过程,并对每个过程涉及的主要内容进行了探讨。