基于RFID技术的跟踪与追溯系统研究

针对游客游览过程中游客游迹跟踪和追溯的需求,给出了游客游迹可追溯单元的语义描述,提出了使用事件处理机制处理游客身份标签数据并完成相应信息的转换,建立了基于射频识别语义事件的游迹跟踪模型和追溯方法,通过并发射频识别事件优先级处理策略机制,设计了游客游迹跟踪与追溯系统的功能架构、网络结构和查询。

一种有效的多阅读器RFID冗余数据清洗算法

原始RFID阅读数据通常质量不高,可能包含许多异常。提出一种多阅读器RFID冗余数据的清洗方法,设计了3-态识别模型,并证明了该模型下系统的性能最佳。通过贝叶斯原理从观测的条件似然以及未知参数的先验分布获取待估计参数的后验概率分布,设计了带有位置约束的Metropolis-Hastings抽样器(MH-LC);该抽样器通过合并相关约束参数进行高效和精确地清洗RFID原始数据。各种典型干扰条件下的仿真试验表明了方法的有效性。

基于FPGA的三轴伺服控制器设计与实现

针对某机载三轴运动平台的高精度伺服控制要求,设计了基于FPGA的伺服控制器。重点对硬件中的控制模块、驱动模块、通信模块和软件中的中断、复位、A/D转换等子程序进行了设计与实现。尤其是在驱动模块设计中,详细探讨了力矩电机的反馈环节参数给定模式。通过后续的仿真测试,验证了该三轴伺服控制器的有效性。

基于小波分析的心电信号提取

根据三次样条小波在各个尺度上具有不同带宽的带通滤波特性,利用小波变换多尺度多分辨的特点对心电信号进行分解,将心电信号分解在小波的不同尺度上,信号重构时,去除各种干扰。利用MIT/BIH中的心电数据对算法进行检验,试验表明,该算法能有效地降噪。

一种RFID数据中位置参数的Bayes估计方法

RFID设备固有的限制和环境噪声的影响,造成RFID原始数据的不确定性。为了估计RFID冗余数据中位置参数,提出了利用多阅读器观测到的冗余数据反演目标符号位置参数的Bayes方法。该方法以3-态识别模型为基础建立了Bayes推论模型,通过融合监测区域中的先验知识和约束条件,采用Markov Chain Monte Carlo(MCMC)的方法求解Bayes联合概率分布,进而得到符号位置参数的后验概率分布。模拟实验结果表明,符号位置参数的估计方法可以获得较好的效率和准确性。

RFID不确定数据流中的Top-K查询研究

在游客游迹跟踪与追溯系统中,产生大量不确定数据,有效的Top-K查询处理是不确定性数据管理中一项重要技术。研究了运用Top-K检索不确定数据的问题,定义了不确定数据流元组的查询语义,提出了一种在记录向量的基础上的不确定数据查询算法,并利用实例演示了查询的过程。该算法按照元组的得分值进行降序排列,概率值最高的前k个元组集合就是Top-K的查询结果,实验结果表明,本文的算法更具高效性和实用性。

游客游迹RFID数据处理与清洗方法研究与实现

针对游客游迹跟踪与追溯系统,本文深入分析了游客游迹不确定数据产生的原因,根据景区应用特点,提出了一种游客游迹RFID数据处理与清洗方法。在数据处理时,引入事件概念,设计出了游客游迹RFID事件处理机制;引入过滤器概念,给出了游客游迹数据的一种过滤模型,设计了游客游迹数据的去噪、平滑以及去冗余清洗算法。最后,通过模拟场景的实验,对该算法的准确性和有效性进行了验证。

一种高效的不确定数据流Top-K查询算法

在传感器网络、RFID等各种应用中会产生大量不确定性数据,有效的Top-K查询处理是不确定性数据管理中一项重要技术。针对已有的Top-K查询没有很好地结合元组的分值和不确定性,在分析不确定性数据模型和可能世界模型的基础上,定义了不确定数据流元组的查询语义。设计并实现了一种有效的Top-K查询算法。该算法按照元组的得分值进行降序排列,概率值最高的前K个元组集合就是Top-K的查询结果,实验结果表明,与CSQ和SCSQ算法相比,更具高效性和实用性。

基于磁敏技术的位移传感器的设计

介绍了MLX90316的内部结构和应用特性,设计了以LPC2136为CPU、MLX90316为位置反馈、具备1路光电隔离RS485通信输出的位移传感器,给出了位移计算策略和计算方法,详细分析了接口电路原理图和接口时序。

串口通信中CRC快速算法

本文给出一种基于字节的CRC快速算法,并利用串行通信发送汉字库对该算法进行了验证.实验表明,该算法简单快捷,特别适用于高速的数据通信.

基于磁敏角度技术的拉线式位移传感器的设计与应用

介绍MLX90316的结构和特性,设计以LPC2136为CPU,MLX90316为位置反馈的拉线式位移传感器,给出了基于MLX90316的位移检测策略,并详细分析了接口电路原理图和编程原理。该传感器具备一路RS485通信链路和一路基于PWM可调电流输出。试验证明,该传感器克服传统拉线式位移传感器的易磨损、分辨力差、阻值偏低、高频特性差等缺点,提高了测量精度。

硅铝合金材料在不同凝固条件下凝固组织分析

铸造工艺会直接影响材料的力学性能和组织,基于计算机模拟的实验装置对不同铸造工艺条件下硅铝合金材料进行凝固组织分析。研究发现:保温温度越低,等轴晶区的转变位置就会越小,等轴晶区的晶体会增大,等轴晶区的晶体形核率会提高;不同的冷却条件会产生不同的冷却组织,在水冷和油冷条件下比在空气冷却的条件下产生组织的等轴晶区的晶体变大,等轴晶区的晶体形核率会有一定程度的提高,等轴晶区的转变位置也会增大,水冷条件比油冷条件更为明显。

基于RFID技术的游客游迹跟踪与追溯系统

针对游客游览过程中游客游迹跟踪和追溯的需求,分析了无线射频识别系统数据产生和应用系统需求信息之间的不匹配,给出了游客游迹可追溯单元的语义描述,提出了使用事件处理机制处理游客身份标签数据并完成相应信息的转换,建立了基于射频识别语义事件的游客游迹跟踪模型和追溯方法,通过并发射频识别事件优先级处理策略机制,设计了游客游迹跟踪与追溯系统的功能架构、网络结构和查询。

计算机网络安全策略分析

由于计算机网络具有联结形式多样性、终端分布不均匀性和网络的开放性、互连性等特征,致使网络易受黑客、怪客、恶意软件和其他不轨的攻击,所以网上信息的安全和保密是一个至关重要的问题。无论是在局域网还是在广域网中,都存在着自然和人为等诸多因素的脆弱性和潜在威胁。故网络的安全措施应当是能够全方位针对各种不同的威胁和脆弱性,才能确保网络信息的保密性、完整性和可用性。

一种有效的不确定数据流Top-K查询算法

Top-K查询处理是不确定性数据管理中一项重要技术。本文在分析不确定性数据模型和可能世界模型的基础上,定义了不确定数据流元组的查询语义,提出了基于记录向量的Top-K查询算法,该算法根据K值,计算并返回分值最高前K个结果,其查询结果评价综合考虑了查询结果在可能世界语义下的概率大小。实验结果表明,与CSQ和SCSQ算法相比,本算法更具高效性和实用性。

融合双特征的玻璃缺陷图像分割算法

目的针对玻璃的材料透明性以及条带噪声等固有属性使得传统玻璃缺陷分割算法准确率较低等问题,提出一种基于双特征高斯混合模型的玻璃缺陷分割方法。方法首先,利用分数阶运算对玻璃缺陷增强,用灰度共生矩阵获取纹理特征,从而构建玻璃缺陷的双特征向量;将双特征向量引入高斯混合模型,并利用马尔科夫随机场的相邻像素空间信息对玻璃缺陷分割高斯混合模型进行改进,通过交替进行玻璃缺陷像素点与标号场之间映射关系的估计和基于高斯核函数空间约束更新,完成玻璃缺陷分割;最后,应用模糊熵对缺陷图像分割结果进行后续处理。结果对疖瘤、污点、气泡以及夹杂等4种典型缺陷样本图像进行性能测试和不同算法对比分析实验,实验结果表明,所提算法的D_(ice)指标达到98.59%,Mcr指标达到7.03%,衡量指标优于其他算法。结论将灰度特征和纹理特征引入玻璃缺陷分割的马尔科夫随机场,能够抑制非缺陷目标,并保留低对比度玻璃缺陷,提高玻璃缺陷分割算法的鲁棒性和准确性。

融合多尺度特征的马尔可夫随机场路面裂缝分割算法

为提高路面裂缝分割算法的准确性和鲁棒性,提出一种融合灰度统计模型和多尺度特征向量的马尔可夫随机场裂缝分割模型.首先,基于裂缝图像直方图,采用高斯分布和瑞利分布构架裂缝图像灰度统计模型,并利用EM算法对模型参数优化求解;然后,采用双向高斯核函数与裂缝图像的卷积构造裂缝的Hessian矩阵,通过计算不同尺度下的裂缝测度响应值提取裂缝图像的多尺度特征向量,以增强裂缝的树状几何结构;最后,将多尺度特征向量融合到马尔可夫随机场裂缝分割模型,基于最小能量准则,使用条件迭代算法求解裂缝最大标号场.在公共数据集CrackTree206和200幅自建的裂缝数据集上,与马尔科夫随机场等3种算法进行对比分析,实验结果表明,所提算法的概率边缘指数指标达91.78%,全局一致性错分指标达9.86%,评价指标优于其他裂缝分割算法,说明了所提算法能够有效地提高裂缝分割精度.

融合高阶多尺度特征的路面裂缝图像分割算法

针对裂缝图像的光照不均匀、斑马线等复杂背景使得传统的裂缝图像分割算法容易丢失细微及末梢裂缝等问题,本文提出了一种基于泰勒级数和多尺度特征的裂缝图像分割算法.首先,采用瑞利和高斯分布构成的有限混合模型对裂缝背景和目标进行建模,并使用期望最大化算法求解混合模型的参数;然后,通过泰勒级数的展开式描述裂缝的梯度方向,利用尺度变换构造裂缝图像的高阶多尺度特征;最后,将灰度有限混合模型和裂缝高阶多尺度特征融合到马尔科夫随机场模型,通过条件迭代算法优化求解裂缝标号场最大后验概率来实现图像分割.性能测试和不同算法对比分析实验表明,本文算法在保证裂缝几何参数不变的前提下能够抑制非裂缝目标并保留低对比度、细微和末梢裂缝,分割准确率达到85.93%、灵敏度达63.87%,衡量指标优于其他算法.

一种改进的路面裂缝图像分割方法

针对公路裂缝检测中的图像分割问题,运用机器学习领域的方法,以裂缝图像为研究对象,在深入分析经典K-Means聚类算法以及高斯混合模型(Gaussian mixture model,GMM)之后,提出一个利用全局K-Means和高斯混合模型来对公路裂缝图像进行分割的方法。在全局K-Means聚类算法的基础上,采用改进策略,同时,将传统GMM的每一个概率分布进一步再细分成单个的概率成分,在辅助变量计算过程中采用期望最大化(expectation maximization,EM)算法。仿真图像和实际裂缝图像实验结果显示,研究得到了比使用传统K-Means算法和普通GMM的分割方法精度更高、稳定性更好的分割结果。