一种基于学习及视觉感知启发的目标分类方法

目标分类是计算机视觉研究中的重要基本问题之一。为提高目标分类的准确率,由对目标进行人工分类的完整过程所得到的启发,提出了一种视觉注意力模型与CNN相结合的目标分类新方法。该方法与传统目标分类方法相比,在分类过程上更接近于人工行为,有明显的生物学优势。首先,建立一个基于分类任务的眼动数据库,研究并记录人在进行目标分类时的视觉行为;然后,利用该数据库训练出一个结合低层特征(如方向、颜色、强度等)及高层特征(如人、脸、汽车等)的视觉注意力模型,以此,预测人工区分不同目标时所感兴趣的区域;最后设计CNN网络,利用视觉注意力模型所得到的感兴趣区域进行目标分类。实验结果表明,所提出的视觉注意力模型可以更准确地预测人在分类时的感兴趣区域,可显著提高目标分类的准确度,并且收敛速度更快。

一种基于有监督学习的视觉注意力模型

视觉注意力建模技术是计算机主动视觉领域的关键技术。为了提高传统视觉注意力模型预测人眼注视点的精度,提出了一种基于有监督学习的视觉注意力模型,该模型通过引入真实眼动数据作为监督值,结合自底向上特征(如方向、颜色、强度)及自顶向下特征(如人、脸、汽车等),作为Ada Boost分类器的样本,训练出自然场景中像素点特征向量与注视点之间的映射,并采用训练后的模型生成自然场景的视觉显著区域。实验结果表明,本文模型优于现有的8个主流模型,并能够较高质量地预测人类注视点。

租赁用发电机组的研制

经过多年的发展,我国发电机组租赁业已经形成了一定的规模。但是租赁方式少,小型的租赁公司只能提供低端的500 kW以下发电机组;中型的租赁公司虽然可以提供操作人员和相应规格的发电机组租赁,但无法提供成套式(全包/整体)租赁服务;租赁公司设备类型不全、低油耗、低噪声的机组数量少,不能满足城市日益发展和追求环保、舒适的需求。研制的机组具有低油耗、低噪声等特点,能适应各种不同的、复杂的、苛刻恶劣的环境。

非线性负载、冲击性负载对发电机组供电质量的影响及其治理措施

现代用电设备大多是非线性负载、冲击性负载,介绍了非线性负载、冲击性负载的用电特性,分析其对发电机组的供电质量造成了一定的影响和危害,提出了发电机组在非线性负载、冲击性负载的环境下的应对措施。

三相12抽头交流发电机单相输出的实现

三相发电机,其单相、三相不能同时使用,通过将发电机的12抽头改为双三角型接线方式,使三相交流发电机单相输出,实现其220 V及380 V的输出功率均为满功率。