基于鱼类运动行为的水质异常评价因子研究

针对利用鱼类运动行为进行异常水质评价的问题,本文对如何选取具有普遍性、全面性、代表性等特点且能够反映水环境与鱼类运动特征参数之间的主要相关性的因子进行了研究。首先通过研究水质变化对红鲫鱼运动轨迹的影响,引入基于鱼类运动轨迹的曲率、邻近特征这两个特征参数;其次分别提取正常和异常水质中红鲫鱼的速度、加速度、曲率、邻近特征4个特征参数,建立水质异常评价因子数据库;最后将不同评价因子输入支持向量机(SVM)进行分类识别,且采用ROC曲线考察鱼类运动特征参数和水质安全定性关系的准确性。实验结果表明,曲率、邻近特征作为水质评价因子明显优于速度、加速度,不但异常水质识别率达到90%以上,而且通过ROC曲线可知其建立的模型具有稳健性、普适性、高效性。

基于标记的多尺度分水岭视频目标分割算法

针对视频目标提取的问题,提出了基于标记的多尺度分水岭视频目标分割算法。该算法以帧间变化检测为基础,通过改进的最小Tsallis交叉熵进行去噪、滤波,经形态学处理后得到运动目标初始二值掩模,并利用初始二值掩模得到用于分水岭算法的前景与背景标记,用该标记修正当前帧的多尺度形态学梯度图像,最后进行分水岭分割,得到具有精确边界的视频对象。实验结果表明,该算法能有效地分割和提取视频序列中的单个、多个以及快速运动的目标,继承了变化检测和分水岭算法速度快的优点,克服了分水岭容易产生过分割的缺点,具有较强的适用性。

自动控制理论教学改革的思路与实践

针对《自动控制理论》课程的特点,分析了该课程目前教学存在的问题。结合教学改革实践,提出传统教学模式与现代教学手段要相互配合,取长补短。实践表明,这种教学方式有助于教学质量的提高。

基于计算机视觉与SVM的水质异常监测方法

针对水质异常监测问题,本文提出了一种基于计算机视觉技术和支持向量机相结合的生物式水质异常监测方法。首先通过计算机视觉获取可以反映水质状况的鱼类行为运动特征参数,对其进行预处理;然后建立样本集并获得基于SVM的水质异常监测模型;最后利用模型对未知水质下的鱼类行为特征参数分析评价,间接监测水质异常状况。鉴于支持向量机核函数类型和参数优化对模型优劣有重大影响,本文对不同类型的核函数进行实验对比,其次分别采用粒子群优化算法(PSO)、遗传算法(GA)以及网格搜索法(Grid Search)对参数进行优化选择。实验结果表明该方法可以快速有效的进行水质异常监测。

基于多特征提取和SVM参数优化的车型识别

提出了一种基于多特征提取和支持向量机(support vector machines,SVM)参数优化的车型识别方法,此方法解决了采用单一特征容易受到光照、天气、阴影等环境影响的问题,并且可以对运动中的车辆进行车型识别。首先,采集车辆样本并进行图像预处理,提取车辆的几何特征、纹理特征和方向梯度直方图(histogram of oriented gradient,HOG)特征;其次,将提取的多种特征量进行组合测试,并与单个特征量的测试结果进行比较;最后,采用粒子群算法优化SVM的参数并使用优化的SVM参数进行运动车辆的车型识别。实验结果表明:提出的多特征提取和SVM参数优化相结合的车型识别方法能够取得很好的识别效果,识别率达到90%以上。

基于CDIO理念的传感器技术课程教学模式改革

针对"传感器技术"课程教学模式改革问题,以CDIO教育理念为基础,分析了当前课程教学中存在的不足之处,提出了基于CDIO理念课程教学模式改革的指导思想,并设计教学、实验与实践方案,优化教学进程和评价方法,采用多种教学实践手段开展学生自主研究,加强学生能力培养,达到提高教学质量的目的。

基于U-net的水位线检测

提出一种基于U-net水位线自动分割的新方法,并通过多种场景进行验证。首先标记出原始图像中的水和背景并对其灰度化;然后利用处理后的图像和原始图像制作出数据集,把数据集作为输入利用U-net对图像进行分割;最后将所有分割出来的图像进行边缘提取得到水位线。实验结果表明:U-net水位自动分割可以精确地标记出水位线,同时解决了在水位测量过程中图像背景所带来的影响,分割效果明显优于其它分割方法,识别率达到96%以上。

改进的混合高斯与YOLOv2融合烟雾检测算法

提出一种融合了改进的混合高斯和YOLOv2的烟雾检测算法。首先,针对烟雾的早期特征对混合高斯算法进行改进,有效框定动态目标感兴趣区域,提取出烟雾前景;在此基础上将烟雾检测转换为回归问题,利用端对端目标检测算法YOLOv2训练烟雾数据集,进行二次检测和筛选,最终框定出烟雾发生区域的具体位置和范围,满足对不同场景火灾烟雾的有效检测。实验结果表明,融合算法改善了烟雾区域的检测效果,提高准确性并有效降低烟雾误检率。

基于视觉感知的鱼群运动行为特征参数提取

针对如何利用生物监测技术提高异常水质识别率的问题,对生物水质评价因子进行了研究,提出了改进的鱼群重心算法。在此算法的基础上引入新的鱼群运动行为特征参数即鱼群离散度、曲率、邻近特征,并对这些特征参数进行预处理,建立水质异常评价因子数据集,最后将评价因子输入支持向量机(SVM)进行水质异常识别。实验结果表明,引入的特征参数用于水质异常评价中,识别效果明显优于其它方法,识别率达到92%以上。

基于鱼群运动特征和XGBoost的异常水质监测

使用鱼群运动行为特征与XGBoost分类器相结合的方法实现水质监测。根据水质变化对鱼群运动行为的影响,引入从鱼群的运动行为中提取出来的一些具有代表性的特征参数,如中心距指数、离散度、分布面积3个特征参数;其次分别提取正常和异常水质中鱼群游动距离、速度、加速度、曲率、邻近特征5个特征参数,建立水质异常评价因子数据库;最后将不同评价因子输入到XGBoost分类器中进行分类识别。实验结果表明:中心距指数、离散度、分布面积3个特征参数能够高效、准确地反映水质状况。

基于视频算法的鱼类运动跟踪研究

针对利用鱼类行为监测进行水体环境保护的问题,本文提出了基于视频的鱼类运动跟踪研究,通过对鱼类运动视频进行分割、跟踪,获得鱼类运动的轨迹和速度,为鱼类参与环境污染研究奠定了理论基础(通过对比不同污染环境中鱼类运动的一些参数,进行水体环境污染程度的定量分析)。该算法采用标记多尺度分水岭方法进行鱼类运动分割,然后通过改进的加权Hausdorff距离对鱼类运动视频进行跟踪,最后为了容纳鱼类在运动过程中形状的变化,在多值图像中引入欧几里德范数作为约束条件来完成跟踪模型的更新。实验结果表明,本文算法呈稳定跟踪状态,在连续100帧的跟踪过程中没有出现超过1个像素的位置差,跟踪速度差值也未超过0.12个像素,能够快速、精确分割和跟踪鱼类运动目标。

基于环形特征的卷积神经网络轮毂识别

针对实际生产中不同种类轮毂的混流生产问题,提出了一种基于环形特征的卷积神经网络轮毂识别算法。将直角坐标下的环形轮毂映射到极坐标中,归一化为标准形式的矩形,提取轮毂图像的环形特征信息,减少冗余特征产生的影响;设计了一种改进的VGG网络架构,利用深度可分离卷积打破输出通道维度与卷积核大小的联系,在不损失网络性能的同时降低了计算量,能够在实际生产中轮毂识别任务在有限的算力情况下实时进行计算;从有效性和实时性两个方面对轮毂识别算法进行评估,且通过Inception V3、SVM、KNN等模型的对比实验,验证了该算法可以实时地对轮毂自适应分类。实验表明:该方法对轮毂图像的处理精度达到99%以上,单幅图像平均处理时间降低至11.78 ms。

基于计算机视觉的运动车辆检测

针对视频图像中车辆检测问题,提出了一种基于计算机视觉的运动车辆检测方法。首先,选取最佳方差参数并利用双边滤波对图像进行预处理;再利用Surendra背景更新算法实时更新背景图像,采用粒子群(PSO)极大熵法求得背景差分图像的阈值;然后,将得到的二值图像进行形态学处理并检测出运动车辆。实验结果表明,该算法不仅适用于简单背景、车速较慢的环境中,而且在复杂背景、噪声较大、车速较快的情况下,该方法均能够克服外界环境的不利影响,准确地检测出运动车辆,提高检测的准确率。

埋入式光纤光栅应变测量系统的设计

埋入式光纤光栅应变传感器作为大型土木结构健康监测的智能元件具有很好的发展前蒂。讨论了埋入式光纤光栅应变传感器的传感机理，设计了埋入式光纤光栅应变测量系统。从力学角度阐述了光栅传感探头的结构和制作工艺。采用可调谐F-P滤波器对光栅信号进行解调，解决了应变与温度交叉敏感问题。系统对应变的测量范围为0-1500με。通过理论分析证实了系统方案的可行性。

基于多尺度韦伯脸和梯度脸的复杂光照下人脸识别研究

针对复杂光照变化影响人脸识别准确性的问题,提出了一种基于多尺度韦伯脸和梯度脸相结合的复杂光照下人脸识别方法。首先定义了能够有效描述人脸纹理结构的多尺度韦伯脸,一定程度上减弱了不同光照条件的影响;其次融合多尺度韦伯脸和梯度脸提取人脸光照不变量;最后利用SVM多类分类算法实现人脸识别。使用CMU PIE与Yale B人脸库进行验证,结果表明:提出的算法能够有效消除复杂光照变化对人脸识别的影响,即在光照极差情况下,单样本图像作为训练图像也可以有很好的识别效果,且识别率显著高于韦伯脸、多尺度韦伯脸和梯度脸。

基于多算法融合的跌倒行为识别

提出一种多算法融合的跌倒行为识别算法。首先,针对人体目标的特征对YOLOv3 tiny检测算法进行改进,有效框定人体动态目标区域,提取出目标前景;在此基础上利用AlphaPose姿态识别框架识别出人体骨骼关键点,得到人体主要关节图;最后以人体关节图坐标信息为输入,通过时空图卷积神经网络对跌倒等动作进行检测识别,满足对不同场景跌倒的有效检测。实验结果表明:融合算法改善了不同场景下跌倒行为的检测效果,检测的准确率可达到97.4%,并有效降低了误检率。

利用最小Tsallis交叉熵的视频对象分割算法

提出了一种基于改进的最小Tsallis交叉熵的视频对象分割算法。在时域中采用帧间变化检测快速区分前景与背景,在空域中使用改进的最小Tsallis交叉熵设置自适应阈值,能更准确地对差分图像进行阈值分割,克服了传统的最小Tsallis交叉熵法阈值化容易失效的问题,然后利用形态学修正和差分交集技术获得精确的视频对象。实验结果表明,该方法能够准确地识别运动目标,对于分辨率为240×352像素,每像素8位量化的单运动目标序列图像,处理目标分割耗时0.475s;对于分辨率为480×640像素,每像素8位量化的多运动目标序列图像,处理目标分割耗时0.518 s,能够实现对运动目标的实时分析,具有较好的实时性、自适应性、鲁棒性。

高校弱势群体成因分析及其疏导对策

随着高等教育的不断发展,高校中的弱势群体问题也逐渐暴露出来。面对高校中的弱势群体,作为高校思想政治工作的辅导员,必须研究其成因并提出疏导对策,使他们不再孤立无援,并努力把他们培养成为社会所需要的合格人才。

动态图像序列中鱼体体干运动建模

针对利用鱼游运动机理对水下仿生器进行研究的问题,本文从动态图像处理的角度出发,建立了基于动态图像序列的鱼体体干运动模型。首先,通过边缘检测得到鱼体轮廓,提出基于欧式距离变换的鱼体体干线提取方法,然后,拟合体干包络线和体干若干点的平动方程,获得细长体理论参数,建立鱼体体干运动模型。实验表明,本文建立的运动模型可以真实有效的描述自然状态下鱼类游动的体干曲线形变。

基于多任务分类的吸烟行为检测

为了及时检测吸烟行为,准确做出状态判断,提出了一种基于多任务分类的吸烟行为检测算法。该算法融合多任务卷积神经网络、级联回归和残差网络,通过多任务卷积神经网络算法和基于梯度提高学习的回归树方法(RET级联回归)快速定位嘴部感兴趣区域(ROI);在此基础上,采用残差网络对ROI内目标进行检测和状态识别。实验结果表明,该算法可以准确检测到吸烟行为的发生并做出状态判断,准确率可以达到87. 5%。