一种基于结构特征的单目视觉惯性里程计

针对传统的仅依赖点特征的视觉里程计鲁棒性较差的问题,提出了一种结合点特征、线特征以及结构特征的视觉惯性里程计。结构特征是一个满足曼哈顿世界假设的正交基,可用于描述结构物体包含的平行与正交信息。结构特征的引入为视觉惯性里程计提供了一个全局的约束,可有效减少旋转误差的累计。与此同时,为了保证引入结构特征后系统的实时性,基于线特征匹配关系以及重力方向,提出了一种鲁棒且高效的结构特征提取算法。实验结果表明,相比现有的开源系统,所提出的系统在保证实时性的同时,有效减少了旋转累计误差。

葛根素对膳食诱导的高胆固醇血症大鼠的血脂调节作用

目的:观察葛根素对膳食诱导的高胆固醇血症大鼠的血脂调节作用,并对其机制进行探索。方法:SD大鼠随机分为3组,正常组、模型组和葛根素组。模型组和葛根素组均给予富含胆固醇的饲料4周,葛根素组每天灌喂葛根素溶液(300mg·kg-1·d-1)。检测血清总胆固醇(TC)、甘油三酯(TG)、高密度脂蛋白胆固醇(HDL-c)和低密度脂蛋白胆固醇(LDL-c)的含量。荧光定量RT-PCR分析羟基-3-甲基戊二酰CoA还原酶(HMGR),羊毛固醇14α-去甲基酶(CYP51),7α-羟化酶(CYP7A1)的mRNA转录水平。结果:葛根素显著降低高胆固醇膳食引起的血清胆固醇的升高,降低动脉粥样硬化指数,上调CYP7A1的mRNA转录水平,对HMGR和CYP51的转录水平没有影响。结论:这些数据表明葛根素能够降低血清胆固醇,减低动脉粥样硬化发生危险。其降低胆固醇的作用可能是通过促进胆固醇转化为胆酸实现的。

海南近海30株抗B16细胞活性放线菌的16SrDNA多样性分析

从海南近海 ,包括文昌红树林、海口红树林以及洋浦港等地采集样品 ,经苯酚、SDS、加热等预处理 ,稀释涂布麦芽汁_酵母膏琼脂 (YE)、淀粉酪素琼脂 (SC)、葡萄糖天冬氨酸琼脂 (GA) ,或者直接将样品稀释涂布加有重铬酸钾的高氏一号琼脂 (Gause)和麦芽汁_酵母膏琼脂等进行平板分离。共获得 35 4株放线菌 ,其中有 76株具有不同程度的抗B16细胞毒活性。比较发现加热预处理法和重铬酸钾选择培养法对于广泛分离筛选抗肿瘤活性放线菌不失为一种快速、简便、行之有效的方法。YE、Gause培养基无论在分离到的放线菌总数 ,还是细胞毒活性菌株的比例上都显示了良好的效果。对 30株具有较强抗B16细胞活性的链霉菌进行了扩增性 16SrDNA限制性酶切片段多样性分析 (16SARDRA) ,表明这 30株链霉菌之间有较大的基因差异性。 0 5 0 6 4 2、0 6 0 386和 0 6 0 5 2 4等 3株菌序列分析进一步证明这 3株菌属于链霉菌属 ,其中菌株 0 5 0 6 4 2与其亲缘关系最近的Streptomycescattleya的相似性仅为 95 % ,因此可能是一个新种。

一种新的图像融合及性能评价方法

通过重新定义交叉熵,并将其与熵相结合,提出了一种新的评价图像融合性能的目标函数,即综合熵。将取亮度最大值和对两幅图像进行加权平均的两类图像融合方法相结合,对上述目标函数进行迭代寻优,给出了一种新的图像融合算法。对包括红外与可见光图像,雷达与可见光图像,以及不同性能的可见光图像等多组图像进行实验,结果表明图像融合新算法和性能评价指标都是有效的。

一类多速率多传感器系统的状态融合估计算法

基于不同传感器以不同采样率对同一目标状态进行观测的多传感器单模型动态系统,该文提出了一种状态融合估计算法。不同传感器之间采样率之比可以是正有理数。该算法不仅具有好的实时性,而且在线性最小方差意义下是最优的。进一步可以证明:融合多个传感器获得的最高采样率下状态的估计值优于单传感器的估计结果,而减少任何一个传感器的信息所获得的估计值的误差协方差都将增大。仿真结果验证了算法的可行性与有效性。

异丙肾上腺素诱导的急性心肌损伤大鼠一氧化氮系统的变化

目的建立异丙肾上腺素(ISO)诱导的急性心肌损伤大鼠模型,观察急性心肌损伤大鼠NO系统的变化。方法将SD大鼠随机分为两组,对照组和模型组。模型组连续3d皮下注射ISO(150mg·kg-1·d-1)。通过血清肌酸激酶(CK)和乳酸脱氢酶(LDH)的活性和Ⅱ导联心电图来判定心肌损伤与否。用荧光定量RT-PCR来分析三种一氧化氮(eNOS、nNOS、iNOS)以及肿瘤坏死因子-α(TNF-α)的mRNA转录水平。结果模型组血清CK、LDH的活性显著增加(P<0.001),ST段明显上抬。与正常组相比,模型组eNOS和nNOS的转录水平显著降低(P<0.001);而iNOS和TNF-α的转录水平显著升高(P<0.001)。结论ISO诱导的心肌损伤大鼠NO系统发生的主要变化为三种NOS转录水平的改变。

非线性系统的异步多速率数据融合估计算法研究

研究了一类非线性时变动态系统的状态估计问题,在不同传感器以不同采样率异步对同一目标进行观测时,提出了一种有效的数据融合估计算法.通过建立多尺度模型,将异步多速率系统形式转化为同步多速率系统;在每一步分别进行状态的预测和更新.在状态和观测预测时,采用强跟踪滤波(STF)算法;在状态更新时,采用有反馈分布式结构,顺序的利用每一个传感器的观测信息去更新状态的估计;从而基于给定的非线性系统模型,得到融合所有异步、多速率传感器观测信息的状态估计结果.该方法不需要对状态或观测进行扩维,计算量适当,从而保证了算法的实时性.仿真结果验证了算法的有效性.

基于Kalman滤波的多分辨率图像融合新算法

以尺度类似于时间,对具有不同分辨率的多幅图像建立起状态方程和观测方程;以标准Kalman滤波为工具,将具有不同性能与特点的图像进行融合,并给出了分块快速算法。利用估计误差绝对值均值对融合的性能进行了评估。多组实验与分析表明:所提出的图像融合算法不仅能有效的去除噪声和提高图像分辨率,而且通过图像融合,能够大大改善存在部分遮挡和恶劣天气等影响下获取的存在灰度、对比度变化的图像的性能。

基于Kalman滤波的多尺度融合估计新算法

将信号的多尺度分析方法与多传感器数据融合技术相结合 ,基于某一尺度上给定的状态模型和在不同尺度上拥有不同采样率的多传感器分布式动态系统 ,提出了一种新的基于Kalman滤波的多尺度融合估计算法 ;在最细尺度上获得了基于全局信息的融合估计值 ;计算机仿真验证了算法的有效性 .

一类多速率传感器动态系统的建模与估计

研究了一类时变线性动态系统的多速率多传感器数据融合状态估计问题。首先,在不同传感器以不同采样率对同一目标进行观测的情况下,提出了一种多速率建模方法,该方法可将多采样率的融合估计问题转化为同采样率的状态估计问题。随后,利用Kalman滤波对目标状态进行了在线估计,并利用有反馈分布式融合结构对上述估计进行了有机融合,从而获得了目标状态的最优融合估计值。该方法不需要对状态或观测进行扩维,计算量适当,保证了算法的实时性。以景象匹配辅助GPS/INS组合导航为例,在两种采样关系下,分别做了仿真,仿真结果验证了算法的有效性。

一种不同分辨率异类图的融合算法

将较高分辨率的图像分解到各个较低分辨率,对最低分辨率的图像采用先加权平均,进而取亮度极大值的融合方法进行融合,并对上述最低分辨率上的融合图像和较高分辨率的图像利用基于Kalman滤波的多分辨图像融合算法进行融合;上述2步重复进行,最后可得最高分辨率下综合所有图像信息的融合图像。实验表明,本文所介绍的图像融合算法是有效的。

多速率传感器数据融合及在设备监测中的应用

准确测量电力设备的各种运行参数是电力设备在线监测的重要前提,而各种干扰的存在严重影响了测量精度。多传感器数据融合是一种提高监测系统的鲁棒性的有效途径。给出了一种融合不同观测速率多传感器观测信息的有效方法,对某生产设备电动机负载的仿真验证了其可行性。

几种经典相似性度量的比较研究

以图像匹配概率和匹配精度为准则,对几种经典的相似性度量进行了比较研究。得出绝对差(AD)与平均绝对差(MAD)算法等价;平方差(SD)、平均平方差(MSD)、积相关(Prod)与归一化积相关(Nprod)算法等价的结论。当图像信噪比较低时,Prod/Nprod/SD/MSD算法优于AD/MAD算法;否则,后者优于前者。相似性度量的比较研究可为实际应用中图像配准或景象匹配问题中相似性度量的选择提供重要的参考依据。

基于不完全观测数据的多速率多传感器数据融合

研究了一类时变线性动态系统,在不同传感器以不同采样率对同一目标进行观测,并且各个传感器的观测数据存在不规律丢失情况下,给出了一种有效的信息融合方法。该方法通过数学推导,将多速率传感器数据融合转化为单速率传感器数据融合问题,并采用修正的联邦Kalman滤波器进行状态估计。新算法不需要对状态或观测进行扩维,计算量适当,从而保证了算法的实时性。在观测数据丢失的时刻,采用外推的观测值代替错误的观测数据,从而避免了传统算法的发散。理论分析和仿真实验验证了算法的有效性。

教育部来华留学研究生英语授课品牌课程建设方法探究——以“随机过程理论及应用”为例

介绍了研究生全英文课程"随机过程理论及其应用"作为教育部来华留学英语授课品牌课程的建设情况。针对教学对象的特点,提出了"注重科研与教学相促进,注重理论和应用相结合,以教学推动科研,以科研转化教学"的课程建设思想;阐述了课程定位、授课内容、教学方法、视频制作、教材撰写等方面的具体情况,总结了课程建设的特色与取得的成效。

基于最小最大圆度量的鲁棒模板匹配方法

为了解决强噪声干扰、部分遮挡等复杂环境下的图像匹配问题,给出了一种鲁棒的图像匹配算法。在引进圆约束的条件下,对点点间距离给出了一种新的定义。在此基础上,对经典Hausdorff距离进行改进,提出了一种新的度量,即最小最大圆度量。以此度量作为景象匹配的相似性度量,并在搜索的过程中采用圆形窗,获得了一种鲁棒的图像匹配方法,即基于最小最大圆度量的鲁棒模板匹配方法。多组实验与分析表明,该算法可以有效地解决存在旋转、灰度对比度变化、噪声干扰、部分遮挡与强光饱和等变换与干扰存在下的景象匹配定位问题。

获自链霉菌060524发酵液细胞毒活性物质

从链霉菌060524菌株的发酵液中共分离得到了12个化合物,以K562细胞检测细胞毒性实验,其中1-H-3-吲哚羧酸和1-H-3-吲哚羧酸甲酯2个化合物具中等强度细胞毒活性(10μg/ml≤IC50≤20μg/ml);茴香霉素(anisomycin)和脱乙酰茴香霉素(deacetylanisomycin)2个化合物具有很强细胞毒活性(IC50≤10μg/ml)。另外,以HL-60作细胞凋亡实验,1-H-3-吲哚羧酸和脱乙酰茴香霉素在90μg/ml时显示了细胞凋亡作用。

基于多速率传感器动态系统的多尺度递归融合估计

该文将基于模型的动态分析方法与具有统计性的多尺度信号变换方法相结合,基于最细尺度上给定的状态模型和不同尺度上给出的多速率传感器动态系统,建立了一组新的多尺度动态模型和多尺度误差模型;利用确立的尺度之间的递归关系,给出了一种新的多尺度递归数据融合估计算法,在最细尺度上获得了状态基于全局信息的融合估计值;理论推理证明了这种方法的正确性,计算机仿真验证了算法的有效性。

一类多速率动态系统的异步数据融合算法

针对不同传感器以不同采样率、异步对同一目标进行观测的一类线性时不变动态系统,给出了一种有效的状态融合估计方法。利用该方法进行状态估计,首先根据多尺度系统理论,针对每一个传感器分别建立起相应的系统模型;然后利用Kalman滤波和有反馈分布式融合结构进行数据融合并给出状态估计。该方法避免了插值以及状态和观测的扩维,具有较好的实时性。理论分析和仿真结果均表明,融合估计结果在估计误差方差最小意义下,优于最高采样率的传感器Kalman滤波的结果,融合算法是有效的。

电气测量中的多传感器信息融合技术

由于电气设备的测量精度有限以及传感器故障或受到噪声、电磁波等多种因素的干扰 ,使得电信号的精确估计存在一定的难度。基于Kalman滤波和多尺度传感器 ,采用局部小波预值处理 ,给出了多传感器系统重构的方法。仿真表明 :该算法不仅利用多传感器提高了估计精度 ,而且对于传感器的突变型未知干扰具有很强的鲁棒性。而这种干扰可能来自于传感器故障或者随机电磁干扰。为在传感器故障或者随机电磁干扰的条件下精确估计系统状态 ,进而分析系统 (包括系统组件故障诊断 ) ,优化运行参数 ,为有效控制提供了技术保证。