一种基于线性规划的孤立点检测方法

孤立点检测是数据挖掘中的重要问题,可以发现不具备一般特性的数据,进而发现潜在的有用信息。现有的孤立点检测算法对于孤立点组成小集群的情形,一般不能正确检出。针对这一问题,提出一种新的基于线性规划的孤立点检测方法,该方法基于一个简单的事实:紧邻的两个数据点,必然同时为孤立点或正常点。首先建立待检测数据点的图模型,通过构造顶点能量模型和边模型,建立孤立点检测问题的马尔科夫模型,之后通过求解线性规划问题,得到该模型的最优解,进而得到孤立点检测结果。最后,使用一个合成数据集和三个真实数据集进行实验,验证本文所提出的算法,实验结果表明,提出的算法对于普通数据集和含有孤立点组成小集群的数据集,都能够正确地检出,且具有较高的检测正确率。

随机蕨丛算法下的三点焊缝定位方法

针对在焊接过程中工件易变形、光照干扰等情况下不能精确定位焊缝的问题,提出一种基于方向梯度特征的随机蕨丛算法。首先建立焊缝模型分类器,并用其在测试样本中得到焊缝部分。其次,采用随机蕨丛算法得到所有训练样本的特征类型并计算特征点的平均坐标差值。最后,判断测试样本所属类型,根据坐标偏移量求出特征点具体坐标值来实现定位。实验结果表明:所提出的算法在保证较高精确定位的同时,还具有很好的时效性。

基于谱特征和深度信任网络的三维模型分类

在CAD/CAM技术中,三维模型的分类问题是重要的问题。以往的工作主要考虑刚性模型分类问题。由于存在非刚性变形,大大增加了三维模型分类问题的难度。针对非刚性三维模型分类问题进行了研究,提出了一种基于谱特征和深度信任网络的三维模型分类方法。首先,提取一个三维模型的谱特征;之后,通过深度信任网络对该模型进行降维;最后通过支持向量机进行判别分类。实验表明,提出的方法能有效地描述非刚性三维模型的内在特征,取得了较好的分类效果。

移动机器人定位技术研究综述

移动机器人的定位技术在机器人研究领域中已被广泛的研究,本文针对机器人的定位问题,基于绝对定位和相对定位两大类定位技术,对室内自主移动机器人的定位技术进行了综述,简述了基于地图匹配、路标识别、概率估算三种定位技术,以及各自的优势和局限性,并展望了移动机器人室内自定位技术的进一步研究方向。

点云数据滤波方法综述

本文介绍了点云滤波的基本原理,对异常点检测问题的特点、分类及应用领域进行了阐述,同时对异常点检测的各种算法进行了分类研究与深入分析,最后指出异常点检测今后的研究方向。

基于线结构光的金属3D打印技术

针对金属3D打印技术在航空零件上应用的问题,本文提出了一种多线结构光单目视觉测量系统的快速标定方法在3D打印中的应用。金属3D打印技术在现代工业中具有非常重要的作用,但是在打印的过程中由于金属熔化而造成工件变形。该方法可以同时完成多个线结构光的标定,不必每一个线结构光单独标定,从而实现相机与线结构光的快速标定,便于随时检测金属工件的形状。

基于神经网络控制的空调系统

该文针对空调系统的控制问题分析了传统PID控制的不足,论述了神经网络的控制原理,探讨了神经网络控制的优点,仿真实验表明该系统在中央空调中具有应用的可行性。

一种基于改进高斯过程隐变量模型的多角度人脸识别算法

针对传统谱算法在人脸识别中的局限,该文提出一种基于改进高斯过程隐变量模型(GP-LVM)的多角度人脸识别算法。首先,通过高斯过程(GP)对人脸流形建立概率模型,得到高斯过程隐变量模型(GP-LVM);其次,分析GP-LVM得到共有信息(shared information)和独有信息(private information),利用概率最大化与拉格朗日乘子法得到参照矩阵和参照值;最后,实现多角度人脸识别。选取Yale,JAFFE,FERET,CMU-PIE 4类数据集进行对比实验,实验结果表明:该文提出的算法可以有效地识别多角度人脸,针对无角度人脸识别也具有良好的效果。

一种基于深度和信息熵的人体运动检测方法

针对传统人体运动检测方法存在的不足,提出一种图像深度和人体信息熵相结合的检测方法.首先依据图像的颜色和深度信息,结合Hough森林法提取人体部位的关键点;再利用关键点的信息连接出人体骨架,采用改进的信息熵表达式计算人体运动的熵值,并对数据做相关分析;最后,得到人体的运动状态.实验结果表明:采用的深度图像能更有效地提取人体关键点,对优化传统人体识别方法存在重要意义;所提出的信息熵法应用到人体运动检测中可以更加直观反映人体运动情况,明显提高检测效率和准确率.

一种深度图像特征的建筑物内行人检测方法

针对传统建筑物内行人检测算法复杂背景遮挡、光照影响等导致的检测不准确、效率低等问题,提出一种基于深度差值及方向梯度特征的行人检测算法.利用Kinect采集图像,在深度图像中对深度差值及方向梯度进行计算,通过滑动窗口对整个深度图像进行特征提取,获得特征向量,并利用主成分分析法降维.最后利用随机森林选取分类能力较强的特征并进行分类,实现训练及检测.在不同背景及光照条件下进行检测实验,平均检测率达到87.89%,平均每帧检测时间为0.121s.将本方法与GEBCF(泛化和检测平衡共生特征)及FCF(滤波通道特征)算法对比,检测率分别提高0.92%、0.68%.实验结果表明本方法有效提高了行人检测的准确率,具有更高的检测效率,能快速、准确地检测行人.

基于前景分割的行人检测方法

针对背景复杂情况下行人检测误检率较大的问题,提出一种新的基于前景分割的行人检测方法.本方法在样本训练过程中,通过对图像的初始轮廓线进行有向分水岭转换,然后由超度量轮廓图算法得到图像内一个个封闭的区域,把得到的封闭区域与设定框进行比较,区分封闭区域属于前景还是背景,进而把前景目标分割出来并进行训练;测试时,把待检测图像中的检测区域进行前景分割,求出前景的HOG特征并用SVM分类,确定检测区域内是否有行人.这样保证了在训练阶段和检测阶段都去除了背景噪声的影响,实验结果表明,提出的方法能有效的提高检测精度.

基于局部图块目标匹配的交通车流跟踪与统计

针对传统目标跟踪算法在实现过程中的局限,提出一种基于局部图块目标匹配(local block-graphs targets matching,-LBTM)的跟踪算法,将其应用于车流跟踪,并验证其有效性。首先,采集视频帧画面中含有目标的多幅图像,并对其进行局部图块分割,得到目标图块;其次,对图块进行目标匹配,通过匹配完成对目标的检测过程,并计算得到最优的目标集合;最后,针对目标集合进行全部帧画面的最小偏差的预测,实现目标的跟踪过程。选取某路口的交通监控视频进行对比验证实验,实验结果表明:所提出的算法可以有效地跟踪车辆,比传统算法有更好的目标检测率和跟踪准确率,并能有效地完成车流统计。

应用于高温环境金属3D打印的三维测量系统

本文对金属3D打印过程中的三维测量提出了一种新的方法。针对金属3D打印过程中由于金属粉末在高能激光高温灼烧下产生膨胀,冷却后出现一定程度的形变,导致打印完成后工件不符合要求等问题提出了解决方案。本文所使用的三维测量方法基于机器视觉领域的线结构光测量方法,并采用三维重建技术,能准确重构金属3D打印工件的三维轮廓,以满足此类金属打印设备对于准确性的要求。

非线性流形上的性别识别算法研究

在高维非线性空间中,如何更有效地提取人脸图像的主要特征,以及如何更有效地区分不同的性别类别,已经成为性别识别中广泛关注的问题。针对这一问题,提出一种非线性流形上的性别识别算法。该算法不但能有效提取高维空间中数据点的主要特征,并且能充分挖掘出数据流形间的几何结构和判别结构,从而使不同性别之间达到最优化分类。通过ORL和Yale两个人脸数据集实验,并与PCA(Principal Components Analysis)+LDA(Linear Discriminant Analysis),PCA+SVM(Support Vector Machine),KPCA+LDA,KPCA+SVM 4种常用的性别识别算法进行比较。实验结果显示:所提出的算法与其他传统算法相比具有更高的识别率,且有一定的鲁棒性和较高的运行效率。

电气符号识别的HOG方法

目的为解决电气符号的大小、图纸背景的模糊、电气符号的旋转角度等各种干扰因素对计算机识别电气图纸造成的误差问题.方法笔者提出了一种基于HOG的电气符号识别方法.建立电气符号训练集,提取电气符号图像的HOG特征,计算出梯度方向向量个数加权图;使用这些HOG特征和分类信息对支持向量机进行训练;利用支持向量机进行识别.结果HOG算法对电气符号的识别率达到92.5%,与SIFT算法比较,识别效果更为准确.结论所提出的HOG算法克服了外界干扰因素对电气符号识别的影响,提高了识别的准确率,具有良好的检测效果,为将HOG算法应用到其他领域奠定理论基础.

基于MATLAB的智能控制器设计

目的设计一种模糊自整定PID参数的智能控制器,消除异步电机转速冲击.方法根据异步电机的调速特点,提出和设计一种模糊控制算法,基于MATLAB编制仿真程序,嵌入到PID控制器中,进行了仿真对比试验.结果对模糊自整定PID参数方法进行的分析和仿真结果表明,该模糊PID控制器能迅速消除系统余差,改善普通控制器的性能;既具有PID控制器高精度的优点,又具有模糊控制器快速、适应性强的特点.结论该模糊控制器是一种智能控制器,应用到异步电机转速控制系统中,使系统取得良好的响应;并能有效地减少系统超调量.

基于LLE和KRR的人体动作重构算法研究

人体动作重构是当前图像处理的热点问题,针对其问题的特点,提出一种全新的LLE与KRR相结合的人体动作重构方法。首先针对图像的颜色和深度信息,提取人体动作骨架,建立动作训练集;再将训练集转变为动作向量库,采用LLE算法计算人体动作的低维流形,并对流形数据作相关分析;最后,将预测的低维衔接动作点逆映射回高维欧氏空间,首次应用KRR算法解决传统降维不可逆映射问题,从而使动作重构得以实现。实验结果表明:通过对流形动作点相互映射得到的重构动作较为理想,针对不同自由度的动作过程,所提出的人体动作重构方法有很好的效果。

基于深度和LLE的人体动作趋势分析研究

针对传统人体动作趋势预测方法存在的不足,提出一种基于深度图像和LLE(Locally Linear Embedding)相结合的人体动作分析方法。首先依据图像的颜色和深度信息,结合Hough森林法提取人体部位的关键点;再利用关键点的信息,将其转化为特征向量,将特征向量集合输入LLE算法,从而建立人体动作的低维流形,并对流形数据做相关分析,根据流形中的欧式距离判断相邻动作;最后,将当前人体动作映射到低维动作流形中,预测人体的动作趋势。实验结果表明:所采用的深度图像,明显提高人体动作识别率,对于人体动作趋势的判断有非常重要的意义;所提出的方法在人体动作趋势的预测中准确率较高,具有一定的可行性。

基于微分几何的永磁直线同步电机非线性控制方法研究

为了实现永磁直线同步电机在垂直升降系统运行过程中的良好控制性能,从电机学原理出发,分析了永磁直线同步电机的数学模型,提出了一种微分几何非线性最优控制的方法。通过微分几何的状态反馈精确线性化把直线电动机的非线性系统转换为线性系统,并在此基础上应用非线性最优控制理论设计控制器。最后,实现对电动机的优化控制,实验结果表明:所提出的方法提高了系统的运动性能,增强了系统对参数摄动和外在扰动的鲁棒性,较传统PID算法有更好的优越性。

一种基于深度HOG和LLE的人体跟踪方法

针对传统人体跟踪方法存在的不足,提出一种深度Histograms of Oriented Gradients(HOG)和Locally Linear Embedding(LLE)相结合的跟踪方法。首先依据图像的颜色和深度信息,结合改进的HOG表达式提取人体的特征向量;再利用流行学习LLE算法对特征向量进行降维,采用欧氏距离判别法找出每帧图像人体所在区域,并对人体区域加以标记;最后,进行人体的实时跟踪。实验结果表明:降维后的人体特征数据更有助于实现跟踪,所提出的方法应用到视频图像人体跟踪中可以有效地跟踪人体,简化了数据复杂度,明显提高人体跟踪准确率。