长视频的超级帧切割视觉内容解释方法

针对现有基于编码解码的视频描述方法存在的对视频较长、在视频场景切换频繁情况下视觉特征提取能力不足或关键性片段捕获能力不足等视频描述不佳的问题,提出一种基于超级帧切割长视频的视频字幕方法。首先,提出超级帧提取算法,计算关键视频时间占比率以满足视频浏览时长限制,缩短视频检索时间。然后,构建两层筛选模型以自适应提取超级帧,过滤冗余关键帧,执行多场景语义描述。将保留的关键帧嵌入周围帧,利用深层网络模型以及小卷积核池化采样域获取更多的视频特征,克服了经典视频标题方法不能直接用于处理长视频的困难。最后,通过用长短时记忆模型代替循环神经网络解码生成视频标题,给出视频内容的分段解释信息。在YouTube数据集视频、合成视频和监控长视频上进行测试,采用多种机器翻译评价指标评估了该方法的性能,均获得了不同程度的提升。实验结果表明,该方法在应对视频场景切换频繁、视频较长等挑战时,能够获得较好的片段描述。

融合注意力增强的视频异常行为检测方法

针对视频中行人摔倒、扭打等异常行为难以准确建模的问题,文中提出了一种基于视频帧间和帧内数据分析,融合注意力增强的异常行为检测方法。采用对比分析策略,依据目标检测、跟踪、人体姿态估计方法获取视频中目标的行为轨迹和人体关键点数据,构建特征属性集合。使用注意力机制增强或抑制部分特征信号,再利用非监督学习方法判别视频异常行为,实现视频中不同异常行为检测。实验结果表明,融合注意力增强之后异常检测的准确率有明显提升,可有效检测出视频中的异常行人。

安防视频行人异常徘徊提示的决策树方法

安防视频监控系统的智能化进程远远不及视频数据量的增长速度。分析视频中行人数据信息,提高智能终端技术,将对智慧城市建设起到积极的推动作用。针对行人异常徘徊行为分析,现有的徘徊检测方法以时间或目标轨迹作为评价标准,由于轨迹复杂,只处理了一些简单的徘徊情况。为此,本文对异常徘徊进行重新定义以避免误检。定量描述异常徘徊行为,将YOLOv5目标检测和DeepSORT行人跟踪算法相结合,采集视频中行人动态和静态数据,通过Savitzky-Golay滤波器进行数据预处理,补全目标跟踪的行人轨迹缺失值,构建数据的特征属性集合。针对产生大量运动轨迹且滞留时间较长的行为数据建立模型,利用数据集训练决策树分类的分级模型,对行人异常徘徊行为进行判别,试验分析结果验证了本文方法的有效性。

YOLOv5框架下的飞机蒙皮铆接缺陷检测

飞机蒙皮制孔及铆接质量的视觉辅助检测是飞机装配过程的关键环节,为提高其智能检测效率和精度,提出改进YOLOv5模型的飞机蒙皮铆接装配缺陷的检测方法。研究蒙皮制孔、铆接质量等,执行多种特征缺陷检测。为减少数据增强过程中计算损耗,避免训练过程中过拟合现象,引入随机数据增强策略作数据增广,采用强化学习方法确定随机搜索策略的超参数,可提升深度学习的数据驱动性能;更改损失函数为α-CIoU函数,并使用非极大抑制软计算方法(soft-NMS)进行预测框的筛选,以避免漏检情况,提高多种缺陷检测判别的准确性;最后将YOLOv5改进前、后算法进行对比实验。实验结果表明,在检测速度上单张图片检测时间可达到1.78 s,检测平均精度均值提升了16.4%,达到94.6%,精确率提升18.8%,达到90.7%,满足飞机批量化检测的精度要求和实时检测需求。

求解TSP问题的贪心遗传算法

提出贪心遗传算法。通过构建“基因库”形成好的“基因片断”,从而生成高性能的初始种群;依据贪心选择的原则指导遗传操作,实施贪心交叉操作和贪心变异操作;移民操作向种群引进新的遗传物质,克服了封闭竞争缺点,并且可以避免早熟收敛。贪心遗传算法可以大大加快搜索的速度,仿真结果表明算法是十分有效和实用的。

基于随机抽取一致性的稳健点云平面拟合

针对常用的平面拟合方法在点云数据存在误差或异常值时产生拟合不稳定的现象,提出了结合最小二乘法的随机抽取一致性(random sample consensus,RANSAC)平面拟合算法.该方法先用RANSAC算法检测并剔除异常数据点,再利用最小二乘法将得到的有效数据点拟合,计算平面模型参数.实验中,分别采用该算法和最小二乘法、特征值法对仿真数据进行平面拟合,且采用本文提出的算法,分别对含有不同程度误差和异常值的点云数据进行拟合计算.研究结果表明:该算法适用于存在误差和异常值的点云数据拟合,能稳定地得到较好的平面参数估值,具有较强的稳健性.

贪心遗传算法求解组合优化问题

许多问题最终可以归结为求解一个组合优化问题,GA是求解组合优化问题的一个强有力的工具,但遗传算法在应用中常出现收敛过慢和封闭竞争问题,本文提出贪心遗传算法。该算法的初始种群建立、交叉和变异等过程,都引入贪心选择策略指导搜索;移民操作向种群引进新的遗传物质,克服了封闭竞争缺点。贪心遗传算法可以避免早熟收敛并改进算法的性能,算法搜索起步阶段的效率是非常高的,本文通过TSP问题仿真试验证明了算法的有效性,在较少的计算量下,得到令人满意的结果。

基于性能预测的遗传强化学习动态调度方法

针对作业车间动态调度问题,在模式驱动调度的框架下,提出遗传强化学习动态调度方法。首先,采用优先规则编码的染色体表达问题的解,将染色体分割成基因模式作为分阶段调度算法的状态模式;其次,设计性能预测变量,构建启发式立即回报函数,引导和加快遗传强化学习算法的搜索进程;再次,设置遗传算子、强化学习及其相关参数以实现搜索过程"开采"与"探索"之间的平衡;最后,仿真实验结果验证了遗传强化学习调度方法的有效性。

基于合同网协议交互投标的动态调度方法研究

柔性制造系统使生产加工路径有很多可选性,所以调度系统必须考虑机器调度问题。分配规则调度是一种最基本、最具影响力的动态调度方法。然而,分配规则调度方法很少考虑机器顺序选择。兼顾工件选择和机器选择两方面,本文运用交互投标过程,构建基于合同网协议调度的协商规则。研究作业车间动态调度问题,提出并构建了5种合同网规则调度方法。通过实验分析结果表明,基于合同网交互投标模式的规则调度能够大大改善调度系统性能,提高设备的利用率和设备负荷平衡指标。

柔性调度多目标优化的混合粒子群算法研究

研究多目标柔性调度问题,提出了一种基于多目标粒子群优化算法和局域搜索技术相结合的新算法。建立以最大完成时间、机器总负载和最大机器负载为目标函数的多目标数学调度模型。将粒子群算法运用到机器分配子问题;局域搜索技术运用到工序排列子问题,对粒子群算法得到的结果进行再调度。粒子群优化算法的全局搜索能力与局域搜索技术相结合,加快了算法的收敛速度。最后通过与其他算法进行测试比较,验证了该算法的可行性及有效性。

红外图像分割的改进模糊C均值聚类方法

分类数和初始聚类中心的选取对红外图像的分割结果有较大的影响。传统的模糊C均值算法的分类数和聚类中心往往设定为经验值。为获得最佳的分类数,提出采用轮廓指标确定出较理想的分类数。针对传统的模糊C均值聚类算法对初始聚类中心比较敏感的问题,提出了基于直方图灰度值的最小最大距离法来确定初始聚类中心。实验结果表明该方法有效可行。

资源受限单机动态调度的并行GA算法研究

研究资源受限系统动态调度问题,针对时序约束问题提出一种并行遗传算法(PGA)。给出满足排序优先次序约束的一种基因编码方法;采用不破坏优先级可行性的交叉操作,并予以证明;建立一种并行处理机制,使搜索避免出现局优现象。在技术允许情况下,单机动态调度引入抢占式加工方式,会一定程度上提高系统的性能。通过仿真试验验证,并行GA算法可兼顾优化效果和计算效率,解决单机动态调度问题。

TC4钛合金CO_2激光焊接试验研究

根据TC4钛合金的焊接特点,设计和搭建用于钛合金激光焊接专用实验平台并进行实验室焊接试验。在TC4钛合金激光焊接过程中,应控制好焊前清理和做好等离子体控制等关键环节,并通过设计和安装惰性3路气体保护装置,得到合格的焊接接头.

2种坐标系下月球车转向动力学模型

结合汽车理论和车辆地面力学相关原理,建立六轮式月球车在2种坐标系(地面坐标系和车体坐标系)的转向动力学模型,并分别对这2种模型的特征方程进行了对比分析.结果表明,在2种坐标系下,六轮式月球车的转向动力学方程本质是一致的,且均是多输入多输出线性微分方程组.通过对方程组及其特征方程的分析,得到了月球车的行驶性能与月球车的主要结构参数、行驶速度等参量之间的具体关系式,为进一步深入研究和设计月球车的力学特性及运动控制提供了理论基础.最后通过仿真实验验证了月球车在转向时并不是车速越小越好,而是应该根据车体质量、结构参数、路面条件等因素选择合理的行驶速度.

玉米籽粒激光切片定位技术

玉米籽粒形态各异、尺寸不一,精确定向和定位玉米籽粒的激光切片是实现高通量全自动玉米分子育种基因型分析的关键。应用机器视觉技术从玉米籽粒图像中准确识别玉米籽粒的特征区,以期实现上述操作。为描述像素所在空间的相关信息,设计一种相关面积占比滤波器。定义圆形掩模模板,根据单玉米籽粒的面积,确定模板尺寸。利用圆形模板筛选像素点数据,得到待分类数据集合。通过指定初始聚类中心,对数据执行二分均值聚类,得到尖端类和两个大端外凸角类的聚类中心。通过贴标签运算精选连通域,校正聚类中心的位置,生成尖端和大端外角特征区的精确标记。依据大端外凸角附近的两组插值点对,得到激光切割线的位置,利用尖端类定位点和玉米籽粒形心定位点确定玉米籽粒的夹持位姿。与SUSAN检测方法对比,表明了本文方法的有效性。

基于遗传算法的混合离散变量结构优化设计

本文研究了适于解决混合离散变量结构优化设计的遗传算法，给出了混合离散变量的遗传基因表达模式和适值函数建立的简便方法，计算实例表明该算法是有效的。

结构优化 GAs 算法应用研究

阐述了遗传算法优于传统算法的特性，介绍了遗传算法的基本机理和其在结构优化领域内的应用，表明遗传算法是一种适合于结构优化设计的有效方法。

玉米籽粒完整性识别的深度学习方法

为满足正确识别玉米籽粒完整性的需要,提出一种基于深度卷积神经网络的智能识别方法。本网络结合池化和降采样操作,基于卷积原理进行构建。通过对直接输入的灰度图像进行卷积操作,逐层挖掘图像的深层特征,实现对单玉米籽粒图像的特征抽象和特征降维,再通过一个全连接网络,智能识别单玉米籽粒完整性特征。采用反向传播网络对相同的样本进行对照实验。实验结果表明,深度卷积神经网络能对籽粒图像进行有效地特征降维,使深度学习网络达到较高的识别准确率,满足准确识别玉米籽粒完整性特征的需要。

多模态卷积神经网络的物体抓取检测

针对散乱摆放的未知物体的抓取,提出一种将物体的RGB图像和Depth图像分开作为两个输入的多模态神经网络模型,实现对物体抓取框的检测,完成机器人对未知物体的智能抓取。通过背景减除的方法,获取物体的掩膜,根据等间距采样规则,得到这个物体所有可能的候选抓取矩形框;再通过多模态神经网络分类模型,从所有可能的候选矩形框中找到评判值排名前三的矩形框;然后采用比较重心的算法找到中心最接近物体重心的抓取框(最优抓取框)。结果表明,该方法在物体抓取准确性和鲁棒性方面有很大提高。

大数据创新导向的电信人才跨界培养模式研究

研究电信大数据涵盖数据的类型、特点,提出建设高校电信人才培养方向,在不新增专业的前提下,培养电信行业内的大数据技术人才。引入大数据技术教育的跨界思维培养模式,将是解决大部分电信数据不能开放共享,但又能够充分挖掘数据金矿的有效途径,可以缩短教学改革初见成效的时间,为高校人才培养模式提供新的思路。