基于视觉注意机制的遥感图像显著性目标检测

显著性目标检测是遥感图像处理的重要研究领域,传统的方法通过逐个像素点的计算来实现目标检测,难以满足遥感图像大面积实时处理的要求。将视觉注意机制应用到遥感图像的显著性目标检测中,在训练阶段,将所有的目标融合成目标类,所有的背景融合成背景类,目标类的显著性均值与背景类的显著性均值的比值得到一个权重向量;在检测阶段,所有的特征图乘以权重向量得到自顶向下的显著性图;自顶向下和自底向上的显著性图融合生成全局显著性图。实验结果表明当目标和背景不是总成对出现时,该方法的检测结果优于Navalpakkam模型和Frintrop模型的检测结果。

引入视觉注意机制可变分辨率的遥感图像压缩

图像压缩是遥感图像处理的重要研究领域,现有的压缩方法要么丢失重要的细节信息,无法满足实际的应用需要,要么压缩率过低,难以达到实时处理的要求。将视觉注意机制引入到遥感图像压缩中,对不同的显著性区域采用不同的压缩率,这样不仅可以对整个遥感图像达到一个高的压缩率,而且还可以保持重要区域的高分辨率,实现了可变分辨率的图像压缩。实验结果表明在前几个显著性区域中,该方法得到的图像压缩性能指标优于传统压缩方法得到的性能指标。

基于VAR模型的远期合同定金的定价方法

为规避电力市场改革给市场带来的风险、提高市场的运作效率、增大电力商品的交易量,提出了发电商与电网公司之间一种带定金的远期合同模型。介绍了VAR风险评估方法及其分析法———Delta类模型在电力市场金融风险评估中的应用;运用VAR风险评估方法计算出该模型中发电商存在的风险,进而确定合同定金。应用该模型对不同的合同电价和置信水平分别计算出相应的定金,结果表明,合同定金随合同电价的减小而减小,随置信水平的增大而增大,说明了该模型能较真实地反映发电商所面临市场风险的本质特征。

CDIO模式在系统工程概论教学中的应用研究

深入分析系统工程概论的教学现状和存在的问题,将CDIO教学理念引入到课堂教学中,着重研究CDIO教学大纲的制定和CDIO教学模式的实施,分别运用到系统工程概论教学的构思、设计、实施、运行中,改变原有封闭孤立的教学方式,激发学生的主观能动性,培养学生的实际动手能力,提升本课程的教学效果。

基于在线随机蕨分类器的实时视觉感知系统

本文针对不同成像条件下,目标姿态变化对系统检测性能的影响,提出一种具有自主学习能力的视觉感知系统.该系统能在执行检测任务的同时,通过快速的自主学习提高检测性能,并保持实时目标检测速度.系统包括了目标检测模块及在线学习样本自动获取、标注模块.针对目标检测模块为满足系统自主学习需求,提出随机蕨分类器的在线学习方法,使目标检测模块可持续自我更新,提高检测性能;针对样本自动获取、标注模块则提出最近邻分类器辅助的双层级联标注方法.此外,本文提出自主在线学习框架,整个学习过程不用准备初始训练样本集,通过人工选定一个待检测目标即可进行无需干预的自适应学习,逐渐提高检测性能.实验表明,该方法在多种监控场景中均有较强的自适应能力和较好的目标检测效果.

融合颜色和深度信息的图像物体分割算法

当图像中存在阴影、低对比度边缘和模糊区域时,传统算法仅利用外观信息难以准确提取物体轮廓,而深度不连续性为辨识物体边界提供有用信息.文中提出基于颜色和深度信息的图像物体分割算法,首先利用meanshift算法对图像进行适度的过分割,然后融合颜色和深度信息充分描述过分割区域的特性,根据深度信息自动选取目标和背景的种子区域,最后基于最大相似度进行区域合并,得到图像物体分割结果.在Middlebury和NYU-V2数据库上的实验表明,相比当前通用算法,文中算法简单有效,能提高分割的准确性,改善分割图像的视觉效果.

整体视觉结构模型及其在道路环境感知中的应用

智能车辆道路环境感知中道路目标的准确快速检测,是智能车辆安全辅助驾驶和自动驾驶中的难点。为此,在整体视觉结构模型的基础上,模拟人体由局部到整体的认知机理,并基于原目标局部模型引入结构化信息及概率统计模型,得到更具姿态和尺度适应性的整体视觉结构模型。该模型在弱标注训练样本的基础上可实现目标局部特征区域的自动标注功能,从而获得更具特征描述性的目标特征。实验结果表明,该模型可实现道路典型目标的高检测率和低误码率,且算法效率与经典算法相比有所提高。

功效系数法在边坡优势结构面分析中的应用

优势结构面对边坡岩体稳定性起控制作用。基于功效系数法的相关原理,在权衡考虑结构面的主要影响因素基础上,确定岩体的优势结构面。研究结果表明,使用功效系数法确定岩体优势结构面,简单易行,且比较符合实际,不失为岩体优势结构面确定的一种新方法,具有较高的工程应用价值。

基于实物期权的电力交换均衡定价模型

考虑投资方通过投资一个水电厂与电网公司签订电力交换合同,利用实物期权法对资产进行合理定价。基于项目受益双方的利益最大化建立电力交换合同收益的均衡模型,并得到了合同电价的均衡方程。算例仿真和理论研究表明,该合同既保障电网公司免受电力需求不足或供应不足带来的损失,又兼顾了双方收益公平,具有现实意义。

基于聚类分析的红外弱小目标检测

针对深空背景下的红外弱小目标检测,提出了一种基于聚类分析的目标检测方法,该方法将经过背景抑制的连续几帧图像构造组合帧,基于目标的运动特性,对分割后的组合帧进行聚类分析,从而检测到弱小目标并同时获得目标运动轨迹,再对检测结果进行聚类检验,从而去除虚假目标,降低虚警率。实验结果表明该算法对多目标的检测有较高的鲁棒性,且相对于传统的小目标检测算法有更高的检测率和较好的实时性。

本科教学方法存在的问题与创新——以自动化专业课堂教学为例

随着高等教育的大众化发展,高等学校的本科教学质量问题日益受到人们的关注。教学方法的选择与运用对本科教学质量有着关键性的影响。我国高校教学方法多年无变化直接影响了教学质量,影响教学方法创新的因素有高校政策、教师及学生的意愿等各方面因素。结合本学院自动化专业课堂教学实践,思考教学方法的创新点以及相应的创新措施。

应用压杆理论对顺层边坡溃屈失稳分析

顺层边坡的失稳问题一直是工程地质学和岩石力学领域内极为瞩目和急待解决的问题之一。本文根据顺层边坡的地质背景及力学作用机制,抽象出了顺层边坡溃屈破坏的力学模型。利用板柱塑性压杆稳定性理论,结合材料力学的知识,推导出了相应的计算公式。利用文中理论方法及所建立的位移判据,并结合工程现场有效的量测手段,可方便、有效的判定岩质顺层边坡的稳定性。

高校自动化专业数据库教学方法探讨

本文针对数据库课程的特点并结合笔者近年来的实际教学经验,讨论了数据库教学的一些方法,主要针对如何选用教材、理论教学方面如何设置、实验教学方面如何设置等进行了相关的阐述,并对教学方法的一些方面提出了见解,将上述方法应用在实际教学中,并取得了良好的教学效果。

基于少量样本学习的多目标检测跟踪方法

视频目标检测跟踪算法一直是计算机视觉领域的研究热点,目前大部分方法均需人工采集样本训练检测模型,搭建目标检测跟踪系统.当目标成像条件发生变化时,需重新采集样本,训练模型,调试整个检测跟踪系统,耗费大量人力、物力.本文提出一种基于少量样本学习的多目标检测跟踪算法,只需在监控视频第一帧指定待检测目标,即可自主生成混合分类模型,进行目标检测.采用在线渐进学习算法学习目标姿态变化,更新该模型.结合基于颜色的目标跟踪算法,自动构建高精度目标检测跟踪系统.整个过程无需手工采集、标注训练样本.因此,易于扩展到其它监控场景,通过自主学习形成该场景专用的检测跟踪系统,实现不同监控环境下,不同成像条件下都有较好的检测跟踪效果.实验表明,本方法能自主学习多种监控场景下的目标姿态,无需手工标注训练样本,在基于在线学习的算法中有最佳的检测精度,此外也取得了和离线目标检测跟踪系统相似的性能.

新余市食用菌产业现状与发展建议

分析了新余市食用菌产业发展现状,指出了存在问题,提出了新余市食用菌产业发展的主要建议:尊重市场规律,加强政策扶持,引导食用菌产业健康发展;走科技创新之路,提升食用菌产业水平;坚持企业依托,逐步实现食用菌产业化升级;坚持质量安全,切实做好食用菌标准化生产,走品牌发展战略.

机制砂喷射混凝土组成设计研究与分析

为了进一步减少天然砂的开采,节约造价成本,缓解环境破坏,利用隧道工程建设所产出的隧道弃渣资源作为初期支护喷射混凝土用机制砂,替代天然砂的使用。本文通过对比天然砂与机制砂的特点,综合分析了机制砂喷射混凝土组成设计的影响因素指标,总结了机制砂混凝土在原料选用、配合比设计中的关键点,为喷射混凝土用机制砂的推广应用提供理论参考。

机制砂喷射混凝土在隧道初期支护中的施工控制

因机制砂与天然砂性质的差异,导致机制砂喷射混凝土在隧道应用的过程中往往存在工作性差、回弹率高和施工质量低等问题。通过对机制砂喷射混凝土在隧道初期支护中的施工进行控制,来有效提高隧道施工的质量。