融合MCAP和GRTV正则化的无人机航拍建筑物图像去雾方法

针对传统去雾处理复原得到的图像清晰度和对比度较低、整体颜色偏暗的问题,提出了一种改进的图像去雾方法,应用于无人机航拍建筑物图像处理中.针对全局大气光取值易受场景中景物影响的问题,提出一种颜色衰减先验投影最小方差的大气光求解方法,构建明度与饱和度差值图像,求解最小方差出现区域,并确定全局大气光估计.将利用图像场景深度信息求解的区域大气光与全局大气光相融合,获得新的大气光图.采用基于非局部信息的雾霾线先验理论对透射率进行优化,提出了一种基于雾霾线理论和引导相对总变分正则化的算法,通过计算透射率可靠性函数对透射率修正,并消除图像中存在的大量无用纹理信息,提升了透射率估计精度,有效改善了无人机航拍场景中浓雾及景深突变区域的复原图像质量.实验结果表明,所提算法与其他算法相比,获得的复原图像平均梯度、对比度、雾霾感知密度估计及模糊系数等指标分别平均提升了12.2%、7.0%、11.9%和12.5%,运算时长也优于部分算法,航拍图像更加清晰,更符合人眼视觉感受.

融合大气光值-图估计的无人机航拍图像去雾

针对现有去雾算法大都存在复原图像亮度低、天空明显色彩失真等问题,提出了一种融合大气光值-图估计的无人机航拍图像去雾方法。首先,根据颜色衰减先验理论获取景深图像,将景深图像内偏差最小区域均值作为大气光值;其次,设计了一种自适应随机游走聚类方法用来估计大气光图,通过自适应随机游走算法将图像聚类为N个子区域,对子区域前0.1%像素求均值作为区域大气光值,将区域大气光值组合并通过引导滤波对其进行细化,获得大气光图;然后,通过融合大气光值-图估计方法将两种大气光估计融合为新的大气光图,作为更加准确的大气光估计;利用雾霾线先验方法获得透射率,同时提出一种暗补偿方法对其进行优化,提高透射率精度;最后,根据大气散射模型,利用求得的融合大气光图和优化透射率,得到清晰的复原图像。实验结果表明,相对于比较算法,提出的算法的复原图像在信息熵、平均梯度、模糊系数及对比度上分别提升1.1%、6.3%、8.5%、6.4%,主观视觉效果更好,信息更加丰富。

基于自适应黏菌算法优化的无人机三维路径规划

针对无人机在三维路径规划时存在搜素范围和寻优性能不足等问题,以及现有黏菌算法(SMA)寻优精度不足,易陷入局部最优的缺陷,提出了一种基于自适应黏菌算法(GSMA)优化的无人机三维路径规划方法.首先,根据无人机经过的实际环境,建立三维地形、威胁源和无人机自身约束条件;其次,针对搜素范围不足的问题,设计改进的Logistic混沌映射增加种群的多样性并扩大搜索范围,提升了SMA的全局搜索能力;然后,设计一种非线性自适应惯性权重因子,将线性收敛方式改进为非线性收敛,利用权重值更新黏菌位置,提高了收敛速度;最后,在算法后期中设计自适应柯西变异,增大了黏菌的搜索空间,寻优精度也得到了提高.实验结果表明,GSMA相比于灰狼优化(GWO)算法、SMA和海鸥算法(SOA)3种算法,路径更短且更平滑,收敛速度更快,寻优精度更高,同时能耗更低,进一步提升了无人机的路径规划能力.

BIM技术在山体边坡支护中的应用

利用倾斜摄影技术采集现场地形地貌信息,通过地质勘探及试验获得实际地质分层和岩土参数,以此进行边坡分区开挖、支护方案的初步拟定及比选分析。将地形信息及地质信息融合,重构三维地形实体模型,通过理正岩土计算软件,分步骤模拟边坡开挖及支护全过程,通过计算分析确定边坡治理方案。

基于改进飞蛾扑火算法的无人机低空突防路径规划

针对传统群体智能优化算法在复杂环境下求解无人机突防过程中路径搜索能力不足,易陷入局部最优、搜索时间长等问题,提出了一种基于改进的飞蛾扑火优化算法的无人机智能突防方法。首先,建立基本地形模型、威胁源模型,实现三维等效地形;然后,在飞蛾扑火算法中引入交叉算子和高斯变异算子,引起火焰变异,在迭代前期加快寻优速度,增强算法的全局搜索能力;最后,在算法中引入自适应权重,增大适应度较差飞蛾运动轨迹的搜索空间,改善寻优精度。实验结果表明,所提出算法可以使无人机快速地自主避开危险区域,选择最优路径,所提出算法规划的突防路径相比MFO及GWO算法分别降低了25.14 km和14.77 km,代价相比其他两种算法分别降低了3.63及10.25,提高了无人机的生存概率,较大地降低了风险成本,实现低空突防的目的。

雾霾线求解透射率的二次优化方法

针对现有图像去雾算法采用局部先验理论求解的透射率精度不高、复原含雾图像能见度较低的问题,提出了一种雾霾线求解透射率的二次优化方法。首先通过雾霾线先验理论对透射率进行粗估计;然后结合粗估计与最小通道求解的透射率,代入新的可靠性函数进行计算,修正数值较低的像素,完成一次优化,保留边缘信息的同时减少噪点数量;最后,利用纹理区域相对总变分正则项的输出差异,使模型自适应滤除纹理信息,进一步提升透射率估计精度,完成二次优化,有效改善含雾图像能见度。实验结果表明,与目前主流去雾算法相比,所提方法提高了浓雾及景深突变区域的复原图像质量,在主观评价更加清晰的前提下,客观评价指标雾霾感知密度、平均梯度、信息熵和模糊系数分别平均提升了10%,10.16%,0.98%和22.93%。

多尺度窗口的自适应透射率修复交通图像去雾方法

基于传统暗原色先验原理的图像去雾算法存在的“halo”效应,且图像中明亮区域存在颜色失真现象,针对此问题,本文提出了多尺度窗口的自适应透射率修复交通图像去雾方法。首先,利用新的8方向边缘检测算子求取图像中景深突变区域,根据暗通道先验理论和前一步求得的景深突变区域,在景深变化较大区域使用5 X 5的窗口,景深变化较小区域则使用15 x 15的窗口得到暗原色估计图。同时,针对暗通道先验原理对近景部分存在白色区域时透射率估计不准确的问题,引人了自适应透射率修复方法,通过引导滤波器得到边缘增强后的暗原色图像,并利用其与原暗原色图像的纹理差对近景区域的透射率进行修正,完成图像去雾。实验结果表明:双边滤波和梯度双边滤波两种算法均存在halo现象,并且在包含白色物体的明亮区域色彩失真严重,客观评价指标失去意义;相比于引导滤波,本文去雾算法的各项指标均有所提高,其中平均梯度平均提高了8.305%,PSNR平均提高了12.455%,边缘强度因子平均提高了7.77%。本文算法有效解决了复原图像中“halo”效应现象和明亮区域颜色失真现象,去雾效果最优。

基于ALCE-SSA优化的三维无人机低空突防

针对无人机在三维低空突防时存在环境复杂、路径规划计算量大等问题以及现有的麻雀搜索算法算法路径搜索能力不足、易陷入局部最优等缺陷,提出一种基于改进麻雀搜索算法(ALCE-SSA)的三维无人机低空突防的航迹规划方法.首先,建立三维地形模型、威胁源模型和无人机物理约束模型,确定代价函数;其次,设计随机Tent映射初始化种群,提高初始化种群的质量;然后针对麻雀搜索算法算法中发现者位置更新的不足,设计一种自适应领头雀引导策略,减小依靠单一父代更新的不利影响,能够同时提升前期全局探索和后期局部寻优的能力;最后,针对种群多样性不足、易陷入局部最优的问题,设计一种中心变异-进化因子,扩大搜索空间,进一步提升全局寻优能力.和灰狼算法、飞蛾扑火算法和麻雀搜索算法相比,ALCE-SSA的能耗更优,路径更平滑,收敛速度更快,可使无人机有效地利用地形优势来躲避威胁源,表现出较好的寻优能力.

自噬通过抑制上皮间质转化减轻梗阻性肾病肾纤维化

目的:探讨细胞自噬与上皮间质转化(epithelial-to-mesenchymal transition,EMT)之间的关系,以及自噬是否可以通过调节EMT进程影响梗阻性肾病肾纤维化进展。方法:构建大鼠单侧输尿管梗阻(unilateral ureteral obstruction,UUO)肾纤维化模型,并将实验大鼠随机分为假手术组、UUO组、UUO+低剂量雷帕霉素组、UUO+高剂量雷帕霉素组。采用HE染色观察肾结构,Masson染色观察肾间质胶原沉积;采用蛋白质印迹法检测钙黏附蛋白E(E-cadherin)、α平滑肌肌动蛋白(alpha-smooth muscle actin,α-SMA)、锌指转录因子1(Snail 1)表达以反映细胞EMT,检测微管相关蛋白1轻链3II(microtubule-associated protein-1 light chain 3II,LC3II)表达以反映细胞自噬。构建转化生长因子-β1(transforming growth factor-β1,TGF-β1)处理的大鼠肾小管上皮细胞NRK52E模型,并将其分为对照组、TGF-β1组、TGF-β1+Snail 1 siRNA组;为探讨自噬对EMT的影响,再将细胞分为对照组、雷帕霉素组、Beclin 1 siRNA组。采用蛋白质印迹法检测E-cadherin、α-SMA、Snail 1、LC3II、I型胶原(collagen I)和纤维黏连蛋白(fibronectin)的表达。结果:HE染色结果显示:与假手术组比较,UUO组的肾损伤明显加重;Masson染色结果显示:与假手术组比较,UUO组的肾组织中胶原沉积明显增加;与UUO组比较,UUO+高剂量雷帕霉素组和UUO+低剂量雷帕霉素组胶原沉积明显减轻。蛋白质印迹法结果显示:与假手术组比较,UUO组肾组织中E-cadherin水平明显降低,α-SMA及LC3II表达水平明显升高(均P<0.05);与UUO组比较,UUO+高剂量雷帕霉素组和UUO+低剂量雷帕霉素组Ecadherin和LC3II表达水平均明显升高(分别P<0.01和P<0.05),α-SMA表达水平明显降低(分别P<0.01和P<0.05)。TGF-β1组中Snail 1、α-SMA、collagen I和fibronectin表达水平均显著高于对照组,E-cadherin水平明显低于对照组(均P<0.05)。与TGF-β1组比较,TGF-β1+Snail 1 siRNA组E-cadherin的表达显著增加,α-SMA、 collagen I和fibronectin表达均显著减少(均P<0.05)。与对照组相比,雷帕霉素组LC3II及E-cadherin的表达水平均显著升高,α-SMA及Snail 1表达水平显著降低(均P<0.05);Beclin 1 siRNA组LC3II及E-cadherin表达水平显著降低,α-SMA及Snail 1表达水平均显著升高(均P<0.05)。结论:自噬在梗阻性肾病肾纤维化的EMT调控中发挥了重要的作用。激活自噬可以通过抑制EMT而减轻肾纤维化的进程。

基于记忆传递旗鱼优化的K均值混合迭代聚类

针对现有K均值聚类(KMC)算法受初始化影响较大,随机产生的聚类中心极易使聚类结果陷入局部最优而停止迭代,导致聚类精度低、鲁棒性差的问题,提出一种基于记忆传递旗鱼优化的K均值混合迭代聚类(MTSFO-HIKMC)算法.首先,借鉴已有改进思路,引入最大最小距离积来初始化KMC聚类中心,避免随机初始化带来的不确定性;同时,在迭代过程中,令当前最优解在局部进行自适应记忆传递修正,解决由于旗鱼算法搜索路径单一带来的全局寻优能力差和搜索精度不足的问题.利用Iris、Seeds、CMC和Wine国际标准数据集对MTSFO-HIKMC、旗鱼优化的K均值混合迭代聚类(SFO-KMC)算法、引入改进飞蛾扑火的K均值交叉迭代聚类(IMFO-KMC)算法、KMC算法和模糊C均值(FCM)算法进行比较测试,从得到的收敛曲线和性能指标可知,所提出的MTSFO-HIKMC算法相较于IMFO-KMC算法具有更快的收敛速度;在高维度空间较IMFO-KMC算法具有更高的搜索精度;相较于KMC和FCM算法具有更高的搜索精度;相比SFO-KMC算法在收敛速度和搜索精度方面都有明显提升,在高维数据集方面尤其明显.

基于多优化快速扩展随机树算法的足球机器人路径规划

研究RoboCup比赛未知环境中足球机器人的路径规划问题。提出一种多优化设计快速扩展随机树(rapidly exploring random tree,RRT)的足球机器人路径规划算法,解决了足球机器人在路径规划中存在的速度慢、效果差的问题。依据基本RRT算法原理,针对其随机性强、收敛速度慢以及路径平滑效果差的缺点,提出了随机采样点处增加引力分量、多步扩展逼近目标点以及冗余节点的剪裁与路径平滑等优化方式。在不同障碍物地图中的仿真实验表明,优化的规划路径长度比基本快速扩展随机树算法所得路径缩短约20%~30%,采样点数量减少45%~65%。最终将优化算法移植到SimRobot仿真平台,结果表明多优化设计RRT算法在未知环境中具备良好的实时性和鲁棒性,能够满足机器人在赛场上的路径规划要求。

一种无人机航拍目标的长期跟踪算法

针对无人机在航拍目标跟踪的复杂场景过程中,运动目标可能会被遮挡或不确定跟踪,导致视觉模型出现逐渐损坏、漂移和不可逆转失败等问题,提出了一种无人机航拍目标的长期跟踪算法。首先,进行互补分类器多特征自适应融合设计,在贝叶斯分类器中采用颜色直方图特征,在相关滤波器中采用方向梯度直方图、灰度以及颜色名特征;结合多种特征的优点,构建目标鲁棒性的外观以适应复杂场景。然后,在相关滤波器中加入自适应时空正则化项。在空间正则化参数中引入局部变化,实现学习时限制像素可信度较低的滤波器;而在时间正则化中,根据全局响应自适应地调整滤波器的学习,并用初始滤波器约束更新范围,这样在缓解边界效应的同时,有效防止滤波器退化。最后,在上述基础上,加入重检测模块,使得跟踪过程更加准确。实验结果表明,本文算法可以适应无人机航拍的复杂场景,缓解边界效应和防止滤波器退化。与同类主流算法相比,在目标经历严重遮挡、移出视野等情况后,仍然满足实时性需要,获得了较好的跟踪效果。

一种基于双向变换器的太阳能电池储能供电系统

为了解决太阳能供电系统中输出效率低的问题,提出了一种基于双向变换器的电池储能供电系统。该系统由微控制器模块、DC-DC变换器模块和开关模块组成。微控制器模块能够检测和调整输入输出电流,DC-DC变换器模块可以实现输入端到输出端的电压变换,开关模块能够改变变换器两端能量传输方向。实验表明,当充电电流为2 A时,其效率可达97.25%;当放电电流为1 A时,效率可达95.3%。电流步进调整值小于0.05 A。

一种用于影像遗传学关联分析的高阶统计量结构化稀疏算法

神经影像技术和分子遗传学的发展产生了大量的影像遗传学数据,极大地促进了复杂精神疾病的研究。但因为该数据的特征维度过高且相关性的度量都是假设数据服从高斯分布,所以传统的算法往往无法很好地解释两类数据之间的依赖关系。为了解决传统算法的问题,文中提出了一种对大量SNP和fMRI数据进行关联分析的方法,该方法通过构建稀疏的特征网络结构来指导fused lasso进行特征选择,与此同时,该方法利用高阶统计量提取出具有统计显著性的变量,从而识别出与精神疾病有关的生物标记物。实验结果表明,在模拟数据中所提算法得到的典型向量值的分布与实际数据中值的分布几乎一致且得到的相关系数与数据集中实际的相关系数最接近,所提算法的平均相关系数最高达到81%,比L1-SCCA提高了约20%,比FL-SCCA提高了约3%;在真实数据中,相比另外两种算法,所提算法可以找出更多的对精神分裂症有潜在影响的基因与脑区。实验结果证明:该算法可以在合理时间内有效识别出风险基因和异常脑区。

融入运动信息和模型自适应的相关滤波跟踪

为解决余弦窗的影响和复杂场景中的目标遮挡问题,提出了一种融入运动信息和模型自适应的相关滤波跟踪算法。采用HOG特征和颜色直方图特征互补结合的框架,引入卡尔曼滤波和上下文感知滤波器,可以解决余弦窗的影响;引入一种高置信度检测方法和一种新的模型自适应更新方法,可以解决目标遮挡的问题。将提出的算法在OTB2015测试集与其他6种相关滤波类算法进行比较,实验结果表明,该算法精确度和成功率分别为0.821和0.615。相对于StapleCA算法,精确度提升了1.3%,成功率提升了2.8%,同时,算法速度为54.34帧/s,满足实际工程实时性要求。

多策略改进海鸥算法及其在光伏MPPT中的应用

针对在局部阴影情况下传统光伏系统最大功率跟踪方法跟踪精度较低且易陷入局部最优的问题,提出一种基于多策略改进海鸥算法的最大功率点跟踪控制方法。首先,通过改进原始海鸥算法的收敛因子,平衡算法的全局及局部寻优能力;其次,引入自学习环节和反向学习策略,增大海鸥的覆盖空间和加强海鸥种群的多样性,使算法能够有效地摆脱局部极值,精确地跟踪到全局最大功率点。通过仿真结果证明,所提出的控制方法在精度和稳定性方面有一定的优势,且光伏系统的输出效率也得到了有效的提高。

医院建筑加固改造实例分析——以济南市中心医院(东院区)为例

以济南市中心医院(东院区)急诊急救中心、1#病房楼改造工程为例,原设计框架抗震等级为二级,按三级采取抗震措施。根据现行规范,将结构形式由框架结构改造为框架-抗震墙结构,框架部分抗震构造措施仍按三级采用,新加抗震墙部分构造措施按二级。结合承载力情况,原框架柱采取加大截面法及新加剪力墙方式进行加固,新加梁下剪力墙与增加截面框架柱相连,且分别采用混凝土和灌浆料浇筑。对新加剪力墙与加大截面框架柱不同材质一体浇筑成型合格率的问题运用进行了深入的分析,并制定了相应的措施,提高了不同材质一体浇筑成型的合格率,促进了现场施工质量的提升,有效节约了建设成本,并总结部分心得体会,为医院工程管理者和工程设计人员提供参考。

基于制动意图识别的电动物流车换挡策略研究

为了使纯电动汽车的制动安全性和制动能量回收最大化,利用基于RBF神经网络的模糊控制方法识别制动意图,设计了基于逻辑规则的AMT挡位下移策略提高制动能量回收,最后通过仿真实验验证了所提出方法的正确性和可行性。结果表明:识别制动意图的准确率达到了99%;在轻度制动、中度制动强度下以不同制动初速度进行制动,整个制动过程中采用了AMT挡位下移策略所回收能量比未采用此策略所回收能量明显提高,电机效率明显提高;在紧急制动强度下,电机制动不参与制动,无能量回收。

自适应模糊算法优化的足球机器人轨迹跟踪

为了提高足球机器人在运动控制过程中的轨迹跟踪性能和稳定性,将自适应模糊PID算法用于机器人运动控制环节中,对PID参数进行实时调整。建立足球机器人在场地上的控制系统模型,分析机器人在轨迹跟踪中由驱动方向、角度等时变因素导致的实际轨迹发生偏移的问题,分别在MATLAB-Simulink和SimRobot仿真平台对优化算法的性能进行仿真,同时与传统的PID控制进行对比。实验结果表明,自适应模糊PID算法相比传统的PID控制器在最大跟踪误差和平均跟踪误差方面分别减少20.18%和29.34%,同时提升了系统的稳定性。该控制算法提升了足球机器人的轨迹跟踪性能,满足机器人在运动过程中的动力学和控制要求,易于在工程中应用。

Synthesis and characterization of the flower-like La_(x)Ce_(1-x)O_(1.5+δ) catalyst for low-temperature oxidative coupling of methane

Lanthanum-based oxides are promising candidates for low-temperature oxidative coupling of methane(OCM).To further lower the OCM reaction temperature,the Ce doped flower-like La_(2)O_(2)CO_(3)microsphere catalysts were synthesized,achieving a significantly low reaction temperature (375℃) while maintaining high C_(2) hydrocarbon selectivity (43.0%).Doping Ce into the lattice of La_(2)O_(2)CO_(3)created more surface oxygen vacancies and bulk lattice defects,which was in favor of the transformation and migration of oxygen species at 350–400℃.The designed H_(2) temperature-programmed reduction (H_(2)-TPR) experiments provided strong evidence that the low reaction temperature of La_(x)Ce_(1-x)O_(1.5+δ)can be attributed to the transformation and migration of oxygen species,which dynamically generated surface oxygen vacancies for continuous oxygen activation to selectively convert methane.Moreover,designed temperatureprogrammed surface reaction (TPSR) clarified that two kinds of surface oxygen species in La_(x)Ce_(1-x)O_(1.5+δ)catalysts were concerned with catalytic performance,that is,the surface chemisorbed oxygen species for the activation of CH_(2)and the formation of CH_(2)·intermediates,surface La-Ce-O lattice oxygen species that caused the excessive oxidation of CH_(2)·intermediates.Finally,the factors affecting the transformation and migration of oxygen species were explored.