融合距离阈值和双向TCN的时空注意力行人轨迹预测模型

为解决因缺乏部分行人建模思想、缺少时间维度的全局视野和忽略行人交互模式多样性,而导致交互建模不充分、低预测精度等问题,提出基于Social-STGCNN(social spatio-temporal graph convolutional neural network)的改进模型STG-DTBTA(spatio-temporal graph distance threshold Bi-TCN attention)。首先,构建PPM(partial pedestrian module)模块,对不满足距离阈值等约束条件的行人交互连接剪枝以去噪。其次,引入时空注意力机制,空间注意力动态分配交互权重,并设置多个注意力头以处理交互多样性问题;时间注意力捕捉时序数据的时间依赖关系。最后,采用双向TCN增加全局视野以捕捉轨迹数据中的动态模式和趋势,并采用门控机制融合双向特征。在ETH和UCY数据集上的实验结果表明,与Social-STGCNN相比,STG-DTBTA在维持参数量与推理时间接近的情况下,ADE平均降低8%,FDE平均降低16%。STG-DTBTA具有良好的交互建模能力、模型性能和预测效果。

船舶发电机定子绕组匝间短路故障预警

为保障船舶的安全航行,需要对船舶发电机定子绕组早期匝间短路故障进行预警。首先,通过同步发电机的数学模型对正常运行和不同程度的匝间短路故障进行仿真,选取负序电流分量和电磁转矩作为故障特征量并进行信息融合;然后,使用CNN-BiLSTM网络对特征量进行回归预测得到网络预测的残差;最后,根据残差的变化趋势和设定的阈值来判断故障的发展情况。结果表明,建立的模型可以实现定子绕组匝间短路故障的预警,并且基于自适应原理设置的动态阈值会比固定阈值提前确认故障。

基于CVMD-TCN-BiLSTM的短期电力负荷预测

短期负荷数据往往掺杂着不同类型的噪声且波动性大,传统的分解序列方法在提取序列特征时并未考虑到高频噪声的影响。针对上述精准预测问题,介绍一种分解去噪、重构分解的CVMD-TCN-BiLSTM组合预测方法。采用互补集合经验模态分解(Complementary ensemble empirical mode decomposition,CEEMD)将原始电力负荷数据分解成一组比较稳定的子序列,联合小波阈值法将含有噪声的高频分量去噪,保留含有信号的低频分量进行累加重构。然后利用变分模态分解(Variational mode decomposition,VMD)对去噪后的数据进行二次信号特征提取,得到一组平稳性强且含不同频率的分量。最后,利用时序卷积网络-双向长短时记忆神经网络对各分量进行了预测,并将预测结果进行迭代,获得完整的预测结果。通过对澳大利亚某地的负荷数据作为实例分析,与传统的负荷预测算法相比,验证了所提模型的有效性。

一种红外图像增强的新方法

针对红外图像增强问题 ,提出利用双门限分割后再进行灰度变换的图像增强新方法 ,将图像按两个灰度阈值分割成 3部分 ,即灰度值的高段、中段和低段 .对 3部分采用不同的灰度变换方法 ,以求得到最佳的视觉效果 .实验结果表明该方法效果很好 .

双阈值映射自适应红外图像处理算法

由于传统直方图均衡(HE)算法和灰度变换算法的局限,提出了一种基于直方图的双阈值映射(BTM)增强算法。该算法通过对原始图像的直方图进行双阈值映射和自适应增强处理,对图像灰度级进行重新分配,减少冗余灰度级,有效地拓宽了目标部分的动态范围,既提高了目标与背景间的对比度,又突出了目标的细节层次。所提出的算法可以有效增强红外图像中目标与背景之间的对比度,拓宽目标的动态范围。仿真结果表明:该算法是一种非常有效的红外图像增强算法。

一种新的自适应红外图像增强算法

传统的直方图均衡和灰度变换增强算法,不能针对红外图像的目标进行有效地增强。鉴于此,在研究红外图像特点的基础上,提出了一种基于直方图的自适应红外图像增强算法。该算法通过对原始图像的直方图进行自适应双阈值映射和欠采样投影处理,实现了对图像灰度级的重新分配;在减少冗余灰度级的基础上,有效拓宽了目标部分占据的动态范围,既提高了目标与背景间对比度又突出了目标细节层次。

图像的亮度矩和阈值分割

简要介绍图像的亮度矩以及在保持图像亮度矩不变的条件下对图像进行两级阈值分割的方法 ,并对这种方法得到的方程组采用最小二乘法进行求解 ,以减小噪声干扰 。

Otsu方法在多阈值图像分割中的应用

图像分割是数字图像处理中的一个重要问题。该方法改进了传统的最大类间方差法(Otsu法),使其可以应用于图像的多阈值分割。提出以双峰法引导来提高Otsu法多阈值分割图像的运算速度和稳定性。对样本图像的分割结果显示,此算法在分割速度和效果上都取得了较好的结果。

基于无差异阈值的停车设施定价模型

为探求垄断市场下停车设施的最优定价机制,建立了考虑无差异阈值和车位占用率的停车设施定价双层规划模型,上层模型决策者的目标是最大收益和最优车位占用率,下层方式选择模型假设出行者是有限理性的,即假设如果方式间的效用差小于无差异阈值时,出行者的方式选择是随机的;若方式间的成本差大于无差异阈值,出行者的选择将服从随机效用最大化。采用某通勤廊道作为算例背景对所提出的模型进行求解。结果表明,经营者在考虑无差异阈值和不考虑无差异阈值时的定价策略是不同的,且无差异阈值的大小会影响停车场的最优定价。此外,考虑了车位占用率的定价策略,能够使停车资源的利用更加合理。

基于Legendre矩的多阈值二值图像重构算法

首先介绍Legendre正交矩及其逆变换;然后根据Legendre矩逆变换的特点,采用一种新的方法——多阈值法对重构的值进行二值化;最后给出该方法的实验结果,以说明它的有效性。

基于空间最大类间距的像素群分割优化

目标分割是利用图像的时空先验知识对像素点进行逐点分类的一个过程,目标的固有属性体现在密度及其形状即二维平面的空间分布上。既往的阈值分割大多仅利用了目标的密度信息,而忽略了其空间分布信息。鉴于形状先验知识难以获得,提出利用双阈值分割得到临界区域和目标重心,其后以临界区域像素群距目标重心的距离作为形状的空间分布信息,并由最大类间距算法对该距离进行分割从而实现优化。实验结果显示算法在降低噪声和削弱阴影的同时,有效地改善了目标提取的完整性。

混合特征匹配结合Viterbi数据关联的目标跟踪算法

传统跟踪算法在视频分辨率低、帧图像模糊或噪声较多时跟踪效果较差。针对此情况,提出一种混合特征匹配结合Viterbi数据关联的目标跟踪算法。首先,采用直方图反向投影技术对双局部阈值图像中的目标边缘进行有效分割,克服了低对比度问题;然后,将邻域特征、区域特征、运动方向特征和直方图特征作为目标表征特征,建立混合特征代价函数;最后,采用Viterbi数据关联计算代价总和,求得最相似目标。实验结果表明,在帧图像模糊或噪声较多的情况下,目标跟踪稳定且有效,单目标跟踪准确率为0.89,多目标跟踪精度达0.975,召回率达0.920,优于其他几种同类跟踪算法。

温经通痹汤对坐骨神经损伤大鼠痛阈和脊髓背角NR2B表达的影响

[目的]研究温经通痹汤对坐骨神经损伤大鼠痛阈和脊髓背角NR2B表达的影响。[方法]建立坐骨神经损伤大鼠模型,将100只大鼠随机分为模型组(50只)和温经通痹汤组(50只),在造模前及造模后第1、3、7、15、30d时,测定两组大鼠的缩腿阈(Paw Withdrawal Thresholds,PWTs)作为痛阈。造模后对温经通痹汤组大鼠采用温经通痹汤灌胃2次/d、10mL·kg-1/次治疗,在造模后第1、3、7、15、30d等时间点各处死大鼠10只,取腰段脊髓做脊髓背角NR2B受体测定,并进行分析。[结果]两组大鼠造模后第1d的PWTs明显低于造模前的PWTs值(P<0.01),显示造模成功。模型组大鼠造模后第7、15、30d的PWTs值分别为16.28±0.49g、18.21±0.38g和20.05±0.59g,明显高于造模后第1d的13.97±0.44g,差异有统计学意义(P<0.05,P<0.01)。温经通痹汤组大鼠造模后第7、15、30d的PWTs值分别为18.64±0.98g、22.32±1.61g、19.94±0.40g,均高于造模后第1d的13.69±0.58g,差异有统计学意义(P<0.01)。两组间比较,造模后第7、15d时,温经通痹汤组大鼠PWTs值均高于模型组大鼠的PWTs值,差异有统计学意义(P<0.05)。与造模后1d时比较,模型大鼠脊髓背角NR2B的亚基表达在术后第3、7、15、30d差异有统计学意义(P<0.01);温经通痹汤组脊髓背角NR2B的亚基表达只有在造模后第7、15、30d有非常显著性差异(P<0.01)。两组组间比较,温经通痹汤组脊髓背角NR2B的表达在3、7、15 d显著低于对照组,差异有统计学意义(P<0.01),提示温经通痹汤治疗对CCI模型大鼠脊髓背角的NR2B亚基表达有抑制作用。[结论]温经通痹汤能有效提高坐骨神经损伤大鼠(CCI模型)的痛阈,并在一定治疗时间内存在镇痛累积效应。温经通痹汤在早期较好地抑制脊髓背角NR2B的表达,与改善痛阈的时点吻合,初步说明温经通痹汤提高痛阈与调节脊髓背角NR2B亚基的表达有关。

四维聚类和彩色图像的两级阈值化算法

定义了一种称为四维“复数”的概念来表示彩色图像象素,并由此定义彩色图像的“亮度矩”。它以原图像的“亮度矩”与二值化后的图像“亮度矩”保持不变为基础,用于彩色图像的二值分割中。这种称为矩—四维聚类的两级阈值化算法不仅简单实用,而且效果较好。是彩色图像的二值分割的一种有效方法。

基于SURF和双向自适应阈值配准的红外图像拼接

针对当前SIFT图像配准与融合拼接算法复杂度高的缺陷,鉴于SURF(speedup robust features)算法具有快速且鲁棒性较好的特点,提出了一种基于SURF特征点检测和自适应阈值特征匹配的图像拼接算法。首先用SURF算法提取图像特征后,使用双向匹配策略和自适应阈值的BBF(Best Bin First)匹配算法寻找图像间的匹配点,同时结合Laplacian标识符来分离不同类型特征点,减少计算量,再通过RANSAC算法求出图像之间的映射关系,最后采用加权平均融合方法进行图像融合。通过对红外图像进行拼接实验表明,该方法图像拼接质量速度均有提高,实现了图像的无缝拼接,满足红外图像拼接应用的实际需求。

带双参数的半线性椭圆方程正解存在与不存在性以及一个预值结论

研究带有双参数的半线性椭圆方程在Robin边界下正解的存在与不存在性.证明了对任意的边界参数c(0<c<∞),存在λ*=λ*(c)<∞,当0<λ≤λ*,方程存在一个最小解u_λ,而任意其它的解是对应抛物方程整体解存在与不存在的一个预值.

一种双阈值熵算子边沿检测算法

分析了噪声点和边沿点局部熵的特点,提出了一种双阈值熵算子边沿检测算法,它具有良好的抗噪声能力,实验结果表明本文算法优于传统单一阈值熵算子边沿检测算法,它是一种很有效的边沿检测方法。

基于四元组的链路双向带宽测量方法

为解决网络带宽测量中链路不对称的问题,提出一种能在IP网络中测量出每条链路的双方向带宽的方法。采用由TCP报文和ICMP报文组成的四元组作为探测报文,通过分析各个分组在IP网络中的RTT时延组成,并利用分组大小差值与其往返时延差值的线性关系计算出链路的双向带宽。仿真实验证明,该方法能快速准确地测量出任意链路的双向带宽。

跳-扩散模型中即时波动率的门限二次幂变差核估计

讨论跳-扩散模型中即时波动率的门限二次幂变差估计问题,基于门限技术与二次幂变差,提出了一个即时波动率的非参数估计量,并在一些假设条件下,建立了它们的相合性和渐近正态性.

基于直觉模糊的双门限航迹关联算法

为解决在密集目标环境和出现交叉航迹的情况下,航迹的统计关联方法关联正确概率降低,不能准确地对目标航迹进行正确相关的问题,根据传统的模糊双门限航迹关联方法,将非隶属度函数引入其中,提出了一种基于直觉模糊的双门限航迹关联算法。根据关联特点,确立了隶属度函数和非隶属度函数;利用蒙特卡洛仿真,对2部雷达观测的存在交叉的航迹进行关联,并与传统的模糊双门限航迹关联算法进行了对比,结果表明:在密集航迹情况下,该算法相比传统的模糊双门限航迹关联算法正确关联概率从45.1%提高至49.8%,该改进算法能够更好地适应密集航迹的关联。