多模型协作的分块目标跟踪

为了解决复杂场景下,基于整体表观模型的目标跟踪算法容易丢失目标的问题,提出了一种多模型协作的分块目标跟踪算法.融合基于局部敏感直方图的产生式模型和基于超像素分割的判别式模型构建目标表观模型,提取局部敏感直方图的亮度不变特征来抵制光照变化的影响;引入目标模型的自适应分块划分策略以解决局部敏感直方图算法缺少有效遮挡处理机制的问题,提高目标的抗遮挡性;通过相对熵和均值聚类度量子块的局部差异置信度和目标背景置信度,建立双权值约束机制和子块异步更新策略,在粒子滤波框架下,选择置信度高的子块定位目标.实验结果表明,该方法在复杂场景下具有良好的跟踪精度和稳定性.

压力容器卸压过程中容器温度研究

压力容器卸压,内部气体膨胀对外做功,温度下降,必然会导致压力容器温度的降低。本文以氧气罐冬季卸压为例,提出简化的圆筒模型。通过整体理论分析及局部Fluent数值计算,对造成压力容器卸压过程温度下降的因素及温降幅度进行研究,并给出此工况下合理的设计结构,以及避开低温工况的最低允许工作温度。

基于局部块模型的复杂场景行为识别算法

针对视觉词袋模型与局部块模型特征相结合的算法在真实的复杂场景中识别率不高的问题,本文提出一种基于局部块模型与特征预处理、特征泛化相结合的行为识别算法。本文算法在视觉词袋模型的基础上,采取局部块模型与随机采样相结合的方法提取特征,对特征做预处理,减小了数据冗余,消除了特征之间的相关性,并且使处理后的特征更接近原始视频特征,同时对编码后特征做泛化处理,避免过拟合现象。本文在HMDB51标准视频库上进行实验,结果表明本文算法较原算法识别率提高2.1%,较其他同类算法也有一定的提升,验证了该算法的有效性。本文算法对视频量大、背景复杂、真实场景的视频集具有较好的识别效果。

改进的基于局部块模型的行为识别算法

针对基于局部时空特征与特征词袋模型相结合的算法中计算效率低、识别率不高的问题,提出一种基于局部块模型与特征数据预处理结合的行为识别算法。该算法基于特征词袋模型,采用局部块模型提取特征,将多变量的复杂问题简化为低维空间的简单问题,对其数据处理过程进行改进,同时优化了局部块模型中的帧采样过程。与原算法相比,计算效率与识别率都有较大提升,较其他同类算法也具有一定优势。2个通用视频库上的实验证明了算法的有效性。

基于可变形部件模型的安全头盔佩戴检测

利用视频监控系统进行安全头盔佩戴检测,对于安全生产有着重要意义。已有的安全头盔佩戴检测算法有较多的应用场景条件限制,难以同时满足不同场景需求。针对这一问题,提出了一种应用于安全头盔佩戴检测的算法。该方法依托可变形部件模型,提出了基于块的局部二值模式直方图,与梯度方向直方图和颜色特征共同组成特征向量,使用支持向量机进行训练和检测,利用了单一使用梯度方向直方图作为特征时所损失的有效信息。实验结果表明,该方法优于原可变形部件模型,在安全头盔测试集上的平均检测率提高了7.2%,达到86.7%,已接近应用要求。

大跨度连续刚构拱桥关键部位应力分析与试验

建立了连续刚架拱桥边跨钢拱肋与预应力混凝土系梁连接部位三维有限元空间模型,模拟了该部位在各种荷载工况下的受力情况。计算模型考虑了普通钢筋与预应力钢筋的不同力学性能,分别用配筋率和带初应变的杆单元模拟,并依据圣维南原理设置了荷载加载段以消除边界效应。根据计算结果,分析了边拱与刚性系梁连接区域的变形情况和应力状态,并设计了相似比为1∶3.2的模型进行加载试验,测试了关键部位的应变和变形,与有限元计算结果进行了对比分析,检验了设计的安全性与合理性。分析和试验表明,过渡段的支座上方与拱肋上下弦管交汇处为主要的应力集中部位,应在设计中予以注意。

轴类零件局部加热分析

介绍了轴类零件局部加热的原理,建立了移动热源沿轴类零件圆周方向移动时的瞬态热数学模型,研究了热流沿周向和径向的传播规律。

基于两部模型的组合惩罚似然估计方法研究及其应用

在统计学中,多借助零膨胀模型研究零膨胀数据潜在的模型结构及变量选择问题。然而,在多数情况下,响应变量的非零部分为定量数据,简单的零膨胀模型无法刻画这类数据的模型结构,对应的参数估计方法也不再适用。鉴于此,学者提出处理零膨胀半连续数据的两部模型。本文将组合惩罚似然估计方法引入两部模型,研究其变量选择问题。提出一种新的处理高维统计分析问题的惩罚似然估计方法:NCPM (New Combined Punishment Method),并将该方法应用于太原市降水量数据,分析其影响因素。模拟及实例分析结果均表明本文的方法行之有效,较传统的惩罚似然估计方法具有更高的预测精度。

基于序列比对算法的中文文本相似度计算研究

[目的/意义]针对序列比对算法在文本相似度中的应用,改进全局比对算法并提高该算法的准确性,同时,应用局部比对算法有效解决内容差异或长短差异较大的两文本进行比对的问题。[方法/过程]首先,利用HanLP中的CRF模型对在线学术资源中文文本数据集进行规范化处理,构成中文序列集;然后,使用最新的中文维基百科语料训练Word2Vec模型来构建语词对打分矩阵;最后,基于打分矩阵和改进的打分规则,对进行全局比对/局部比对的两中文序列进行比对并获得比对的最优解,回溯该最优解,获取最优解的比对路径,计算两中文序列的相似度。[结果/结论]实验结果表明,相较于目前全局比对算法的相关研究,本文基于词性标注的结果与Word2Vec构建的语词对打分矩阵进一步提升了全局比对算法计算文本相似度的准确性,同时,应用于文本相似度计算的局部比对算法能够有效解决内容差异或长短差异较大的两文本进行比对的问题。