基于多层自适应聚类模型的密集人群分群检测算法

针对存在更复杂运动模式的无序运动人群密集场景,提出了一种基于多层自适应聚类模型的分群检测算法.以基于高斯混合模型的背景去除算法和自适应初始化聚类算法为核心,通过建立多层自适应聚类模型实现密集人群的分群检测.实验数据库选用了大量真实室内外密集人群运动场景视频,并通过大量对比实验验证了算法的有效性、可靠性和优越性.

基于行为一致性的密集场景人群分群检测算法

针对公共场所无序运动人群密集场景,提出了一种无监督的自动人群分群检测算法。在由高斯混合模型背景去除法得到的前景区域提取KLT特征点,通过分析特征点的运动特性,对邻域特征点采用速度方向过滤算子和运动相关性过滤算子进行逐级过滤;对非邻域特征点采用运动轨迹相似性过滤算子进行过滤,遍历所有特征点,以实现人群的分群检测。该算法不需要对单个行人进行分割及样本训练,也不需要任何先验信息,且在邻域特征点划分过程中,邻域的特征点数能根据相邻距离特征点的最短距离进行自动调节。采用具有不同运动模式的密集场景视频对所提出的算法进行了试验,结果验证了算法的有效性、可靠性和优越性。

志贺氏菌检测和分群PCR方法的建立

为弥补目前志贺氏菌分子生物学检测方法的不足,根据志贺氏菌的invC、rfc、wbgZ和rfpB等基因,分别设计引物建立了鉴定志贺氏菌属、福氏志贺氏菌、宋内志贺菌和痢疾志贺氏菌的PCR方法。同时,以根据ompA基因设计的引物作为参照,通过特异性试验和人工接种试验等,对该方法进行验证。结果显示:17株志贺氏菌和19株非志贺氏菌均出现100%的特异性反应;对增菌肉汤直接进行PCR检测时,在消毒奶、冰淇淋、酸奶、奶酪、熟肉和香肠等即食食品中的志贺氏菌检出限为1~3 cfu/(25 g·mL^(-1)),在原奶、生肉和奶粉中的检出限分别为≤12、27和≤27 cfu/(25 g·mL^(-1));分离培养后再对可疑菌落进行PCR鉴定时,所有样品检出限均为1~3 cfu/(25 g·mL^(-1)),与传统培养法检出限一致。结果表明,该PCR方法快速、敏感、特异,适合用于志贺氏菌的常规检测分析。

志贺氏菌检测和分群实时荧光PCR方法的建立

为对志贺氏菌属细菌进行快速、准确检测和分群鉴定,根据志贺氏菌invC、rfc、wbgZ和rfpB基因,分别设计引物和探针,建立了鉴定志贺氏菌属以及福氏志贺氏菌、宋内志贺氏菌和痢疾志贺菌氏菌实时荧光PCR方法,同时将根据ompA基因设计的引物和探针作为内参照,并通过特异性试验和人工接种试验等对该方法进行验证。结果显示,该方法对17株志贺氏菌和19株非志贺氏菌均出现100%的特异性;用增菌肉汤直接进行PCR检测,发现在消毒奶、冰淇淋、酸奶、奶酪、熟肉和香肠等即食食品中的志贺氏菌检出限为1~3 cfu/25 g(mL),在原奶、生肉和奶粉中的检出限分别为≤8 cfu/25 mL、12 cfu/25 g和≤12 cfu/25 g;分离培养后再对可疑菌落进行实时荧光PCR鉴定,发现所有样品的检出限为1~3 cfu/25 g(mL),与传统培养法检出限一致。结果表明,该实时荧光PCR方法是一个快速、敏感、特异的检测方法,适合于志贺氏菌的常规检测分析。

密集群目标跟踪的研究进展

随着“无人机蜂群”作战理念的提出,密集群目标成为各国测控、军事专家研究的热点领域。首先给出了群目标的定义并解释了其内涵,同时界定了密集群目标的范畴。通过分析密集群目标跟踪的流程和关键环节,总结并对比分析了密集群目标的分群技术、空间外形估计算法、分离与合并检测模型和目标状态滤波技术的相关研究。最后,结合目前密集群目标跟踪的研究热点,展望了未来密集群目标跟踪的研究方向。

基于代数图论的修正贝叶斯群目标航迹起始算法

群目标跟踪技术是测量空中集群生物目标飞行状态的有效手段,而航迹起始是群目标跟踪的第1步,包括分群检测与航迹确认。针对现有算法在分群检测时限制群内目标必须两两相似,在航迹确认时因等效量测残差过大导致航迹误丢弃的问题,该文提出一种基于代数图论的修正贝叶斯群目标航迹起始算法,通过引入代数图论实现监测空间内量测集合的划分,通过修正经典贝叶斯算法的似然比定义避免航迹的误丢弃。实测数据处理结果证明该算法具备准确划分各个子群并快速起始各子群航迹的能力。