基于改进Yolov5模型的纱筒余纱量检测方法

为实现针织圆纬机纱架上纱筒余纱量的实时检测,提出一种深度学习与传统图像处理相结合的检测方法。通过优化Yolov5的主干网络并加入Shuffle-Attention注意力机制,利用改进后模型在图像中检测并框出纱筒位置;然后利用透视变换、均值偏移、canny轮廓检测、闭操作等处理获取纱筒内外圆轮廓,设计基于梯度下降的圆拟合算法,拟合纱筒内外圆的轮廓,得到纱筒的内外圆半径;最后结合小孔成像的原理完成纱筒余纱量的测量。结果表明:改进后的Yolov5模型在纱筒检测精度上达到99.5%,检测速度可达20帧/s,同时模型参数减少至3.255×106可检测的最小纱筒余纱量为3 mm,当纱筒余纱量小于3 mm后,将其视为空筒,进行延时更换。本文算法拟合圆所花费时间是传统霍夫圆检测算法的1/4左右,因此可满足针织车间的实际应用需求。

基于聚类和GBDT的镀锌钢卷力学性能预测

热镀锌钢卷力学性能影响因素之间关系复杂,限制了模型精度的提升。采用k-means算法利用化学成分属性对镀锌钢卷数据集进行聚类,将数据聚成三种模式簇实现样本的优选。利用梯度提升树算法,开展各模式数据集与不划分模式的全数据集下的力学性能建模研究,最后结合网格搜索与交叉验证方法进行模型参数优化。研究结果表明,分模式下模型MAE误差相比于全数据集建模平均减小0.85 MPa。参数优化后,各模式下MAE误差平均减少5.19 MPa,RMSE误差平均减少3.63 MPa,提高了预测模型精度。

粒子滤波器与Mean Shift算法在人脸跟踪中的应用

目的针对背景复杂的彩色视频图像序列,提出了一种梯度和颜色直方图相结合的双线索人脸跟踪算法。方法首先利用颜色确定肤色区域,再根据人头的椭圆形状利用梯度确定头部轮廓,从而获取人脸区域。在跟踪过程中采用粒子滤波方法得到人脸初始粒子与位置;然后用Mean Shift算法进行粒子更新,判断目标运动方向。结果与结论该方法对复杂背景下人脸旋转、遮挡及背景肤色干扰下的跟踪,具有较强的鲁棒性,能够更好地克服在视频跟踪中的遮挡问题。对于丢失目标的跟踪情况进行改进还有一定的困难,这也是以后研究的重点。

基于双正交小波变换耦合区域梯度特征的遥感图像融合算法

当前较多遥感图像融合算法是利用主成分分析方法来完成遥感图像的融合,由于主成分分析方法融合后的图像会产生光谱畸变,易导致所融合图像存在光谱失真的问题。对此,设计了一种采用双正交小波变换耦合区域梯度特征的遥感图像融合算法。对多光谱图像进行色调-饱和度-亮度变换,以获取多光谱图像的亮度分量,引入双正交小波变换将该亮度分量与全色图像进行小波域分解,以获取图像的低频与高频子带;通过低频子带中像素点的区域梯度特征构造均值梯度模型,用于求取低频子带融合系数,利用高频子带中像素点对应的区域方差构造相似度因子,用于求取高频子带融合系数;通过色调-饱和度-亮度与双正交小波的逆变换获取所融合遥感图像。仿真实验结果显示,所设计方法与当前遥感图像融合方法相比,融合的遥感图像具有更好的视觉效果。

卫星高度计绝对定标中海面高梯度的计算

给出了通过平均海面高模型计算海面高梯度的具体方法,选择DTU13、CNES_CLS15、WHU2013 3种模型计算了不同海域近岸比较点海面高梯度值,随机选择的30个近岸比较点处的计算结果表明:使用3种模型计算得到的海面高梯度值之间的标准差均值为0.19cm/km。在卫星高度计定标的具体应用中,由海面高梯度得到的海面高差改正量的误差应不超过0.3cm。

S-100产品数据融合处理方法

基于S-100的产品规范为各类用途的海上产品和服务提供了生产和应用标准。然而,S-100产品规范在开发编制过程中未充分考虑产品之间的互操作问题,会导致终端应用在"S模式"下处理S-100数据时出现要素和图示的混乱。依据IHO互操作目录规则,从基于航行用途的产品预置模式和融合等级两方面,说明S-100产品数据的融合处理方法,为互操作问题的解决提供思路。

一种各向异性GVF模型的心脏左心室MR图像分割模型

为了克服传统的梯度矢量流(GVF)模型对细长拓扑结构、噪声及弱边界敏感的缺陷,提出一种基于区域信息的各向异性GVF模型.首先由模糊C均值(FCM)聚类算法得到聚类信息并将其融入到GVF模型中,以降低弱边界和噪声的影响;然后利用图像结构信息改进GVF模型,使其具有各向异性,克服了细长拓扑结构的影响;最后把得到的各向异性GVF模型融入到Snake方程中引导曲线的演化,得到目标边界.实验结果表明,该模型具有较好的分割结果.

非局域样本填充和自适应曲率驱动模型的遥感图像修复算法

遥感图像修复技术对于后续遥感图像的处理与应用具有重要意义.文中在深入研究曲率驱动(CDD)模型和样本填充算法的基础上,针对遥感图像对纹理细节和边缘区域要求较高的特点,提出非局域样本填充和自适应曲率驱动模型的遥感图像修复算法.该算法较好地避免CDD模型修复过程中在一些极端情况下可能出现的假边缘、阶梯效应和扩散速度缓慢等缺点,保证遥感图像修复后的纹理细节信息和边缘信息.仿真实验验证文中算法的有效性.

基于多尺度模糊聚类与DGVF模型分割颈动脉超声造影图像

超声造影(contrast-enhanced ultrasound,CEUS)图像在血管疾病诊断与治疗中有很高的应用价值,其中通过提取颈动脉CEUS图像中的血管边界对血管形态及弹性等属性进行测量具有重要意义.由医生手工勾勒血管轮廓耗时耗力,且重复性差、主观性强,而传统计算机分割方法因受到图像中斑点噪声的干扰而存在鲁棒性差和初始化难两大问题.首先,结合多尺度模糊聚类方法与粒子群优化算法提取血管的粗略轮廓,以此作为方向梯度矢量流(directional gradient vector flow,DGVF)模型的初始轮廓;然后,对轮廓进行形变收敛至最终结果.通过分割来自14例患者的48张颈动脉CEUS图像的实验,结果表明所提出的方法优于传统方法,能自动、精确地提取颈动脉CEUS图像中的血管边界.

面阵电荷耦合器件错位成像的建模与仿真

为了定量研究面阵电荷耦合器件(CCD)错位成像技术图像质量的提高以及CCD像元填充因子对图像质量的影响,建立了仿真不同像元填充因子的面阵CCD错位成像的数学模型。以Matlab为平台,不考虑噪声的干扰,对ISO12233标准分辨率测试卡子图像进行了仿真,结果表明,CCD像元填充因子为100%时,与普通成像模式相比,对角错位、四点错位成像模式图像的灰度平均梯度分别提高了2.9970、3.4136,拉普拉斯能量分别提高了0.5676、0.7478,且CCD像元填充因子为其他值时,相较于普通成像模式,对角错位、四点错位成像模式图像的GMG和EOL均得到提高;采用四点错位成像模式时,与填充因子为100%的面阵CCD相比,填充因子为69%、44%、25%的面阵CCD四点错位模式图像的灰度平均梯度分别提高了1.433 0、3.337 3、5.153 2,拉普拉斯能量分别提高了0.638 0、1.704 4、3.196 8,且采用其他成像模式时,填充因子为100%、69%、44%、25%的图像的GMG和EOL均不断提高。研究表明,面阵CCD错位成像技术能够提高图像质量,且四点错位成像模式图像质量优于对角错位成像模式;在满足信噪比指标要求的前提下,对于面阵CCD同一成像模式,像元填充因子越小,图像质量越高。

古塔变形分析模型

根据2013年全国大学生数学建模比赛C题中某古塔4年的观测数据,给出了确定古塔各层中心位置的通用方法,建立了最优化模型,用Lingo软件求得4次测量的古塔的各层中心坐标。以斜率、曲率、投影、均方差、拟合等知识为基础,对倾斜度、弯曲度、扭曲度三个指标进行定义,结合使用Excel和Matlab软件对古塔变形情况进行量化分析,最后根据得到的数据对古塔的变形趋势进行预测。

用于语音信号非线性建模的RBF神经网络的训练方法及其性能

语音信号非线性建模符合语音信号的性质，可以提高语音信号处理的性能。神经网络是信号非线性建模的有效工具之一。本文深入研究了应用于语音信号非线性建模的ＲＢＦ神经网络的训练方法，即ｋ－均值法、ＯＬＳ算法和梯度下降法。实验结果表明，在ＲＢＦ神经网络的结构已定情况下，不宜使用ｋ－均值法及．ＯＬＳ算法，而应该使用梯度下降法。文章阐述了各训练算法性能差别的原因，并讨论了语音信号非线性及线性建模的性能比较。

一种快速鲁棒的全局运动估计算法

局部运动矢量会严重影响全局运动估计的结果,不仅降低全局运动估计的准确度,而且消耗大量的运算时间。针对上述问题提出了一种快速鲁棒的全局运动估计算法。首先采用快速的块匹配算法得到运动矢量场,然后通过改进的梯度均值残差法去除估计的不准确运动矢量,提高估计出的运动矢量场的准确性并使得全局运动估计所处理的宏块尽可能是全局运动块;其次,基于六参数仿射模型估计出初始全局运动参数,为了消除错误运动矢量产生的误差,使用匹配加权函数的方法对估计结果进行进一步修正,最终得到最优的全局运动参数。实验结果表明该算法兼顾了全局运动估计的准确性和鲁棒性,对大多数视频序列的全局运动估计具有算法复杂度低、运动参数估计准确的效果。

基于非下采样剪切波变换与显著信息加权的图像融合算法

为了克服当前较多图像融合方法主要依靠测量图像能量信息来完成不同系数的融合,忽略了图像的显著内容,导致融合图像含有吉布斯效应及间断效应等弊端,设计了非下采样剪切波变换(nonsubsampled Shearlet transform,NSST)耦合显著信息加权的图像融合算法。引入NSST机制,对源图像进行系数分解,获取高、低频系数。借助高斯滤波器来构造出显著度量模型,以计算图像拥有的显著信息。随后,利用信息熵函数来计算出图像拥有的细节丰富度。并以图像拥有的细节丰富度和显著信息为依据,设计低频系数融合的加权因子,以此完成低频像素的融合。最后,利用图像中像素点的三邻点像素值,融合高频系数,获取融合图像。实验结果显示,与当前图像融合技术相比,所提算法融合质量更好,融合结果连续性较强,所对应的平均梯度值较大。

一种基于特征融合的部位外观模型

针对人体姿态估计算法在建立部位外观模型时将不同图像特征平等对待的问题,建立一种基于模糊K-均值算法融合方向梯度直方图(Histogram of Orientation Gradient,HOG)和颜色特征的部位外观模型。将部位定位状态对应的HOG和颜色直方图特征进行组合,利用组合而成的特征向量构造样本集。分别计算部位定位状态对应的HOG和颜色特征与分别基于这两种图像特征的部位外观模型的相似度,并将两个相似度乘积的平方根作为样本的初始隶属度,通过模糊K-均值算法收敛后的聚类中心即为部位外观模型。仿真实验表明,建立的部位外观模型能更准确地描述真实人体部位的外观特征,将其用于人体姿态估计时可以得到准确度更高的估计结果。

基于最优特征选择的车辆跟踪方法

针对智能交通系统的车辆跟踪问题,提出基于最优特征选择的车辆跟踪方法。综合颜色、纹理和形状特征确定特征集合,采用线性鉴别分析方法从特征集合中选取最优特征,使用Mean Shift算法在最优特征下预测目标位置,根据目标匹配结果确定车辆的运行轨迹,利用特征平滑方法更新特征模型。实验结果表明,该方法适用于不同的公路监控场景,能够准确、有效地跟踪运动目标。

融合HOG和颜色特征的人体姿态估计新算法

为解决现有人体姿态估计算法在处理光照条件很差或颜色对比度很低的待处理图像时估计准确度较低的问题,利用梯度方向直方图(HOG)和颜色特征建立了一种的基于可能性C(PCM)聚类算法部位外观模型,提出了一种新的融合HOG特征和颜色特征的人体姿态估计算法。算法根据待处理图像自动选择部位外观模型,若图像的光照条件和颜色对比度都较好则选择现有的基于HOG和颜色特征融合的部位外观模型,否则选择基于PCM聚类算法的部位外观模型。仿真实验表明所建立的部位外观模型能更准确地描述光照条件很差或颜色对比度很低的图像中下真实人体部位的外观,提出的人体姿态估计算法对各种类型的待处理图像均能得到准确度更高的估计结果。

用于储量渗透率预测的高效梯度提升决策模型

渗透率预测本质上属于拟合问题,因此可用拟合模型进行解决。机器学习模型是解决拟合问题的利器,其中LightGBM(light gradient boosting machine)表现出色,为此选用该模型进行预测。然而,LightGBM预测性能受自变量的数量和性质影响较大,同时较多超参数的使用使其预测状态难以最优,为此采用MIV(mean impact value)算法和CD(coordinate descent)算法对模型进行改进。为验证提出模型的预测性能,以姬塬油田西部长8段致密砂岩储层为例进行研究。设计了三个实验分别对提出模型进行性能分析。根据实验结果发现MIV和CD的使用能提高LightGBM的预测性能,同时提出模型在预测上较常规混合机器学习模型表现更为高效。实验结果证明提出模型可在纯数据驱动下高效地预测渗透率,较经典物理模型更具有适用性和推广性。

基于BTM模型和改进聚类算法的热点话题检测

随着网络中出现大量的新闻内容,如何在短期内为用户及时发现新闻热点话题越来越受到学者们的关注。提出一种基于BTM模型和改进K-Means聚类算法的中文新闻话题检测模型。对网易新闻语料库引入BTM模型,发现与主题相关的话题词,从而推断热点话题;针对K-Means算法初始值敏感等问题,将基于共轭梯度的人工鱼群算法引入传统的K-Means算法;利用改进K-Means聚类算法对得到的话题词进行聚类。实验结果表明,所提方法与传统方法相比可有效、准确提高话题的准确性。

材料专业本科教学模式改革探索

以材料专业本科《固体物理学》为例,探究材料专业本科教学模式改革。固体物理学是表面物理、固体化学、凝聚态物理等多学科的基础课程。《固体物理学》课程的教学对相关专业的发展具有推动性作用。本文针对相关专业《固体物理学》课程教学内容、教学手段以及考核方式进行一定的探讨,提出课程内容专业化、教学手段现代化、考核方式多样化的概念。进而为《固体物理学》课程教学改革提供参考。