地方院校本科生考研与在校成绩关联性及报考学校研究——以湖南理工学院信息与通信工程学院为例

人才高消费是当代社会发展的必然趋势,某些本科毕业生选择通过提高学习或扩展知识层次来提高自身的核心竞争力.因此,考研成了越来越多大学生选择的毕业方向之一,但是不少考生对于选择报考哪所高校继续深造却比较盲目.本文通过分析湖南理工学院信息与通信工程学院近五年各专业学生在校期间的学习成绩,具体分析了学生在校期间学习成绩与成功考研的关系,为正在准备考研的学生了解本院毕业生考研的具体情况从而选取相对合适的目标有一定的帮助,为以后针对性的加强学习,以及正确定位自己并科学性的预测报考哪所高校提供了更好的依据.

基于蚁群优化的时间Petri网及其在柔性制造系统调度优化中的应用

Petri网的优化调度求解主要采用基于状态空间的智能搜索方法,执行效率往往不高.提出基于蚁群优化的时间Petri网,通过在Petri网的变迁和进化规则中引入蚁群优化机制,改变Petri网原有的非确定性选择行为,使之具备蚁群寻优选择智能行为,克服了需要基于状态空间进行启发式搜索的缺陷,提高了调度优化的计算效率.最后应用蚁群优化时间Petri网模型,对柔性制造系统的区间Job Shop调度问题进行建模和优化求解.实验结果进一步验证了所提模型和方法的有效性.

一种简易数字控制微弱信号检测装置的设计

设计简易数字控制的微弱信号检测装置,系统主要由信号预处理、参考信号源、互相关检测、ADC采样及STM32处理器控制模块组成。前级通过加法器把微弱待测信号和强噪声信号相加,模拟出信号淹没在强噪声中的微弱信号源;通过带通滤波、程控放大进行预处理后的信号在AD630中进行互相关检测处理;所得信号经过低通滤波后送入ADS1271采样分析,最后得出待测微弱信号的幅度、相位和频率等信息。在强噪声源幅度为2 Vpp的情况下,实现了对20 m Vpp微弱信号的检测。

简易数字控制晶体管测试仪的设计

设计了一个简易的数字控制晶体管测试仪系统,该系统采用单片机ATmega328p作为控制核心,通过其内部三路ADC分别采样电压后送CPU处理后,通过LCD1602点阵图形液晶显示。系统软件采用C语言利用模块化编程思想,它具有功能稳定,精确度较高和易于功能扩展等特点。该系统具备一键测量功能,能够自动识别二极管、三极管、电阻、电容和电感,识别后自动进入参数测量模式,最后将测量元器件的类型对应的管脚以及该元器件的相关参数通过液晶显示出来。

鱼眼相机与PTZ相机相结合的主从目标监控系统

提出了一种将鱼眼相机和PTZ相机相结合的主从目标监控系统,充分利用鱼眼相机单镜头半球空间成像以及PTZ相机指向性高分辨率成像的优点,实现了单系统半球空间运动目标的高分辨率成像监控。首先采用运动点团模式实现鱼眼图像中运动目标的检测;然后在鱼眼图像空间计算目标的相对方位角P′、俯仰角T′和距离Z′;最后通过参数映射将其映射到PTZ图像空间,输出PTZ控制信号给相机进行指向性成像。PTZ图像空间中的P参数和T参数结合鱼眼镜头畸变系数进行校正计算,Z参数根据目标在鱼眼图像中的相对尺寸及PTZ图像中需要的尺寸进行计算。通过对PTZ参数的多次实验测量,其结果的误差均在系统要求范围之内。系统实际的户外测试结果表明,系统能准确检测出鱼眼图像中的运动目标,在PTZ参数的控制下,PTZ相机能准确指向目标进行二次高分辨率成像,目标在PTZ图像中的位置和大小合适,达到预期的设计目标。

优化样本分布的最接近支持向量机

当两类样本分布存在差异时,最接近支持向量机(Proximal Support Vector Machine,PSVM)等最小二乘类分类器分类结果将出现偏差,不能实现最小错误率分类.本文在分析PSVM等价广义特征值分解模型基础上,提出了一种改善原PSVM分类决策面的优化样本分布PSVM,其基本思想是通过引入最大化正确分类样本距决策面距离,同时最小化错误分类样本距决策面距离的优化样本分布正则化项,构造优化样本分布PSVM的广义特征值分解模型.通过人工数据集和UCI数据集的10个数据子集上的对比实验,验证了该改进分类模型能够有效调整决策边界,从而获得更好的分类效果.

最优化凸分组在目标检测中的应用研究

针对不同场景下静态图像中单目标的检测问题,结合自然界各个目标特有的凸属性特点,提出了一种基于最优化凸分组的目标检测方法。比较系统地论述了最优化凸分组的基本原理,介绍了详细的实现过程,主要包括Canny边缘检测参数的设置、基于边缘点的线段拟合、凸分组中凸多边形的构造以及最优化凸多边形的判定。实验结果表明,该方法对任意场景下的单目标检出率和检测准确性良好,结合目标凸属性的最优化判定方式具有检出速度快,且不受机器学习中的样本数据影响的特点,具有很好的普遍适应性。

基于多传感器数据融合的电磁起重机控制算法与仿真分析

对电磁起重机的磁路与电磁吸力进行了仿真分析;对电磁起重机吊运物体的电磁吸力与吊起物体的等效重力建立了数学模型,设计了一种多位置传感器的电磁起重机控制算法.现场实验结果表明:设计的多位置传感器电磁起重机能有效的对物体吊运的整个过程实时监控,能有效的根据多传感器的值来调节电磁起重机电流的大小,大大提高了电磁起重机吊运物体时的安全性.

柔性制造系统的时间Petri网建模与分析

时间Petri网是描述和验证实时系统最常用的形式模型之一。建立基于时间Petri网的典型柔性制造系统模型,利用状态类分析方法,定量计算所有可行调度及其执行时间,进而获得最优调度,为复杂柔性制造系统的建模与调度提供有效的模型支持。

三轴台式工业机器人通用控制软件设计

主要以三轴台式工业机器人为平台,采用改进的栅格法进行加工工件的环境表示,利用不同优先级的权值进行路径规划,设计具备一定通用性的控制软件,避免了加工不同工件需重新编写程序的麻烦。

递归滤波与KNN的高光谱遥感图像分类方法

为了有效去除高光谱图像中的噪声,强化空间结构,充分利用地物目标的空间上下文信息,提升高光谱图像的分类精度,提出一种基于递归滤波(recursive filtering,RF)和KNN(k-nearest neighbor)算法的高光谱图像分类方法。首先,利用主成分分析法对高光谱图像进行降维;其次,通过RF算法对降维后的主成分图像进行滤波,以增强遥感图像的轮廓特征;然后,采用KNN算法计算测试样本与不同类别训练样本的欧式距离,根据比较k个最小欧式距离的平均值得到测试样本所属类别;最后,在2个典型的数据库上进行实验验证,并分析所提算法中不同参数对分类精度的影响。实验结果表明,RF算法可以有效地去除噪声点,强化图像轮廓,与其他高光谱图像分类方法相比,该方法在分类准确性方面表现突出。

一种改进的人脸识别CNN结构研究

为了克服人脸识别中存在光照、姿态、颜色等噪声的干扰,融合了卷积神经网络与孪生神经网络的优点,提出了一种改进的CNN网络结构,该结构由两个卷积神经网络组成,且共享网络权值,在该结构的训练中采用了差异深度度量学习(DDML)算法。卷积结构有效地去除外界噪声干扰,且在非线性降维中权值共享结构能够自动提取相同特征,DDML算法增加了提取特征的有效性。在ORL、Yale B和AR人脸数据库上实验结果表明,与PCA、CNN等算法相比,识别稳定度高,识别率提升近5个百分点。

基于背部轮廓相关系数算法的淡水鱼种类识别研究

针对淡水鱼种类的自动识别问题,利用机器视觉技术,提出一种基于鱼体背部轮廓相关系数算法的鱼体种类识别方法。首先根据采集的鲫、草鱼、鳊、鲤四种淡水鱼图片,将图像处理方法应用到鱼体背部轮廓的提取上,并采用最小二乘算法对鱼体背部轮廓进行曲线拟合,建立这四种淡水鱼的背部轮廓数学模型;接着对要识别的鱼体,通过机器视觉技术获得鱼体轮廓,并计算提取的鱼体轮廓与建立的四种鱼背部轮廓数学模型的相关系数值,达到对鱼体种类自动识别目地;最后采用提出的方法对市场随机选取的各60条活鱼进行了测试,测试结果表明,该算法简单,识别准确率较高,能够为淡水鱼种类识别方法提供新的思路,提高水产养殖的自动化水平。

基于PLM编码的泥浆脉冲信号提取算法研究

无线随钻测量(measurement while drilling,MWD)中泥浆脉冲信号的提取和正确识别是石油钻井施工中的一个关键技术,它决定着石油钻井过程中井眼轨迹是否正确。对泥浆脉冲信号进行了数值模拟,阐明了它的信号特征。针对PLM(pulse location management)编码的泥浆脉冲信号提取和识别问题,采用二次相关去噪算法,对泥浆脉冲信号的噪声去除进行了研究;在此基础上,运用局部特征和波形特征识别相结合算法,对PLM编码的泥浆脉冲信号位置进行了准确识别;为泥浆脉冲信号的提取和准确识别奠定了基础。最后现场试验结果表明:该算法简单实用,符合工程应用要求。

结合运动边界和稀疏光流的运动目标检测方法

近年来,光流法被广泛应用到运动目标检测中,但该类方法计算量大,不利于实时处理,且易受噪声影响.提出一种结合运动边界和稀疏光流的运动目标检测方法.该方法通过结构随机森林提取图像的运动边界,然后计算运动边界的光流矢量从而实现目标检测.由于运动边界不易受噪声影响且其光流矢量计算满足稀疏性,将运动边界和光流法结合,保证了算法的鲁棒性和实时性.实验结果表明,该方法可以精确地检测出完整的运动目标,且具有较低的计算复杂度,有利于实时性运动目标检测系统的构建.

基于鱼体背部弯曲潜能算法的四种主养鱼类识别

以四种主养淡水鱼鲫(Carassius auratus)、草鱼(Ctenopharyngodon idellus)、团头鲂(Megalobrama amblycephala)、鲤(Cyprinus carpio)为例,提出一种基于图像处理技术的鱼种类自动识别方法。首先通过鱼体信息采集系统获取待识别鱼体图像,并对其进行灰度化与二值化,得到鱼体轮廓信息;然后采用邻域边界算法对鱼体的轮廓进行提取,根据轮廓曲线建立鱼体背部轮廓数学模型;最后根据轮廓模型,采用鱼体背部弯曲潜能算法对不同种类鱼体样本的背部弯曲潜能值进行计算和聚类统计,得到不同鱼类样本的背部弯曲潜能值分布区间,从而通过比对待识别鱼体背部弯曲潜能值的区间实现对不同鱼类的自动识别。对四种主养鱼类的实验测试结果表明,对团头鲂的识别精度可以达到100%,对鲫、鲤和草鱼的识别精度达到96%,基本上能准确实现四种鱼体的分类识别,具有较好的实际应用价值。

基于相位一致性的可变窗口立体匹配算法

匹配窗口大小和形状是影响区域立体匹配算法效果的关键因素之一。根据相位一致性能反映灰度变化快慢情况和抗干扰能力较强的特点,对图像进行相位一致性检测,再根据监测的值确定像素的特性,然后按不同特性采用不同窗口进行匹配,并结合非参量测度和灰度值构成复合费用函数值,得到最终的视差图。实验结果表明,本算法有较好的匹配效果。

基于全变分-核回归的RPCA运动目标检测方法

近年来,鲁棒主成分分析法(Robust Principal Component Analysis,RPCA)被广泛应用到运动目标检测中,但该类方法未能有效利用运动目标的时空连续性先验,容易将动态背景误判为运动目标,且背景恢复精度不高.为此提出一种基于全变分-核回归的RPCA运动目标检测方法.该方法以RPCA为基础,利用3维全变分模型增强前景的时空连续性,去除动态背景干扰,得到清晰完整的前景.同时,利用基于扩散张量的核回归对背景的时空相关性建模,去除噪声干扰,从而精确恢复背景.在多组公开数据集上的实验结果表明,该方法在动态背景、光照变化等复杂场景中能够较为精确地检测出运动目标和恢复背景.

基于运动点团的鱼眼图像中多目标检测方法研究

采用运动点团模式对鱼眼视频序列中的目标检测方法进行了研究和探讨。运动点团模式的运动目标检测分为三个层次,每个层次对应一个具体的检测算法,即基于像素层的背景提取和更新、运动点团层的点团检测和判定及运动目标层的目标标记和跟踪。对三个算法的原理进行了探讨,并结合鱼眼图像的特点进行了算法改进和优化。实验结果表明,以运动点团作为中间检测过程的方法能有效对圆形鱼眼视频序列中的多个运动目标进行检测,特别是图像边缘的大畸变、低分辨率目标,相比传统的检测方法具有更好的检测稳定性和准确性,在大范围智能视频监控中具备很好的实际应用价值。

基于FCN的TFT-LCD表面缺陷快速检测算法

为克服TFT-LCD表面缺陷检测中边缘模糊、对比度低、图像中存在重复纹理背景等噪声的干扰,提出了种基于全卷积神经网络的端到端的快速检测算法。该算法能够通过感受域获取原图信息,并生成低对比度特征图,然后将低对比度特征图映射到高对比度特征图上,最后通过高对比度特征图上的感受域重构出高对比度缺陷图像,并将缺陷筛选出来。