摘要:802.11规定的切换过程十分耗时, 同时移动终端根据接收到的信号强度来选择AP往往不能满足通信带宽的需求, 这两点对于需要依靠不间断通信来进行作业的工业机器人十分不利. 本文面向工业机器人场景提出一种基于动态无线地图的带宽保证快速切换技术. 利用预先建立和下载的无线地图, 机器人不需扫描信道即可获得附近可用的AP基站, 同时利用服务器实时收集AP的工作负载并向机器人提供AP选择服务, 可同时满足低切换延时和带宽保证两个切换目标. 本文在网络仿真平台NS3上实现了所提出的快速切换框架, 并与已有的切换方案进行比较. 实验结果表明, 本文方案在任何情况下都优于已有的切换方案, 并且只要机器人附近存在带宽可满足的AP, 本文方案总是可以关联到最佳的AP.

摘要:机器学习中, 训练样本的标签质量严重影响着分类算法的最终效果. 虽然干净的标签产生的效果相对来说比较好, 但是采集和使用时却费时费力. 因此为了节约成本, 同时也为了使模型能够适应于一般情况, 研究人员逐渐开始针对普通类数据进行学习, 即带有标签噪声的数据. 虽然近些年有些许著作专门针对标签噪声进行研究, 但是缺乏对其的全面分析. 基于此, 本文首先对标签噪声进行简要而全面的介绍, 然后对近几年标签噪声的学习算法分别进行显式、隐式两个方面的分析, 并做出总结, 最后对未来标签噪声的研究做出展望.

摘要:为了增加用户对人机界面图标的可理解性, 提高用户认知效率, 提出一种基于用户满意度的图标动态形式评价方法. 利用速率、方向、范围、路径分别定义图标旋转、左右、上下平移、缩放4种基本动态形式; 采用阈限测量法获得图标动作时间的上阈、舒适值、下阈, 通过线性回归建立图标动作时间与图标动作幅度间映射关系; 通过Likert量表进行动态图标范围适合度调查; 结合方差分析和最小显著性差异实验, 分析图标动作时间和图标动作幅度对用户偏好满意度、认知负荷的影响, 并用于指导动态图标设计. 实验结果表明在4种基本动态形式下, 移动端的动态图标最佳动作时间在450 ms左右; 动作时间与动作幅度为正相关, 设备尺寸、图标复杂度对动作时间的设定有决定性的影响; 动作幅度的设定与设备尺寸相关. 为人机界面中动态图标设计提供了一种动态图标量化分析模型, 以便为人机界面的动态图标设计提供一定的理论参考.

摘要:为了提高软件的可靠性, 软件缺陷预测已经成为软件工程领域中一个重要的研究方向. 传统的软件缺陷预测方法主要是设计静态代码度量, 并用机器学习分类器来预测代码的缺陷概率. 但是, 静态代码度量未能充分考虑到潜藏在代码中的语义特征. 根据这种状况, 本文提出了一种基于深度卷积神经网络的软件缺陷预测模型. 首先, 从源代码的抽象语法树中选择合适的结点提取表征向量, 并构建字典将其映射为整数向量以方便输入到卷积神经网络. 然后, 基于GoogLeNet设计卷积神经网络, 利用卷积神经网络的深度挖掘数据的能力, 充分挖掘出特征中的语法语义特征. 另外, 模型使用了随机过采样的方法来处理数据分类不均衡问题, 并在网络中使用丢弃法来防止模型过拟合. 最后, 用Promise上的历史工程数据来测试模型, 并以AUC和F1-measure为指标与其他3种方法进行了比较, 实验结果显示本文提出的模型在软件缺陷预测性能上得到了一定的提升.

摘要:近年, 随着环境治理要求的不断提升, 汽车尾气作为污染的主要来源之一. 汽车工业是我国如今重点关注的对象, 而汽车行驶工况在是汽车工业界内被看做是反映汽车性能的主要标准, 因此对于工况的研究就成了时下急需的研究项目之一. 本文根据汽车行驶工况的各项行业参数, 研究出一种通用的反映我国不同地区汽车行驶工况的方法. 同时在对复杂数据降维时, 利用了深度学习中的降噪自编码器降维方式, 取得了较优且贴合实际意义的实验效果. 本文数据来源于对上海市嘉定区汽车实验所得, 在对数据处理后, 经过本征模态分析、特征提取、动态时间规划、小波分解等不同手段和方式实现了对通用工况图的构建, 为以后我国其余城市和总体大致的工况图构建提供参考.

摘要:云存储是未来存储业务的发展方向, 数据安全是云存储客户的首要关切. 密文策略属性加密(CP-ABE)算法允许数据拥有者将访问策略嵌入密文中, 并结合数据访问者的密钥实施访问控制, 特别适合云存储环境, 但CP-ABE不支持与时间相关的访问控制. 本文提出基于时释性加密的CP-ABE方案, 通过在CP-ABE中融入时释性加密(TRE)机制来实现带有时间控制的密文共享, 允许数据拥有者基于用户属性和访问时间制定更加灵活的访问策略. 论文通过安全分析表明, 该方案能够抵抗来自用户、云存储平台和授权机构的非法访问、非法用户的串谋攻击以及选择明文攻击.

摘要:置信度判决用于确定语音数据与模型之间的匹配程度, 可以发现语音命令系统中的识别错误, 提高其可靠性. 近年来, 基于身份矢量(identity vector, i-vector)以及概率线性判别分析(Probabilistic Linear Discriminant Analysis, PLDA)的方法在说话人识别任务中取得了显著效果. 本文尝试将i-vector以及PLDA模型作为一种命令词识别结果置信度分析方法, 其无需声学模型、语言模型支撑, 且实验表明性能良好. 在此基础上, 针对i-vector在刻画时序信息方面的不足, 尝试将该系统与DTW融合, 有效提升了系统对音频时序的鉴别能力.

摘要:随着数据的不断积累, 数据存储系统已经由单节点、小规模的文件系统演变成支持海量数据存储的分布式文件系统. 分布式文件系统中的大规模数据如何能够面向用户提供简洁、高效和稳定的数据上传下载服务成为了广泛研究的问题. 为此, 本文提出了基于FTP协议的数据服务端的解决方案, 该方案包括利用缓冲区、协程、多线程等技术优化传输模型和传输算法, 使得数据流能进行高速传输. 同时, 配合Keepalived (开源的系统高可用解决方案)与LVS实现了高可用、高并发以及良好的拓展性, 在FTP协议之上修改使得服务端支持动态验证、用户隔离并兼容多种编码格式. 在实际的运行中, 以中国科技云iHarbor存储系统为例, 验证了本文提出方案的有效性、可靠性以及高性能的数据传输效果, 可以充分满足用户的需求.

摘要:随着天津省级气象数据的急剧增加, CIMISS对其存储和管理能力不足、查询规模较大的历史数据时效较低的问题日益突出. 针对上述问题, 基于分布式存储技术和WebGIS技术构建了天津气象信息综合管理共享系统, 实现了天津特色观测数据、预报产品、智能预报、行业共享数据的集约管理、综合展示和统一服务, 提升了天津气象大数据访问性能. 文中详细阐述了系统的设计思路、数据流程、关键技术、主要功能及应用情况.

摘要:SpringBoot作为当前流行的全新框架, 在开发、配置、部署和监控等方面有着无与伦比的优势, 本文基于此框架, 通过前后端分离的方式, 对分布式光伏发电系统重点设备进行监测和控制, 实现了对分布式光伏发电站的统一采集、展示、统计、分析等功能, 并且对系统性能进行了定性测试和定量分析, 确保系统的高并发性、安全性、稳定性和可靠性, 本项目已在实际工程中应用, 取得了良好的效果, 具有一定的社会意义和推广价值.

摘要:本文针对目前老旧房屋建成使用年份较早, 线路老化十分严重, 极易引发电气火灾的现状, 结合可见光传感器、红外传感器和电磁感应装置, 设计了一套室内输电线路热老化监测系统. 电磁感应装置用于探测墙体内输电线缆的位置, 红外传感器采用多点测温的方式监测墙体内导线或配电箱内导线的温度, 可见光传感器用于监测点视频监控和对异常部位拍摄照片. 如果发现数据异常等问题, 本装置通过以太网通信模块将异常数据和照片传输至上位机. 用户可以通过手机APP或PC客户端查看当前监测点温度、当前监测点实时视频监控和设置温度及电磁力阈值. 一旦监测温度和电磁力数据超过阈值, 系统将发出线路老化预警, 用户可以收到手机APP和PC客户端的报警推送和异常部位的图片信息, 及时处理老化线缆, 避免因线路老化引发电气火灾.

摘要:深度学习与大数据技术的相遇, 促使人脸识别技术在精度上已经达到很高水平, 然而在实际应用场景中, 尤其在复杂背景、移动中以及自然状态下的人脸识别, 还没有达到令人满意的效果. 针对人脸识别在考勤应用中的问题进行算法设计与改进, 提出递归最小窗口算法, 对M:N多人脸识别场景下人脸跟踪算法进行优化设计, 通过多角度采样提高识别精度和识别鲁棒性, 并在人脸考勤系统中进行应用实现与验证, 取得多人同步3 s内完成考勤的成绩, 在用户体验上获得了较明显的提升.

摘要:随着我国道路运输行业的快速发展, “两客一危”车辆大幅度增长, 给道路出行和乘客的生命财产安全带来了极大的考验. 本文基于海量“两客一危”车辆行驶数据提出了多层模型的“两客一危”车辆行驶状态评价系统. 首先, 对行驶数据进行特征筛选、异常值清洗、归一化等处理. 然后, 在宏观和微观两个层面上分别使用聚类分析模型和动态阈值模型对车辆行驶数据进行分析. 最后通过将聚类分析的结果与动态阈值的分析结果相结合即可实现对车辆行驶状态以及驾驶员的驾驶习惯的综合评价. 研究结果表明, 本文提出的多层模型能够对车辆行程路况以及车辆驾驶员驾驶习惯进行较为准确的评估, 可为“两客一危”车辆的管理监督部门以及车辆运输企业提供合理的安全生产的科学依据和数据支持.

摘要:为了实现送餐机器人的室内精确定位与远程观察与控制, 本文采用DW1000模块基于UWB结合ESP8266网络模块设计一款室内送餐机器人定位信息系统. 该系统采用改进TWR测距算法避免各基站时钟不同步问题, 改善了基站自身的时钟偏移误差. 简化了TOA算法, 从而使系统快速精确定位, 同时利用ESP8266无线以太网模块将位置数据及状态信息传递到远端服务器上, 便于查看实时位置状态与控制机器人行动. 该系统是嵌入式无线互联系统, 可以满足室内送餐机器人的定位与信息传递, 并实现机器人的远程控制.

摘要:在发生重大自然灾害时, 所在区域的基站等通信设备容易遭到破坏, 无法满足受灾人员的通信需求. 针对该场景, 在无线mesh网络架构下, 提出地空异构网络中无人机辅助的文件协作缓存算法. 其中, mesh路由器为主要缓存设备, 将缓存文件块作为缓存策略的基因, 采用遗传算法实现文件协作缓存, 减少用户请求文件的响应时延, 达到应急通信的目的; 无人机作为中继传输节点, 将转弯角作为轨迹规划的基因, 采用遗传算法得出最优中继位置, 辅助地面无线mesh路由缓存, 共同为用户提供文件块. 仿真结果表明, 所提出的算法可以显著降低用户获取文件的平均时延, 达到应急通信的目的.

摘要:针对当前Android恶意程序检测方法对未知应用程序检测能力不足的问题, 提出了一种基于textCNN神经网络模型的Android恶意程序检测方法. 该方法使用多种触发机制从不同层面上诱导激发程序潜在的恶意行为; 针对不同层面上的函数调用, 采用特定的hook技术对程序行为进行采集; 针对采集到的行为日志, 使用fastText算法来提取词向量; 最后使用textCNN模型根据行为日志对Android程序进行检测与识别. 实验结果表明, 该方法对Android恶意程序检测的平均准确率达到了93.3%, 验证了该方法对Android恶意程序检测具有较高的有效性与正确性.

摘要:现有的图像修复方法存在受损区域修复痕迹明显、语义不连续、不清晰等问题, 针对这些问题本文提出了一种基于新型编码器并结合上下文感知损失的图像修复方法. 本文方法采用生成对抗网络作为基本网络架构, 为了能够充分学习图像特征得到更清晰的修复结果, 引入了SE-ResNet提取图像的有效特征; 同时提出联合上下文感知损失训练生成网络以约束局部特征的相似性, 使得修复图像更加接近原图且更加真实自然. 本文在多个公共数据集上进行实验, 证明了本文所提方法能够更好地对破损图像进行修复.

摘要:随着数据维度的增加, 传统聚类算法会出现聚类性能差的现象. SubKMeans是一种功能强大的子空间聚类算法, 旨在为K-Means类算法搜索出一个最佳子空间, 降低高维度影响, 但是该算法需要用户事先指定聚类数目K值, 而在实际使用中有时无法给出准确的K值. 针对这一问题, 引入成对约束, 将成对约束与轮廓系数进行结合, 提出了一种基于成对约束的SubKMeans聚类数确定算法. 改进后的轮廓系数能够更加准确的评价聚类性能, 从而实现K值确定, 实验结果证明该方法的有效性.

摘要:近年来, 随着科学技术的高速发展, 深度学习的蓬勃兴起, 实现图像超分辨率重建成为计算机视觉领域一大热门研究课题. 然而网络深度增加容易引起训练困难, 并且网络无法获取准确的高频信息, 导致图像重建效果差. 本文提出基于密集残差注意力网络的图像超分辨率算法来解决这些问题. 该算法主要采用密集残差网络, 在加快模型收敛速度的同时, 减轻了梯度消失问题. 注意力机制的加入, 使网络高频有效信息较大的权重, 减少模型计算成本. 实验证明, 基于密集残差注意力网络的图像超分辨率算法在模型收敛速度上极大地提升, 图像细节恢复效果令人满意.

摘要:安全生产事故的分析对应急管理能力提升具有重要意义. 通过对安全生产案例的语义分析, 利用Word2Vec词嵌入技术和聚类模型, 选用CBOW+负采样技术实现词向量, 并结合安全生产事故案例分类的数据特点, 通过基于半监督学习的聚类模型算法, 根据事故性质的认定特点, 提出了一种优化初始聚类中心的算法, 并利用K-means聚类算法实现安全事故文本案例的分类. 实验表明该方法较好实现安全生产的事故案例分类, 并对安全生产事故的多个维度分析具有很好借鉴意义.

摘要:目前基于相似度的聚类方法对风电出力场景进行聚类划分, 而相似度又大多采用欧式距离长短作为衡量依据, 其结果反映时间序列曲线的幅度大小差异, 未能反映出曲线的形态特征及变化趋势的不同. 本文提出一种基于高斯混合聚类的风电出力场景划分的方法, 即通过属于某一类的概率大小来判断最终的归属类别. 首先根据BIC准则, 肘部法则和轮廓系数分别确定GMM聚类和K-means聚类的最佳数量, 然后以某地区实际风电为研究对象, 提取该地区3年春季风电出力典型场景, 并对这两种聚类结果进行对比分析, 验证本文方法的有效性. 最后通过GMM聚类模型提取该地区各个季节风电出力典型场景.

摘要:人脸视频单特征区域的非接触式心率检测方法, 提取的脉搏波信号在视频采集过程中易受运动和光照的影响. 为了减弱运动伪差和光照不均对脉搏波信号的干扰, 本文提出了一种多特征区域结合快速独立成分分析的非接触式心率信号提取方法. 通过人脸特征点算法结合区域中心定位的方法选择多特征区域, 保证了视频图像特征区域的稳定性; 使用快速独立成分分析实现多特征区域中图像绿色通道血容量变化脉冲信号之间的相互补偿, 降低了光照不均匀的影响. 在国外公开数据集DEAP上进行实验, 实验结果表明, 本文方法优于已有基于独立成分分析, 独立矢量分析的方法.

摘要:针对实际操作中直角边零件下料利用率不高的问题, 导入排样矩形的概念, 将直角边零件下料问题分解为若干优化子问题, 在此基础上, 基于动态规划思想通过求解子问题构建全局最优解. 实验表明, 与传统的直角边零件板材切割相比, 使用本文算法能够使板材的利用率提高30%–50%; 与其他几种典型算法相比, 本算法板材利用率提高显著, 并且排样方案简单, 更适用于实际操作.

摘要:(超)高层建筑高度的增加, 使得人们仅通过楼梯间疏散的时间显著增加. 电梯技术的提高使得在发生突发事件时使用电梯辅助疏散技术成为可能, 这样可以极大提高建筑中人员疏散效率和安全性. 仅考虑疏散时间最短的单电梯紧急疏散调度问题(Single Elevator Scheduling for Emergency Evacuation, S-ESEE)已经被证明是NP难问题, 但模型中未考虑电梯数量的限制. 本文提出一种最小化疏散时间和往返次数的多目标模型, 并采用遗传算法计算避免陷入局部最优解, 并且为节省运算时间将人群数量、电梯停靠损失等固定值单独计算, 通过增加电梯停靠约束降低算法时间复杂度. 通过数值分析结果表明: 在楼层数较少时, 两种算法差别不大; 但随着疏散楼层数量的增加, 本文算法可以获得更优解.

摘要:在字典学习算法中, 使用图像的多矢量表示相比单一矢量表示, 可以获得分类精度更高且更具有鲁棒性的分类模型. 本文中我们采用多种矢量表示的组合以及合理的加权对数和方案, 来提升字典算法的性能. 通过在公共人脸数据集上进行实验, 验证了我们的方法应用于字典学习具有更高的准确度和鲁棒性. 充分挖掘和利用表示多样性可以获得被观察对象的各种潜在外观以及图像高分类精度.

摘要:基于传统的手部轮廓特征提取不能应对飞行模拟环境下的脸部肤色、遮挡、光照影响, 以及传统的傅里叶描述子特征容易受到背景、手的姿态变化, 且对手势描述能力有限等问题, 对传统的手部分割和特征提取方法改进. 本文首先对采集的数据集进行肤色处理, 然后结合调用的手部关键点模型检测出手部22个特征点, 采用八向种子填充算法进行图像分割. 接着对手部轮廓和关键点连接骨架进行傅里叶描述子算法特征提取, 最后通过支持向量机算法对提取的手势特征数据集进行训练、识别. 实验结果表明, 本文方法具有较好的手部分割, 特征提取不易受到背景、手的姿态变化的影响, 能够很好地应对在飞行模拟环境下的复杂背景下的干扰, 识别准确率能够达到98%. 本文研究在传统的手势识别算法中有一定的提高作用, 在手部交互技术领域有很重要的应用价值.

摘要:本文基于路面评价指标中车辙深度指数和行驶质量指数来评价路面的损坏情况, 使用关联规则挖掘环境、交通、路面等影响因素与路面状况之间的关联程度. 针对关联规则Apriori算法复杂度和耗时的缺点, 提出一种不生成候选集的方法来产生频繁集的改进Apriori算法, 并通过实验对比证明改进的Apriori算法能够有效提升速度和性能. 使用改进的Apriori算法分析路面评价指标及其影响因素之间的强关联规则, 得到不同环境路面损坏的主要成因. 本文结论能够对路面养护提供科学可靠的支持, 可为路面养护部门提供合理的养护建议与数据支撑.

摘要:跨域目标检测是最近兴起的研究方向, 旨在解决训练集到测试集的泛化问题. 在已有的方法中利用图像风格转换并在转换后的数据集上训练模型是一个有效的方法, 然而这一方法存在不能端到端训练的问题, 效率低, 流程繁琐. 为此, 我们提出一种新的基于图像风格迁移的跨域目标检测算法, 可以把图像风格迁移和目标检测结合在一起, 进行端到端训练, 大大简化训练流程, 在几个常见数据集上的结果证明了该模型的有效性.

摘要:交通流精准预测对保障公共安全和解决交通拥堵具有重要的意义, 在城市交通规划、交通管理、交通控制等起着重要的作用. 交通预测由于其受限制于城市路网并且随着时间动态变化, 其中存在着空间依赖与时间依赖, 是近些年来具有挑战性的课题之一. 为了同时捕获到空间和时间上的依赖, 提出了一个新的神经网络: 基于注意力机制的时空图卷积网络 (A-TGCN). TGCN网络模型用于捕获交通数据中的动态时空特性与相关性, 采用注意力机制来增强每个A-TGCN层中关键节点的信息. 通过在两组数据上的实验结果表明, A-TGCN在精度以及可解释性方面都有很好的表现.

摘要:随着物流业的大力发展, 通过发展智慧仓储物流, 可以极大降低物流成本, 加快产业的发展. 本文提出了一种在智慧仓储中的AGV车辆系统避碰路径规划, 首先利用带时间窗的栅格方法模拟了AGV的制造车间工作环境, 提出一种改进蚁群算法, 通过改进概率转换公式和信息素更新规则, 最后仿真结果验证了该算法可以解决多个AGV的避障路径规划问题, 进而实现智慧仓储物流.

摘要:近年来, 卷积神经网络模型常常被用于文本情感分类的研究中, 但多数研究都会忽略文本特征词本身所携带的情感信息和中文文本分词时被错分的情况. 针对此问题, 提出一种融合情感特征的双通道卷积神经网络情感分类模型(Dual-channel Convolutional Neural Network sentiment classification model fused with Sentiment Feature, SFD-CNN). 该模型在构造输入时以一条通道构造融合情感特征的语义向量矩阵以获取到更多的情感类型信息, 以另一条通道构造文本字向量矩阵以降低分词错误的影响. 实验结果表明, SFD-CNN模型准确率高达92.94%, 要优于未改进的模型.

摘要:由于微表情动作幅度小且持续时间短, 使其识别难度大. 针对此问题, 提出一个结合三维卷积神经网络(3D Convolutional neural network, C3D)和光流法的微表情识别方法. 所提出的方法先用光流法从微表情视频中提取出包含动态特征的光流图像系列, 然后将得到的光流图像系列与原始灰度图像序列一起输入到C3D网络, 由C3D进一步提取微表情在时域和空域上的特征. 在开放数据集CASMEⅡ上进行了模拟实验, 实验表明本文所提出的方法对微表情的识别准确率达到67.53%, 优于现有方法.

摘要:非接触式心率(HR)检测可以通过远程光电容积描记术(rPPG)实现, 引起越来越多的关注. 但在实际应用中, rPPG信号非常细微, 极易被噪声淹没, 从而导致现有的基于rPPG的心率检测方法很难准确地估计心率. 针对以上问题, 本文提出了一种增强rPPG信号、抑制噪声的非接触式心率检测方法. 在这种方法中, 首先通过欧拉颜色放大技术对正常HR分布频带上的色度信息进行放大, 避免rPPG信号过小被噪声淹没; 接着使用人脸检测与跟踪技术选定合适的感兴趣皮肤区域; 然后在感兴趣区域内提取放大后的色度信息, 使用盲源分离方法和相关性分析分离出rPPG信号; 最后对rPPG信号进行时域滤波与功率谱密度分析, 估计出HR值. 经多组实验验证, 本文所提方法相比于以前方法具有更高的HR估计精度.

摘要:针对智慧园区充电设施少不能满足电动汽车发展需求问题, 提出一种适用于智慧园区电动汽车有序共享充电需求建模分析方法, 通过分析充电数据提供充电计划, 并辅助园区能量管理系统制定有序充电策略. 利用功率谱密度估计方法统计分析单个EV充电电流, 并通过人工智能网络完成EV在线识别分类工作, 基于插入时间、能量和工作日之间的相关性统计分析每个EV充电习惯, 利用测量电网侧的电流来预测充电需求, 基于核密度估计建立充电需求统计模型. 通过某住宅小区充电设施采集的实际数据验证该模型精度的有效性和适用性, 为智能园区电动汽车充电提供帮助.

摘要:为了解决传统模型和机器学习模型对周期时间序列预测效果欠佳的问题, 本文以韩城高速公路交通流量调查数据为数据集, 提出了SSA-LightGBM交通流量调查数据预测模型. 对韩城高速数据进行当量计算, 然后对当量数据进行奇异谱分解得到周期项和随机项, 对周期项进行信号重建, 利用LightGBM预测随机项, 最后将预测随机项与周期延拓信号进行叠加得到最终的高速当量预测数据. 同时与XGBoost和LightGBM预测结果作对比, SSA-LightGBM预测结果与真实值最为贴近, 且MAE、RMSE和R²均优于XGBoost和LightGBM模型. 该结果对我国高速公路交通调查数据未来的变化趋势预测研究具有很好的指导意义, 可以为我国高速公路的整修和养护提供很好的参考价值.

摘要:主要基于图像序列对乒乓球的运动轨迹进行三维重建, 并对乒乓球运动形态进行分析. 首先对采集的图像进行立体校正, 利用颜色识别和改进的霍夫圆检测算法提取出序列图像中乒乓球的圆心坐标; 然后根据前后帧图像的特征点坐标差值在时间序列上匹配特征点; 最后, 利用三角测量法对匹配的特征点进行三维重建, 并计算出乒乓球不同时刻的速度和加速度, 实现了动态物体的三维运动重建. 实验结果表明该三维运动重建方法提高了特征提取的准确性, 有效地实现了时间序列上的匹配, 获得了物体的三维运动数据.

摘要:为更好发现数据中的复杂规律, 避免核函数选择的盲目性和局部最优等非线性优化问题, 本文提出一种基于改进灰狼算法优化多核支持向量回归机算法. 首先, 基于全局核函数和局部核函数构建多核支持向量机采油速度预测模型; 其次, 利用基于云模型和二次插值算法改进灰狼优化算法对核函数权值和参数的选取进行优化; 最后, 应用灰色关联分析理论确定采油速度影响因素集, 并作为多核支持向量回归机预测模型的输入. 与6种采油速度预测方法进行对比, 所提方法具有较好的全局寻优能力和较高的预测率的优点.

摘要:认证密钥协议对于在公共网络上安全通信至关重要, 它使通信方能够在恶意攻击者当前安全地设置共享会话密钥. 基于证书的密码学(CBC)很好地解决了传统公钥密码体制中的证书撤销问题、基于身份的密码体制中的密钥托管问题和无证书密码体制中安全信道建立困难问题. 现有的基于证书认证密钥协商方案大多都采用了昂贵的双线性配对, 不适合计算资源有限的移动设备. 本文设计了一种轻量级的基于证书的AKA协议, 该协议用假名技术实现用户身份匿名. 该协议提供了前向保密, 抵抗中间人攻击, 重放攻击等安全性分析. 与以往基于证书的AKA协议相比, 该协议在计算效率上具有明显的优势.

摘要:针对多孔材料在生产工艺中易出现阻塞和缺角等缺陷, 本文设计了一种基于机器视觉的多孔材料表面缺陷检测方法, 通过对目标区域的有效分割、模糊度检测、形态学处理和分析等技术手段, 实现了该类材料的表面缺陷的快速定位和特征分析. 经实验检测, 本文算法的准确性和检测效率可以满足工业生产实时检测需求.

摘要:土壤分析研究中属性数据缺失的现象时常发生, 为了提高研究结果的可靠性, 有必要对土壤属性数据的缺失值插补方法进行研究. 从数据挖掘的角度利用多种缺失值处理方法来对缺失值进行插补, 以中国主要农田生态系统土壤养分数据库的pH属性为研究对象, 并且从真实值和插补值的拟合优度和插补误差两个方面评估各个方法在不同缺失率的数据集上的表现. 结果表明, 对比其他方法, 如多元回归、SVM、神经网络, 采用最优参数的KNN和随机森林插补方法对土壤属性数据pH进行插补是有效可行的. KNN和随机森林在不同缺失率的数据集上插补缺失数据pH的MAE、RMSE和R²的均值分别为0.132和0.131, 0.174和0.178, 0.775和0.765.

摘要:针对COVID-19这一特殊时期, 利用大数据技术, 处理原始不同数据结构的电力数据. 将用户用电行为的数据分成内部数据和外部数据, 其次是确定用电行为分析, 通过对传统的K-means聚类算法改进, 提高K-means效率. 最后利用改进算法聚类出的类别构建用电行为模型, 实现用户用电行为分析. 最终实现达到帮助国家电网公司达到电力智能分配的目的, 并且给出了大致的政策倾向. 提升国家各部门监管能力, 助力国家应急管理.