基于机器视觉的网络化玉米病害检测方法研究

文章主要针对玉米病虫害的检测方法开展研究,利用聚类算法和中值滤波方法对玉米叶片图像进行预处理,去除阴影、光线等外界干扰因素,通过色彩空间聚类分割方法分离叶片的病斑区域,并保存病斑周边区域颜色等特性,利用颜色、纹理、形状等信息进行特征提取,以支持向量机对玉米叶片病虫害差异进行诊断,并利用网络化数据传输方式搭建数据库进行远程采集及监测。     

基于启发式人工鱼群算法的全局优化问题研究

文章提出了一种启发式人工鱼群算法(mAFS-P),依靠人工生命计算和群体智能行为来检测可行区域,采用局部搜索来确定最优解区域,并给出约束问题的扩展,通过调整参数,评估算法的性能,提高求解精度。通过与模拟退火算法(ASA),粒子群算法(PSwarm),协方差矩阵进化算法CMAES的比较,得出mAFS-P算法在解决全局优化问题上具有提高解决方案的准确性,降低计算成本的优越性。     

结合HSV与PCA变换的遥感影像融合

文章提出结合HSV与PCA变换的遥感影像融合方法。针对HSV融合易损失光谱特性,以及PCA融合已损失纹理特性的问题,结合HSV与PCA相互配合的影像融合方法,并以Landsat8多光谱影像和全色影像融合为例,进行试验,通过统计分析,得出该方法最大程度保留了原始影像光谱信息,同时较好地保留了纹理信息。     

一种小色差瓷砖颜色自动分类器设计

研究小色差含纹理图像的在线检测方法,通过描述颜色组成和表达,确定颜色检测手段;分析大幅面、小色差检测对象在图像采集中的难点,建立适合企业应用的采集环境;根据检测对象的纹理特点,选择合适颜色特征统计方法,获得表示颜色的特征向量;运用K类均值无监督学习方法,通过小批量样本自动生成分类器,并将分类器应用到同批产品的检验分类中。实验证明采集环境能稳定获取颜色检测数据,通过学习生成的分类器能达到人工分类效果。     

一种滚动轴承故障特征提取方法研究

针对滚动轴承共振解调中如何快速获取最优滤波器的难题,提出了一种新的故障特征提取方法。利用morlet小波函数构造基于组合小波函数的滤波器,并结合量子行为粒子群优化算法对轴承故障信号进行优化滤波,以相关峭度作为评定指标选取最优滤波信号。本方法增强了滤波的带通特性,提高了优化滤波的速度和优化效果,能够较快的收敛于最优解。仿真研究结果表明,与一般的经典算法相比,该方法得出的最优滤波信号的故障特征更明显,同等滤波效果所用的优化时间更少。为滤波器参数的选取提供了保障。     

基于货车的5T信息融合系统技术方案设计

现有的5T系统存在着货车部件的各类故障实时监测的关联性弱、信息共享性差、集中监控性不及时的问题,本系统方案通过采集5T系统数据,以货车车辆为管理对象,以货车车号为唯一关联标识,融合5T信息资源,建立货车车辆安全监测信息的全局视图,能实现5T信息系统的有效融合,相关信息的关联,5T信息融合的实时推送,以及5T信息融合的综合查询和统计分析等功能。对提高安全预警水平和故障分析能力等具有重要意义。     

基于加权稀疏与加权核范数最小化的图像去噪

为提高图像去噪的性能,本文提出一种基于加权稀疏表示结合加权核范数最小化的图像去噪算法。通过高斯混合模型(GMM)学习算法,从自然图像中学习非局部自相似先验信息,利用加权稀疏编码来辅助重构图像的细节纹理,及低秩正则化来恢复噪声图像块矩阵的潜在结构。实验表明,该算法在保留图像的结构和纹理信息的同时能更好地去除噪声。     

工业系统故障诊断中类均值核主元分析法的应用

类均值核主元分析法通过计算映射数据的类均值矢量,再由类均值矢量张成的子空间进行核主元分析,使之包含原始数据的全部信息,实现无信息损失的数据降维。然而,不同核函数的选取对故障诊断结果有所影响。文章以工业系统故障诊断为背景,就高斯径向基核函数、多项式核函数以及两者的混合核函数,结合粒子群算法优化核参数,通过BP神经网络进行故障识别分类,利用T~2和SPE统计量检验及时性,有效验证不同核函数的效果。     

供应链合作潜力评价中的知识应用

供应链选择是合作关系建立的基础,一定程度上决定了供应链合作的成败和效率,科学的供应链合作伙伴选择方法有利于企业准确锁定合适的合作对象。文章将案例推理技术应用于供应链合作伙伴的选择过程中,提出了基于案例推理的供应链合作伙伴的应用框架和选择模式,并就供应链合作伙伴案例知识表示、案例检索、案例修正等关键技术进行了系统研究,重点是融合传统算法和模糊集计算方法提高检索的适应性和准确性。     

基于优化AC-BiLSTM模型的机场终端区流量预测

将深度学习用于机场终端区流量预测研究。神经网络具有复杂的网络拓扑结构和较多的超参数，这使得超参数的选择很困难。以往神经网络模型的超参数通常是根据经验来调整的，因此，为了解决超参数搜索问题，引入粒子群算法(PSO)。针对基本粒子群算法(Basic PSO,BPSO)的缺点和不足，提出一种基于自适应惯性权重的混沌粒子群优化（AWCPSO）算法，该算法在基本PSO的基础上进行了改进和优化。具体方法是，使用一种新的动态自适应惯性权重在全局寻优和局部寻优之间取得平衡；进而将混沌思想和粒子群算法相结合，解决粒子群算法易陷入局部最优的问题。实验表明，AWCPSO算法用于AC-BiLSTM模型的超参数寻优时，既解决了BPSO算法的早熟收敛问题，又提高了流量预测的精度。     

基于态势解析的交错重叠多目标跟踪算法

文章提出了一种对海雷达跟踪系统中基于态势解析及特征提取技术的交错重叠多目标跟踪算法,在跟踪过程中建立起目标船只周围的态势信息,同时掌握周围其他船只的特征信息,通过合并拆分模型完成对复杂环境下重叠目标的跟踪过程。该方法较好解决了跟踪过程中目标交错、雷达回波重叠,无法正常跟踪的难题,提高了多目标在会遇、追越等复杂环境下的跟踪能力。     

我国地球空间信息学现状和中长期发展方向

<正> 一、目前状况及发展趋势 数据融合方面已经取得不少成果,但许多时空信息融合的基础理论尚有待解决。同时,美国的研究机构还开发了半自动图像处理系统。该系统使用了一种先进的SAR影像分析算法。系统通过对低空及中等分辨率的图像进行实时分析,供分析员参考,     

CUSUM与休哈特控制图在路面施工质量控制中的应用

沥青路面施工中广泛使用休哈特控制图来进行生产质量控制，结合实际生产过程的样本检测数据，将累积和（CUSUM）控制图与休哈特控制图中的均值控制图及方差控制图进行对比分析。结果表明：休哈特控制图对异常波动引起的瞬时的较大均值变异效果显著, 但在持续性的小偏移检出上效果较差；而累积和控制图对于持续性的小偏移检出力更强，但无法有效检测非持续性偏移。基于以上结论，考虑在沥青路面施工质量控制过程中联合应用这两种控制图进行监控分析, 将两种控制图的优势进行融合，检出效果明显优于其中的一种，可以尽快发现沥青路面生产过程中的异常波动。     

ADS-B数据处理中心目标融合研究

文章针对多ADS-B地面站多目标融合问题,参照Asterix CAT021,RTCA DO260B,ED-129B等技术标准,结合中国民用航空局和空管局的有关要求和东西部ADS-B建设工程的架构方案,详细论述了ADS-B数据处理中心中目标相关和目标融合算法。ADS-B数据处理中心输出准确、全面及低延迟的融合数据,对我国扩大空域监视范围,提高空中安全水平和运行效率有重大意义。     

光流法在视觉识别中的应用研究

文章利用光流算法对视觉识别的特定物体进行了解算。利用Python软件平台的综合性结合OpenCV作为基础,在高斯滤波和Canny获得特定颜色物体的基础上,通过光流算法进行了物体运动趋势分析,通过Python自带的图形显示,证明了光流能够较好地介入图像并且与实际运动方向相锲合。因此验证了光流算法在视觉识别中的可行性。     

“大智移云”背景下企业业财融合相关问题研究

随着大数据、互联网、云端、“大智移云”的到来,科技不断进步,信息不断更新,企业的业务与财务融合的问题也有了新的进步,有了互联网技术的帮助,企业的业务和财务部门的信息实现了实时共享的机会。目前企业已经开始发觉业财融合所带来的经济增长好处,业财融合的管理模式已经受到越来越多的企业的追捧与应用,但业财融合也有一定的不足之处,例如在实施过程中存在信息与数据传递的时间存在滞后性、信息与数据的相关性以及完整性以及沟通渠道等种种问题。本文分析业财融合的现状,并描述了“大智移云”对业财融合的影响及需要解决的问题,并提出了相关的建议。     

一种改进TLD的目标跟踪算法

目标跟踪是模式识别领域传统且重要的分支。传统跟踪算法有背景差分法、帧间差分法、卡尔曼滤波等,而TLD算法从检测和跟踪两个维度,将检测与跟踪的结果同时作用于跟踪,在跟踪任务中展现出较好性能。同时TLD算法的跟踪模块采取了时间开销较大的光流法。文章针对时间开销较大的不足,提出一种改进TLD的目标跟踪算法,将光流法代替为时间开销较小的meanshift算法。实验结果表明,该方法能够有效地减少时间开销,提高运动目标跟踪效率。     

一种绿色能源小水线面双体无人艇优化初步研究

文章针对小水线面双体无人艇,选取该无人艇的快速性、操纵性、耐波性和太阳能系统的目标函数,确定设计变量和约束条件的范围,建立了综合优化数学模型,并选取合适的优化算法,自主编写了一套优化设计软件,进行综合优化计算。先比较不同代数的粒子群算法的适应度函数值,而后选用粒子群算法作为主算法得出最好的5个个体信息,与自身及其他优化算法结合进行二次计算。最终得到小水线面双体船最优船型参数,研究结果可为小水线面双体无人艇各项性能优化的多目标、多变量及多约束条件综合优化问题提供参考。     

基于RFID技术的物联网信息处理关键技术研究

RFID技术是目前应用较为频繁的技术之一,由于其具备非接触式自动识别、多个标签一同选取以及具有良好的抗干扰能力等优点,开始应用于商品物流管理、物流信息跟踪等多个领域,应用范围较广,效果良好。如今,物流行业发展迅速,无论是物品数量还是物品种类都有所增加,基于RFID技术建立而成的物联网信息处理技术也应运而生。本文简要分析信息融合技术,同时简述了以"云"为中心的物联网数据处理方式,分析了如何在物联网中实时进行数据处理的理论基础。以期令RFID技术得到更为广泛的应用,提高物联网信息处理效率。     

基于RFID技术的制造业内部物流管理系统研究与设计

在分析制造业内部物流管理现状以及RFID技术优势后,文章针对制造业内部物流管理的实际需求,设计出基于RFID技术的制造业内部物流管理系统。系统实现了生产数据的准确实时采集,可实时完成对产品的识别与跟踪;并简化仓库作业流程,提高其作业能力;同时可辅助销售部门依据产品数据进行精准化的销售管理。