基于遗传算法的核函数参数优化

核主分量分析是一种输入输出特征非线性变换技术。选择最优或接近最优的非线性变换核函数参数,使类的可分性测度最大,是KPCA应用于特征提取的关键。本文采用高斯变异遗传算法作优化技术,实现了KPCA和GA的集成,适合核函数参数的优化选择。仿真表明,该技术可行、有效。     

SEM图像分形维数的影响因素研究

以玻璃光纤、碳纤维纸和两种机加工表面样本的扫描电子显微镜图像为对象,运用盒维法研究了不同的放大倍数和采集过程中受到的噪声干扰对分形维数的影响.研究结果表明,随着放大倍数增大或随着椒盐噪声密度和高斯随机噪声方差的减小,分形维数下降.放大倍数和噪声对分形维数都有较大影响.在扫描电子显微镜图像分形维数的计算中,可以依据试样的结构特征选择合适的放大倍数,进行去噪处理后再计算图像的分形维数.     

基于k-最近邻筛选的BMA集合预报模型研究

针对冗余训练样本会降低BMA参数求解效率与精度问题,本文提出在BMA运算之前采用k-最近邻(k-nearest neighbor)算法筛选有价值训练样本,并用于BMA参数求解的改进模型。模拟试验在淮河王家坝站进行,分别以k-最近邻筛选、不筛选两种方案为BMA提供训练样本,统计分析两种方案中王家坝站流量模拟结果,评价BMA改进法的性能。模拟结果显示,采用k-最近邻样本筛选方法后,BMA模型对洪水过程以及洪峰的预报精度提升明显;概率预报结果的离散程度降低的同时,可靠性程度获得提升。k-最近邻样本筛选方法的引入,能够有效去除BMA模型训练样本中的冗余数据,以少量的样本获得更可靠的模型参数,改善集合预报性能。     

基于GMM-CNN的鱼道内鱼类游泳行为提取方法

鱼道设计离不开鱼类行为特性的研究,智能监控是观测、记录和量化鱼类行为的主要手段,但由于鱼道紊动的水流环境对鱼体精确跟踪造成了困难。本研究提出一种适用于鱼道研究的鱼类游泳行为提取方法,通过高斯混合模型（GMM）和卷积神经网络模型（CNN）对鱼体图像语义分割,再根据鱼体像素计算上溯轨迹、游泳速度和摆尾幅度。方法的验证以草鱼为试验对象,分别进行基于UNet和SegNet的鱼体语义分割对比试验和鱼类游泳行为提取试验。试验结果表明：（1） UNet模型的图像语义分割结果（MPA=95.9%,MIoU=93.3%）优于SegNet模型（MPA=95.5%,MIoU=92.8%）;（2）应用GMM-CNN模型进行过鱼轨迹跟踪,其坐标平均相对误差（MRE_x=7.1%,MRE_y=2.4%）低于单独使用GMM方法23.1%、11.6%;（3） GMM-CNN模型测算鱼类行为能够准确定位鱼体特征点,应用于提取鱼类游泳行为时具有较高的精确度。基于GMM-CNN鱼类游泳行为提取方法可以为鱼道设计提供技术支持。     

GNSS工程控制网坐标系挂靠问题探讨

分析了工程测绘中出现投影变形的原因及消除投影变形的常用方法。论述了挂靠坐标系的建立方法和应用条件,挂靠坐标系既能有效抵偿基线投影变形,又能解决两种坐标系统的衔接问题,为控制网计算、地形图测绘、工程图与万分图拼接、施工测绘提供了极大的便利。     

输水隧洞施工独立坐标系的计算方法

结合某引水工程隧道贯通测量,讲述了该工程独立坐标系建立的方法以及方案的选择,并编制相应的软件解算,从而保证工程的顺利实施。     

基于节点解耦的牛顿—拉夫逊潮流计算算法

对牛顿—拉夫逊法潮流计算作出适当简化,解除方程式中各节点之间的耦合关系,形成了一种新的节点解耦算法.该方法将雅可比矩阵简化为广义分块对角阵,进而取消雅可比矩阵所需的存储单元及其求逆运算过程,并引入高斯—塞德尔的迭代方式进一步加快收敛速度.算例验证了该方法的可行性,尤其是在复杂系统计算中具有占用内存小、计算速度快的特点.     

“拍照赚钱”任务定价的优化设计模型

分析了现有的任务定价规律,找出了导致任务未完成的原因,在兼顾会员和企业利益的前提下,首先建立了任务定价优化模型,在此基础上又建立了任务打包发布时的定价方案模型,并进一步探索出分时段优化方案。运用多目标遗传算法在Matlab环境下编程求解,将各优化的定价方案实施效果与原定价方案进行对比,同时通过所建立的任务定价方案的评价指标体系对各定价方案的实施效果做出评价。     

高斯新产品演示会在泉州成功召开

3月26日，高斯图文印刷系统（中国）有限公司与泉州晚报社在泉州共同召开了Magnum HPS高速小滚筒报轮演示会。来自全国50多家报社、印刷厂的领导及专家共100多人出席了会议。     

一种基于Edline线特征的车道线识别算法

为了提升车道线检测的准确性和实时性,改良车道偏离预警系统的性能,提出了一种新的车道线识别算法。首先应用投影法对采集到的图像设立感兴趣区域,以此来减少图像中存在的干扰信息;其次应用一种改进后的自适应高斯滤波算法对采集所得图像进行平滑处理,减少图像中不必要的细节;最后采用边缘绘制算法进行边缘检测,在此基础上,提出一种线段检测算法——Edline算法提取边缘线,对检测到的直线段进行筛选和聚类。利用引用计数法对车道线进行跟踪和预测。结果表明,新算法的平均处理时间为17.1 ms,准确率为96.19%,将其应用在车道偏离预警系统中可以有效地提高预警效率,提升预警的准确性和响应速度。研究结果丰富了车道线识别理论,可为车道偏离预警系统的应用及基础研究提供参考。