多特征多阈值级联AdaBoost行人检测器

为了满足更快、更准、更鲁棒的行人检测需求,考虑交通监控视频图像质量不高与局部特征不明显的缺点,采用简单的行人特征来实现行人检测。除矩形度、高宽比、轮廓复杂度、宽度比、行人面积特征外,特定选用了对遮挡等干扰具有强鲁棒性的头部圆形度这一简单的局部特征。考虑交通监控视频图像中行人的尺寸变化,引入区域划分策略划分图像区域。兼顾高检测率和低误检率,根据分类误差最小原则与正样本分类率最大原则训练多个单特征多阈值AdaBoost行人检测器。为了优化多个行人检测器级联后的检测性能,在兼顾检测性能和检测速度的基础上,定义了以贡献率作为行人检测器的级联规则,依据贡献率大小确定的级联次序为基于高宽比、宽度比、矩形度、行人面积、轮廓复杂度和头部圆形度的行人检测器,依次进行级联,建立了新的多特征多阈值级联AdaBoost行人检测器。选用3个交通场景对行人检测器进行测试,并与单级AdaBoost行人检测器与现有2种级联AdaBoost行人检测器进行比较。分析结果表明:在3个交通场景的检测中,相比其他几种行人检测器,多特征多阈值级联AdaBoost行人检测器具有较高检测率、较快的检测速度和较低误检率,检测率最低为96.70%,误检率最高为0.67%,检测时间小于5s,满足交通场景中对行人检测实时性和可靠性的要求。     

基于突变强度的交通事件自动检测算法

为设计1 种检测率高的快速路交通事件自动检测(Automatic Incident Detection， AID)算法，基于突变强度理论，分析交通事件下流量、速度、占有率突变强度在纵向时间序列的变化特征，得出事件时段，交通参数突变强度值较大. 本文以三参数突变强度乘积为事件评价指数设计了1 种快速路AID 算法. 新算法与3 种AID 算法对比得出：新算法检测率高 (100.00%)，误检率低(5.75%)；与横向时间序列相比，纵向时间序列数据稳定性更好；参数数量的增加可提高检测率. 新算法适用于各种流量，在低峰检测率为100.00%，误检率为0，检测效果最佳；高峰时段保持100.00%高检测率，误检率为5.66%，误检事件多发生在上下班早晚高峰和午休3个交通流量变化较大的时段.     

基于突变强度的交通事件自动检测算法

为设计1 种检测率高的快速路交通事件自动检测(Automatic Incident Detection， AID)算法，基于突变强度理论，分析交通事件下流量、速度、占有率突变强度在纵向时间序列的变化特征，得出事件时段，交通参数突变强度值较大. 本文以三参数突变强度乘积为事件评价指数设计了1 种快速路AID 算法. 新算法与3 种AID 算法对比得出：新算法检测率高 (100.00%)，误检率低(5.75%)；与横向时间序列相比，纵向时间序列数据稳定性更好；参数数量的增加可提高检测率. 新算法适用于各种流量，在低峰检测率为100.00%，误检率为0，检测效果最佳；高峰时段保持100.00%高检测率，误检率为5.66%，误检事件多发生在上下班早晚高峰和午休3个交通流量变化较大的时段.     

基于多模式弱分类器的AdaBoost-Bagging车辆检测算法

针对现有车辆检测算法在实际复杂道路情况下对车辆有效检测率不高的问题,提出了融合多模式弱分类器,并以AdaBoost-Bagging集成为强分类器的车辆检测算法。结合判别式模型善于利用较多的特征形成较好决策边界和生成式模型善于利用较少的特征排除大量负样本的优点,以Haar特征训练判别式弱分类器,以HOG特征训练生成式弱分类器,以AdaBoost算法为桥梁,采用泛化能力强的Bagging学习器集成算法得到AdaBoost-Bagging强分类器,利用Caltech1999数据库和实际道路图像对检测算法进行了验证。验证结果表明:相比于单模式弱分类器,AdaBoostBagging强分类器在分类能力和处理时间上均具有优越性,表现为较高的检测率与较低的误检率,分别为95.7%、0.000 27%,每帧图像的检测时间较少,为25ms;与传统级联AdaBoost分类器相比,AdaBoost-Bagging强分类器虽然增加了12%的检测时间和30%的训练时间,但检测率提升了1.8%,误检率降低了0.000 06%;本文算法的检测性能显著优于基于Haar特征的AdaBoost分类器算法、基于HOG特征的SVM分类器算法、基于HOG特征的DPM分类器算法,具有较佳的车辆检测效果。     

基于客观风险感知特性的前向碰撞预警算法优化与标定

为提升高级驾驶辅助系统(ADAS)预警算法在复杂行车环境下的适应性, 提出了一种基于车辆运动学和风险感知特性的综合预警算法——客观风险感知(ORP)算法; 通过典型工况下的分析与推导, 表明其预警算法为THW、TTC和SM预警算法的综合形式; 为了标定预警算法的参数阈值, 开展了累计4 500 km自然驾驶试验, 最终筛选出409例有效临近碰撞事件, 提取了释放油门、踩下制动时刻的客观风险感知参数分布特征; 根据自然驾驶数据中提取的临近碰撞事件及其参数特征, 对风险预警算法参数进行标定; 在模拟驾驶环境下开发了前向碰撞预警算法, 通过4种风险场景开展了算法验证试验。研究结果表明: 基于自然驾驶数据的参数标定, 客观风险感知预警算法的两级预警参数阈值分别为1.4、0.8 s; 基于典型风险工况下的微观驾驶行为特性对比, 预警有效性方面ORP预警算法稍高于RP预警算法, 二者预警有效性显著高于TTC预警算法; 在预警算法下所有驾驶片段的最小碰撞时间均值方面, ORP预警算法为2.02 s, RP预警算法为1.90 s, TTC预警算法为1.65 s, 表明ORP预警算法能适应复杂风险环境下的风险辨识。基于大量实车试验参数标定与效果验证后, 所提出预警算法可用于高级驾驶辅助系统风险辨识。      

基于CapsNet的行人检测方法及评价

为了提高道路环境中行人目标检测的准确率，改善现有检测算法对不同环境视角下漏检率较高、耗时过长、实用性较差等问题，本文提出了一种基于 CapsNet的行人检测模型. CapsNet由神经元所构成的 Capsule组成，通过动态路由协议对物体的实例化参数进行表达和传递，保留了各特征对象间的空间层级，采用 Caltech公开数据库对所提算法的有效性进行验证，并在检测准确率及算法耗时等方面与其他算法进行对比.实验结果表明：相比于其他主流检测算法，本文算法在确保检测效率的前提下，对数平均漏检率最低可降至 9.17%；且在 Caltech、INRIA和 NICTA数据集的交叉验证实验中，也能达到良好的检测效果，具有较好的鲁棒性和泛化能力.     

基于CapsNet的行人检测方法及评价

为了提高道路环境中行人目标检测的准确率，改善现有检测算法对不同环境视角下漏检率较高、耗时过长、实用性较差等问题，本文提出了一种基于 CapsNet的行人检测模型. CapsNet由神经元所构成的 Capsule组成，通过动态路由协议对物体的实例化参数进行表达和传递，保留了各特征对象间的空间层级，采用 Caltech公开数据库对所提算法的有效性进行验证，并在检测准确率及算法耗时等方面与其他算法进行对比.实验结果表明：相比于其他主流检测算法，本文算法在确保检测效率的前提下，对数平均漏检率最低可降至 9.17%；且在 Caltech、INRIA和 NICTA数据集的交叉验证实验中，也能达到良好的检测效果，具有较好的鲁棒性和泛化能力.     

基于高斯混合部件模型的铁路扣件检测

针对采集图像中铁路扣件存在形状的变化、扣件图像的光照差异较大和扣件被异物局部遮挡的问题,根据对可变形部件模型算法和高斯混合模型的研究,提出了高斯混合部件模型算法. 结合扣件图像边缘特性及改进的Roberts算子计算图像梯度,将归一化后的方向梯度直方图特征作为高斯混合部件模型算法的底层特征,根据扣件形状划分部件,部件之间的相对位置采用星型连接方式度量,运用余弦相似性度量部件中方向梯度直方图特征的相似度,部件模型使用高斯混合模型并采用期望最大化算法迭代求解. 将高斯混合部件模型算法应用于扣件检测中,最终平均检测效果为漏检率3.16%、误检率9.80%、正确率90.27%.      

新型全自动轨道巡检车动力学性能

为准确评估某新型全自动智能轨道巡检车的动力学性能,开展了轨道巡检车动力学数值仿真;轮轨接触采用非椭圆多点接触Kik-Piotrowski算法模拟,车辆系统建模过程中考虑悬挂力元非线性与轮轨接触几何非线性特性等因素,同时考虑车载设备参振影响;针对车轮踏面表面包裹高硬度聚氨酯的特殊结构,利用有限元软件ABAQUS建立了轮轨局部接触模型,采用Mooney-Rivlin橡胶模型模拟了聚氨酯特殊性质,计算了轮轨等效接触刚度;根据有限元计算结果修正了Kik-Piotrowski算法中的相关参数;基于Craig-Bampton模态综合法和多体动力学软件UM建立了车辆-轨道刚柔耦合模型;为验证仿真模型的准确性,开展了实车动力学试验;重点分析了直线和300 m小半径曲线,运行速度10~30 km·h-1工况下巡检车的振动响应。研究结果表明:车辆正常运行时,中间视觉模块垂向最大加速度大于左侧视觉模块垂向最大加速度,横向最大加速度小于左侧视觉模块横向最大加速度,车架最大加速度大于视觉模块最大加速度;车架中部易产生垂向弯曲变形,和视觉模块安装位置有胶垫减振有关;轨道巡检车在直线和300 m小半径区间运行性能整体良好,其中车辆在300 m小半径曲线段内30 km·h-1运行时,轮重减载率最大可达0.92,车架部位振动响应较大,为保证车载设备的安全性和避免车辆脱轨的风险,建议曲线段内检测速度控制在20 km·h-1左右。      

基于多轴惯性传感器的方向盘转角检测系统

提出一种基于多轴惯性传感器的方向盘转角检测系统,实现无线外置式、全范围转角实时检测。通过将三轴加速度分量在Roll-Pitch模型中进行姿态解析,并利用三轴角速度数据对解析角度进行互补滤波以改善高频特性,设计归零补偿和全角补偿算法,系统能够获取以0°为初始角度,±720°绝对位置的方向盘全角数据。方向转角检测结果通过蓝牙模块无线传输至PC或智能终端。对比实验结果表明:该系统检测的方向盘转角与真值呈现良好的线性相关。实车测试结果表明:本系统可实现对常见的驾驶行为的实车、实时辅助判别。     

Graph and hint based algorithm for machining feature automation recognition and mapping

Feature recognition is a process of extracting machining features which has engineering meaning from solid model, and it is a key technology of CAD/CAPP/CAM integration. This paper presents an effective and efficient methodology of recognizing machining feature. In this approach, features are classified into two categories: pocket feature and predefined feature. Different feature type adopts its special hint and heuristic rule, and is helpful to recognize intersection feature. Feature classification optimizes search algorithm and shortens search scope dramatically. Meanwhile, extension and split algorithm is used to handle intersecting feature. Moreover, feature mapping based on machining knowledge is introduced to support downstream application better. Finally, case studies with complex intersecting features prove that the developed approach has stronger recognizing ability.     

目标信号特征提取中的特征压缩及其算法研究

为在特征提取中充分利用目标信号的特征信息，对原始特征空间的建立和特征压缩的过程进行了讨论，采用对目标单一特征信号的λ水平能量聚点的序优化方法建立原始特征空间，通过建立基于对称相对熵分布的优化模型给出了特征选取的方法，在舰船声场通过特性研究中的算例表明算法效果良好。     

特征建模CAD/CAPP集成系统的研究与应用

实现CAD/CAPP集成所面临的最大难题是CAD与CAPP的连接,关键是CAD。为此本文提出了一种特征建模的CAD模型,并论述了在该模型下的零件描述方法、基本几何体的造型方法、数据库的结构及其在HTD—CAD/CAPP集成系统中的应用。在此基础上,进一步叙述了CAPP子系统如何利用零件的设计信息来进行工艺过程的自动化设计。     

合同英语的语言特点分析

本文从词法、句法、语用等方面讨论了合同英语的语言特点,指出了这些语言特点在理解和撰写英语合同中的重要性,拟对合同英语的理解和运用有所帮助。     

基于加权FCM算法的轴承故障诊断

提出一种基于特征评估和特征加权FCM算法的滚动轴承故障诊断方法．对原始振动信号提取时域、频域和小波包归一化能量特征，组成联合特征．然后对联合特征进行评价，计算类可分性评价指标．根据该指标大小选取敏感特征，进行特征加权模糊聚类分析，实现对轴承故障状态的自动识别．特征评估克服了传统方法在特征选择上的盲目性，特征加权提高了分类准确率．实例表明，该算法不仅可以可靠识别不同类型的滚动轴承故障，而且可以识别不同程度的故障．     

一种交流电机故障诊断中的特征提取与强化

为提高电机故障诊断的准确率和有效性,提出了一种故障特征提取与强化的新方法.即在对所采集的交流电机振动加速度信号进行数据预处理之后,用盲源分离方法进行独立振动源的分离,然后采用小波包分析方法进行特征提取,并进行特征频带的简化及特征强化处理,特征强化后的数据作为交流电机故障诊断模型的输入.该方法通过对振动加速度信号进行分离,能够分离出混合信号中的独立振动源,提高了故障特征提取的正确率和准确度;通过对特征频带化简,减少了故障诊断模型的输入,进而简化了模型的结构;特征强化使模型能够更有效地识别故障状态.     

冻融循环条件下改良土微观结构特征研究

土的工程性状在很大程度上受其微观系统的控制,以往研究多侧重于土、水、温、压力等对冻胀的影响,却很少从结构特征上研究。实际上,土的微观结构特征是宏观行为的本质所在。因此,对其结构特征进行研究具有十分重要的意义。     

试论高校突发群体事件的性质及主要特征

高校突发群体事件是在高校这一特殊的社会生态环境下,由高校师生这一特殊的社会群体为参与主体的,有别于社会一般的突发性群体事件.对于处在社会转型时期的中国来说,当前发生的高校群体突发事件,其基本性质为人民内部矛盾而不是敌我矛盾.这也是我们在处理高校群体突发事件时必须把握一个基本原则.同时,我们在认识和处理这类问题时还必须科学认识其四个主要特征：参与主体的特殊性、矛盾的集聚性、性质的可转变性和影响的社会性.     

路面纹理的多重分形特征描述与识别方法

应用多重分形理论验证了路面纹理的多尺度特性,研究了路面纹理多重分形谱的直接计算方法以及权重因子对计算结果的影响规律.测量了4组不同级配的沥青混凝土样块纹理高程值,利用小波变换消除噪声数据,分别计算各组样块纹理的多重分形谱参数,构建了一种应用多重分形谱描述与识别路面纹理特征的新方法.分析结果表明:路面纹理呈现出复杂性与自相似性特征,不同路面纹理之间的多重分形谱存在明显的差异性;路面纹理越复杂,高程波度越剧烈,多重分形谱参数越大,反之则越小;对于相同类型的路面纹理,多重分形谱形状和参数均相近.可见,多重分形是一种描述与识别路面纹理特征的有效方法.     

特种车辆系统动力学特性模拟分析

基于弹性体原理,详细分析了一种特种车辆——凹底平车中大底架的弹性振动特性.将多体系统动力学理论与有限元理论相结合,在对车辆系统中各种因素合理分析的基础上,正确引入大底架的弹性振动特性,构建了凹底平车刚柔耦合多体系统动力学模型,计算分析了车辆系统的动力学特性,进而得到了运行速度和车辆上所关心参数对车辆系统动力学响应的影响,并与实测结果做了系统比较.结果表明,在选定的计算点,该车辆系统动力学响应计算值与试验值的最大误差仅为3.84%,在工程允许范围内.此种分析方法能减小车辆系统的模拟计算规模,提高计算速度,同时又能保证计算的准确性,能满足车辆系统动力学特性分析的需要.