利用全局与局部单调性分析的优化设计技术

H.L.Li 和 P.Papalambros 于1984年提出一种在优化设计过程中引入人工智能的设计方法,构造一个产生式系统,用来求优化设计问题的全局最优解或者提高解为全局最优的可能性。本文在其基础上提出了一种利用全局与局部单调性分析的直接优化设计方法,用这一方法可以很容易地去掉更多的多余的子问题,简化问题的求解并进一步增加解为全局最优的可能性。此外,在一般情况下不需要求助于传统的优化技术就能直接求得问题的最优解。本文还给出了两个实际设计算例,显示出本方法的有效性。     

基于截线法的铁路扣件骨架提取算法

为了能够精确描述铁路扣件端部形状,提高铁路扣件的识别率,以及满足扣件检测的实时性要求,提出了一种基于截线法的铁路扣件骨架提取算法。首先,通过预处理得到原始图像的二值图像及其感兴趣区域;其次,应用不同方向的方位距离变换计算扣件各端部区域的骨架生长点;然后,以骨架生长点为中心沿扣件的弯曲方向分别利用水平线族和竖直线族扫描扣件端部轮廓,得到截线段后,计算其中心点;最后依次连接骨架生长点和所有截线中心点即可得到完整的扣件图像骨架。理论分析与实验结果证明,本文算法对扣件形状的描述能力强,并且可以准确识别扣件形状。对于复杂图像的识别具有较好的效果,在识别缺陷扣件时具有较强的应用优势。算法运行时间较短,可以达到实时性的要求。     

一般多边形窗口的有效线裁剪算法

在分析已有线裁剪算法优点和缺点的基础上，提出了一种新的一般多边形窗口线裁剪算法．这种新算法通过计算被裁剪线段和多边形各边的真实交点，利用交点将被裁剪线段分成若干子线段，用各子线段的中点来判断是否对它们实施裁剪．裁剪算法对各种情况都能快速、正确地得到结果．     

基于自适应形态学滤波的ICT图像缺陷提取

针对ICT图像缺陷现有提取方法的不足,提出了一种自适应的数学形态学滤波方法．该方法首先对整张图像进行分水岭变换,根据区域大小自适应地选取结构元素区域．然后对该区域边界进行椭圆拟合,以确定结构元素模板．根据形态学原理运用此模板对图像进行闭运算,从而获得图像背景．最后,用背景图像减去原始图像,即可获得缺陷的图像．试验结果表明,该方法能获得更好的图像缺陷提取效果．     

基于近义词分配的铁路扣件状态检测

针对传统"视觉词包模型"在进行底层特征编码时存在较大的量化误差的问题,提出一种基于近义词分配的铁路扣件状态检测模型。首先,利用潜在狄利克雷分布模型分析得到语义主题在某一视觉单词上的概率分布,并引入相对熵衡量视觉单词间的语义距离,从而获取语义相关的近义词;然后,在"视觉词包模型"的基础上,结合柔性分配策略将底层特征映射至若干近义词上;最后,利用支持向量机实现扣件检测。对4类扣件图像的分类实验证明该模型能够有效提高扣件分类精确度。     

自动驾驶传感器筛选与优化配置程序研究

自动驾驶传感器配置需求随着汽车智能化和电动化的快速发展不断增加。基于当前自动驾驶传感器配置无有效筛选途径的现状,通过建立数据库、设定指标项、制定评判准则和选定算法程序快速实现传感器配置方案匹配,并采用响应曲面算法进行优化筛选,满足用户传感器配置需求。     

融合PHOG和MSLBP特征的铁路扣件检测算法

为了提高铁路扣件检测的识别率和鲁棒性,以及扣件图像PHOG特征的有效性,提出了简单有效的枕肩定位算法,该算法首先在提取PHOG特征前,根据枕肩、扣件和背景间的位置关系去除冗余背景信息;然后,模拟人眼视觉注意机制,设计MSLBP特征采样方式,提取扣件图像的宏观纹理特征;最后,采用分层次加权融合的方法联立两类特征,并采用SVM分类器进行扣件分类识别,提出一种基于计算机视觉和PHOG-MSLBP融合特征的缺陷识别算法.将该算法应用于实验,结果表明:与使用PHOG、MSLBP单一特征相比,基于PHOG-MSLBP融合特征检测算法的平均识别率分别提高了6.3%、4.5%,且鲁棒性更强,可满足扣件缺陷自动化检测的需要.     

蓄电池爆炸崩裂后的修复

一辆自卸车（翻斗车）所装的6-QA-100蓄电池爆炸，除负极柱上方外其它的上盖均被炸掉。爆炸后的蓄电池外形如图1所示。根据笔者多年维修经验，分析此蓄电池爆炸的可能原因是由于汽车上某电路短路，使蓄电池急骤放电，蓄电池内部气体压力超过极限而造成爆炸，从而损坏蓄电池外壳。