车辆导航系统中地图匹配的研究

分析影响地图匹配实时性、鲁棒性和匹配精度的因素,针对常用投影法,概率统计法、相关性算法、基于网络拓扑以及基于曲线拟合的地图匹配算法进行描述,并针对基于D-S证据推理的地图匹配算法.匹配误差比较大的转弯路段,平行路段以及立交桥路段进行分析并且给出匹配漉程.通过实验仿真表明本文算法对复杂路口有较好的适应性和较高的匹配精度.     

线性序列相似度的计算

给出了线性序列相似度的定义，讨论匹配矩阵的性质，给出了一种计算线性序列相似度的算法，并对算法作出了优化。     

面向铁路客运场景的对抗鲁棒性人头检测模型

基于人头检测的人群数量估计算法能为铁路客运车站应对突发客流、防止人群聚集提供有效的决策辅助，但人头检测使用的深度学习模型易受到对抗样本影响。为提升深度学习模型的对抗鲁棒性，建立了基于RetinaNet算法的人头检测模型；在Brianwash数据集上分别使用快速梯度符号法（FGSM,Fast Gradient Sign Method）和投影梯度下降（PGD,Projected Gradient Descent）2种对抗攻击方法生成对抗样本，初始模型在对抗样本数据集上的m AP值均有显著下降，验证了对抗攻击对模型性能影响的有效性；再对模型进行对抗训练，对抗训练后的模型在各类对抗样本验证数据集上的m AP值均有显著提升。实验结果表明，对抗训练后的人头检测模型能有效防御对抗样本的攻击，提升模型检测性能和对抗鲁棒性。     

非线性系统开闭环PD型迭代学习控制及其在机器人中的应用

针对一类非线性时变系统的迭代学习控制问题提出了一种开闭环PD型迭代学习控制律，这种迭代律同时利用系统当前的跟踪误差和前次迭代控制的跟踪误差修正控制作用，即在开环迭代学习控制的基础上引入一反馈环形成反馈－前馈迭代学习控制律，提高系统的跟踪性能，文中给出了使此迭代学习算法收敛的充分条件和必要条件，最后，本文结果在机器人系统中的仿真应用表明了本文方法的可行性和有效性。     

基于不规则三角网的视相关细节层次网格化方法研究

多分辨率三角形网格表示对于实时渲染复杂的几何场景来说是一个重要的工具。本文对交互可视复杂的三角形网格提出了有效的视相关网格化的框架,介绍了涉及视锥、表面方向和屏幕投影误差的视相关网格化准则,给出了基于边的数据结构和构建元操作层次结构的方法,同时根据这些准则发展了渐进细化和简化网格的实时算法。提出的视相关网格化方法具有较高的时间效率。     

基于计算机视觉算法的图像处理技术的研究

随着人工智能技术的飞速发展,图像处理已成为人工智能的重要功能之一。本文简要介绍了一种基于计算机视觉算法的图像处理框架,并讨论了计算机视觉系统的实现。针对智能交互问题,设计了基于ARM处理器的循证计算机显示系统,利用快速投影仪投影及其横向传播进行三维重建。确定畸变图像的数学模型,提出一种基于CNN模型的深度学习方法。     

牵引网电抗参数的简易算法

给出了一种牵引网电抗参数的简易算法，该算法在牵引供电仿真研究中得到了应用。     

基于分层投影的特征点点云数据压缩算法研究

在研究主流散乱点云压缩算法的基础上,提出了一种基于分层投影的特征点压缩算法,对点云数据进行压缩和提取,并与传统算法进行比对和分析,检验了该算法的可行性。     

改进的直方图均衡化图象增强算法

给出了一个改进的直方图均衡化图象增强算法。应用该算法对医学细胞图象进行增强处理，取得了较好的处理效果。     

似单差模型的误差分析与算法改进

给出了似单差法单历元直接解算GPS监测点变形量的数学模型，对影响变形量精度的误差进行了定性分析，主要研究了模型误差产生的原因并提出了相应的改进算法。试验数据的数值结果表明，采用改进算法后，本文给出的似单差模型也是正确的。最后，对似单差法的主要特点进行了总结。     

多跳无线网MAC层后退算法分析

在多跳无线网中，ＭＡＣ（ｍｅｄｉａ ａｃｃｅｓｓ ｃｏｎｔｒｏｌ）层的公平性虽然是一个局部特征，但影响网络的整体性能。后退算法是制约ＭＡＣ层公平性的关键之所在，Ｂｈａｒｇｈａｖａｎ等人通过试验方法提出了ＭＩＬＤ算法，试验结果表明ＭＩＬＤ算法的公平性比ＢＥＢ算法好，但作者没有进行理论分析。本文给出了分析后退算法的简单模型，并根据公平性约束，有效性约束和分布性约束给出ＭＩＬＤ算法的理论分析。     

基于逆投影修正和眼睛凝视修正的列车驾驶员疲劳检测方法

为了使基于正面人脸的疲劳检测不受列车驾驶员头部姿态变化的影响,提出一种基于眼睛特征修正的疲劳检测算法。采用多视角人脸检测算法搜寻人脸位置,运用监督下降法在人脸区域进行特征点定位,利用获得的特征点分别计算头部姿态角度和投影眼睛开合度。针对投影眼睛开合度与真实眼睛开合度存在一定偏差,建立投影眼睛开合度与真实眼睛开合度的逆投影变换关系,研究凝视方向对眼睛开合度的影响。通过凝视修正和逆投影修正的修正公式对投影眼睛开合度进行两次修正,并结合PERCLOS疲劳判定准则判定其有效性。实验测试结果表明,头部姿态变化对眼睛开合度影响较大,修正后的特征比修正前的特征具有更强的判别能力。     

驼峰速度控制系统中神经网络方法的研究

现有的各种驼峰速度控制系统大多属开环系统，本文将神经网络学习算法引入速度控制系统达到系统闭环的效果。提出了一种直接控制的自适应神经元模型和神经网络结构，以及一种快速学习算法，并把该神经网络和算法用于驼峰速度控制系统。计算机模拟结果表明该算法是十分有效的。     

一种基于支持向量机的增量学习算法

具有增量学习功能的数据分类技术与普通的数据处理技术相比较,增量学习分类技术具有明显的优越性?在新的训练过程中充分利用了历史的训练结果,从而显著减少了后继训练的时间。介绍了支持向量机的基本理论和一般的支持向量机增量学习算法,针对有些渐变问题(如机械设备的早期故障期和损耗期),新样本所提供的信息量与历史样本所提供的信息量是不同的,给出一种新息加权的支持向量机的增量学习算法,通过循环来获得最优分类面仿真实验表明,采用加权的增量算法更能反映新样本点的特征?     

分段堆排序算法及其时间复杂度分析

堆排序是一个高效的排序算法，但它对基本有序数据却不占优势。针对这一问题，通过对传统堆排序算法的分析，介绍了一种适用于基本有序数据的分段堆排序算法，给出了算法思想、算法描述和时间复杂度分析，并用C语言实现算法。算法分析表明，在被排序数据基本有序时，可明显减少重建堆过程中的比较次数，有效降低了算法的时间复杂度。     

铁路运输法规库的自动化管理

本文在铁路运输法规计算机管理方面进行了深入的研究，提出法规库的数学模型，并给出了实现的数据结构及算法。     

随机旅行售货员问题的平均目标模型策略求解算法

旅行售货员问题是一个ＮＰ－完备问题，至今没有多项式算法。本文利用ＭＤＰ的方法，建立了随机ＴＳＰ问题的平均目标模型，并给出了随机ＴＳＰ问题的平均模型的策略迭代算法。     

一种基于边折叠的多边形网格简化算法

虚拟现实的真实感限时图形生成中加速技术十分关键，细节层次模型（ＬＯＤ）在实时绘制复杂场景中得到了广泛应用。本文介绍了一种基于边折叠的多边形网格简化算法，该算法能够有效地减少模型的多边形数，算法实现简单而且速度快。最后给出了应用实例说明其优点。     

确定车流最短短路的CN模型及算法

给出了ＣＮ模型（立交网络模型）的定义，并以ＤＢＦＳ算法为基础建立了求解ＣＮ模型最短径路的算法。本文着重分析了它在铁路车流径路问题中的应用，ＣＮ模型具有广泛泊应用前景。     

平面移动机器人最短路径规划的几何算法研究

平面移动机器人最短路径规划算法在许多领域有着十分广泛的应用。利用图论和Dijkstra算法研究了在由大尺度简单多边形（只在公共顶点相交的边组成的多边形）障碍物组成的平面场景中，平面移动机器人最短路径规划的几何算法，编制了仿真实现程序，给出了仿真结果。