基于内在因素提取的内河航运量神经网络预测方法

内河航运量预测是内河航道网规划的依据,利用主成分分析法提取影响内河航运量的内在因素,利用内在影响因素与内河航运量之间的联系,结合BP神经网络建立模型对内河航运量进行预测.算例表明,该模型可以提高预测精度.     

图像测量技术用于精密测量

本文介绍了图像式精密测量系统，该系统采用了有效的图像增强技术，边像提取和边像跟踪技术，以及独特的边界拟合和模块匹配算法，较好地解决了检测精度和检测速度这一对矛盾。     

基于金字塔多尺度融合的交通标志检测算法

为了解决传统交通标志检测算法针对小目标交通标志检测时存在误检与漏检的问题,提出了一个基于金字塔多尺度融合的交通标志检测算法;为了提高算法对交通标志的特征提取能力,引入ResNet残差结构搭建算法的主干网络,并增加网络浅层卷积层数,以提取较小尺度交通标志目标更准确的语义信息;基于特征金字塔结构的思想,在检测结构中引入4个不同预测尺度,增强深层和浅层特征融合;为了进一步提高算法检测精度,引入GIoU损失函数定位交通标志的锚点框,利用k-means算法对交通标志标签信息进行聚类分析并生成更精准的先验框;为了验证算法的泛化性与解决试验所用数据集TT100K的类间不平衡问题,增强与扩充了数据集。试验结果表明：本文算法的精确率、召回率与平均精度均值分别达到了86.7%、89.4%与87.9%,与传统目标检测算法相比有显著提高;多尺度融合检测机制、GIoU损失函数与k-means的引入能够不同程度提高算法的检测性能,使算法检测精确率分别提升4.7%、1.8%与1.2%;提出算法针对不同尺度交通标志检测时均有更优越的性能表现,在TT100K数据集中的(0, 32]、(32, 96]与(96, 400]尺度下的检测召回率分别达到90%、93%与88%;与YOLOv3相比,提出算法在不同天气、噪声与几何变换等干扰下均能实现对交通标志的正确定位与分类,证明了提出算法具有良好的鲁棒性与泛化性,适用于道路交通标志检测。     

一种基于MRF的多层遗传递减视频对象分割算法

提出一种视频对象分割方法,将时域信息、空域信息和图像颜色特征有效地结合起来,采用MRF遗传递减式分类来提取视频对象.利用视频帧的颜色特征,在初始分割中采用时空域分水岭方法,建立一个时空域毗连图(ST-RAG);基于时空域毗连图建立马尔可夫随机场(MRF)模型,在分割过程中采用遗传递减式方法对区域进行合理分类,利用形态学进行后处理,分割出感兴趣的视频对象.实验结果表明所获取的分割方法具有灵活性,且精度高.     

基于神经网络的水下对接引导算法

针对水下机器人对接过程中近距离引导定位的问题,为实现准确可靠的水下对接,设计了一种基于神经网络的水下对接引导算法。算法主要分为两部分:1)检测部分,该检测算法区别于传统的图像处理,基于YOLOv3的神经网络,加入DenseNet思想,实现了一种鲁棒性强,可靠以及准确率高的目标检测算法。区分了目标物与无关背景信息,用于提供水下对接站在二维图像下的位置信息。2)位姿估计部分,用于恢复水下机器人与中继器之间的相对位置信息,从而能够根据相对位置信息,完成近距离的水下对接引导。经过实验对比分析,验证了算法的可行性,并证明了改进的目标检测算法能够更精确地完成对中继器的位置检测,提高了对位姿估计的准确率。     

基于船舶轨迹挖掘的海上航路网络构建方法

海上航路网络是船舶海上交通活动特征的时空表征,也是船舶航路规划、行为辨识、轨迹预测的重要基础。海量的船舶历史轨迹数据为自动提取海上航路网络提供了基础数据,但受轨迹数据噪声和密度分布不均匀的影响,传统航路网络自动提取方法存在网络节点识别准确性差、网络边连接错误率高等问题。针对上述问题,研究了1种基于船舶轨迹时空特征挖掘的海上航路网络自动构建方法。定义了海上航路网络的3种航路点类型,即停留点、出入点和航路转向点,设计了基于轨迹时空特征的航路点提取方法;提出了基于累计转向特征的航路转向点过滤策略,可有效去除船舶避碰、船舶徘徊等局部活动产生的非航路转向点;根据不同种类航路点的分布特征,综合利用DBSCAN聚类算法和凸包算法从航路点集合中提取和生成航路网络节点集合;定义了航路网络节点的有效连接规则,从原始轨迹中提取航路网络节点之间的轨迹簇,根据轨迹簇的统计特征生成航路网络节点之间的有向加权边,形成有向加权的海上航路网络。以珠江口水域为实验区域,对所提方法进行有效性验证,结果表明：所提方法可提取71个3类航路网络节点和200条航路路线;航路网络节点识别准确率与误识别率分别为86.42%和1.23%;航路网络边连接的准确率接近95%。所提方法能够有效识别海上航路的关键航路点及主要路线,实现航路网络的自动构建。     

基于行波电流的接触网故障原因辨识研究

针对已安装行波监测终端的铁路牵引网输电线路,对故障跳闸时刻行波特征量进行提取,利用已知故障跳闸巡线原因进行特征量分类,创建基于故障行波的故障原因数据库,将采集到的故障时刻行波与其对比,从而对接触网故障进行原因辨识,当接触网故障重合闸不成功时,可指导接触网运维部门进行重合闸操作,以保障接触网安全运行.     

基于应力波频谱图的护栏金属立柱埋深检测法

护栏是公路上最重要的安全设施,金属地埋立柱是其主要承重部位,其埋深直接决定了发生事故时护栏的安全防护作用。应力波反射法作为一种无损检测技术,被广泛应用于结构的尺寸和完整性检测中,而传统应力波反射周期往往依靠人工经验提取。为增加测量的准确性,减小人为因素的影响,提出一种基于图像处理的应力波反射周期提取方法。首先,对采集的反射周期信号进行小波去噪,多重自相关和短时傅里叶变换,得到时频图;然后,对时频图进行边缘检测、二值滤波和列像素平均统计;最后,利用快速傅里叶变换提取统计信号的主频率,再通过主频即可计算相应的应力波反射周期。为验证该方法的有效性,设计了实验模型,并建立了金属地埋桩实验测量平台。实验结果表明,该方法能自动提取应力波反射周期,进而测量金属地埋桩的长度与埋深,测量平均误差小于5%。     

双层非线性隔振系统混沌特性分析

以双层非线性隔振系统为对象,建立两自由度非线性隔振系统的动力学模型,研究在不同激励条件下的动力学特性和隔振效果。分析激励幅值一定的条件下系统响应随激励频率的全局分岔变化规律及其非线性动力学特征,采用优势频率处的能量衰减评估隔振系统对强线谱的隔离效果。计算结果表明,处于混沌状态时优势频率处的线谱强度降低了25.9 d B,验证混沌隔振方法能有效降低结构噪声中的线谱成分。     

声纹特征提取的关键技术研究

声纹在很多领域具有重要作用。为了对某声音信号的声纹特征进行提取,本文对声音信号进行时域分析,并建立相应的特征提取函数。结合多组滤波器对声音信号进行处理,获得了生纹特征频谱响应曲线。计算结果表明,提取得到的各声纹频率响应函数分界明显,中间值较少,声纹特征提取效果较好。同时,本文建立的特征提取模型具有计算速度快,计算精度高等优点,能够以最小的时间成本获得较好的声纹提取效果。