基于波束形成和双目视觉的行驶汽车噪声源识别

提出一种基于波束形成原理,声阵列与双目视觉相结合的行驶汽车噪声源识别方法。通过对两台摄像机所拍摄图像的分析,计算出车辆的实时位置;将运动过程划分为若干时段进行声场重建,得出汽车行驶过程中的动态声场视频。试验结果表明,应用该方法能够准确识别运动中汽车的主要噪声源,且可更加直观地看到汽车噪声的动态变化。     

属性识别理论在道路路况评价中的应用

建立了道路路况评价的属性识别模型,运用熵值法确定指标权重,避免了定权的主观随意性,提高了评价模型的可信度。将该模型应用于道路路况的实例评价中,为道路路况评价提供了一种简单、适用的评价方法。     

道路事故多发路段动力学仿真识别系统

用多体动力学仿真软件ADAMS分别构建多自由度的整车多体动力学模型、道路模型和车-路耦合模型．在这3个核心模型的基础上扩充得到了事故多发路段动力学仿真识别系统,用仿真系统模拟了弯道上不同车速的行车过程,结果显示,仿真结果与汽车系统动力学相关理论吻合。     

Chosen ciphertext secure fuzzy identity based encryption without ROM

Two new constructions of chosen-ciphertext secure fuzzy identity-based encryption(fuzzy-IBE) schemes without random oracle are proposed.The first scheme combines the modification of chosen-plaintext secure Sahai and Waters'"large universe"construction and authenticated symmetric encryption, and uses consistency checking to handle with ill-formed ciphertexts to achieve chosen-ciphertext security in the selective ID model.The second scheme improves the effciency of first scheme by eliminating consistency checking.This improved scheme is more effcient than existing chosen-ciphertext secure fuzzy-IBE scheme in the standard model.     

一种基于共轭梯度法的动态载荷识别方法

在载荷识别过程中,由于噪声和结构矩阵病态的问题,对测量的响应数据有影响。本文运用共轭梯度法最优化方法,来解决多源动态载荷识别中的不适定问题。将该方法应用在加筋板模型和平面桁架结构上进行数值仿真,仿真算例结果表明所提出的载荷识别方法在测量位移响应数据含有5%的噪声水平下,有效地得到稳定近似解,实现了载荷识别。该方法抗噪能力强,有效解决反问题的不适定性。     

基于语音特征迁移学习的驾驶疲劳检测

针对现有方法在实际应用时的标记样本稀缺与测试样本数据分布偏移等问题,提出一种基于语音特征迁移学习的驾驶疲劳检测方法。通过基于迁移学习的特征空间变换,对源领域有标记样本与目标域无标记样本数据间的边缘分布、条件分布、流形结构进行联合适配及降维处理,以解决样本数据分布偏移和特征维度过高的问题。以半监督学习的方式来迭代优化目标域样本的伪标记,并据此不断更新特征变换方式和迁移分类器,进而提高疲劳检测模型的精度和泛化能力。通过实验将本文方法与现有常用的监督学习、半监督学习和迁移学习等方法进行对比。结果表明,在测试时间、应用场景和被试个体均发生变化的情况下,本文所提方法的驾驶疲劳检测效果显著优于现有方法,正确率最高达到86.7%,具有实际应用价值。     

LRIT的发展及公约要求

文章对船舶远程识别与跟踪系统(简称LRIT)的发展及相关国际公约要求进行了介绍,分析和整理了在检查中发现的常见问题及对策。     

基于多特征检验的三维沥青路面裂缝检测

针对由裂缝对比度低、路面纹理复杂多变等因素引起的沥青路面三维图像的裂缝检测精度低的问题，对原始三维裂缝图像进行尺寸降维、灰度校正、高斯滤波等预处理；然后以图像截面为研究对象，分别对4个方向的截面依次进行特别设计的倾斜度、高斯分布、边缘梯度3种特征检验，从而获得裂缝截面；接着对各个方向的裂缝截面进行融合和去噪，获得完整的裂缝二值图像；最后，根据路面粗糙度的高低，变化高斯分布特征检验中的相关参数，实现裂缝的高精度检测. 研究结果表明:提出的算法能达到89.19%的准确率、93.69%的召回率及91.06%的 F 值，优于基于三维光影、种子识别的典型三维图像裂缝检测方法.