铁路车辆监测图像识别模型训练及验证平台研究

针对铁路车辆轨边图像检测系统现有图像自动识别模型训练及评价过程中训练数据不足、数据质量不高、评价标准不一致等问题,研究铁路车辆监测图像识别模型训练及验证平台。设计故障图像数据统一接入,专家标定数据形成,自动识别模型接入、训练、对比评测等方法,为故障图像自动识别模型提供标准训练数据、统一评测验证与管理服务的能力。实践表明,该平台实现了车辆故障图像数据的集中汇总与统一管理,为铁路车辆监测图像自动识别技术的发展提供了有力支持。     

一种基于BM3D的接触网图像自适应去噪新方法

为了更好地检测和识别接触网图像,首先要降低图像中的噪声。目前,BM3D是针对高斯等多种噪声降噪性能较好的算法,但它自身也存在一些不足,为此,本文提出一种基于BM3D的自适应去噪新方法(简称ABM3D)。该方法在假设噪声方差未知的前提下,无需人为设定滤波阈值,通过自适应估算较为准确的阈值,实现二维和三维DCT变换域的自适应滤波,得到基础估计图像,利用估算的阈值计算出较为准确的噪声方差,实现联合维纳滤波得到最终估计图像,同时简化了参数设置,尤其是对降噪效果影响较大的参数。实验结果表明:本文提出的算法是有效的,即使在噪声强度非常高的情况下,利用其得到的降噪图像也能较好地保留边缘等细节信息,更具有实用价值。     

城市轨道交通线网突发应急事件分类分级模型研究

在现有城市轨道交通突发应急事件分类分级的基础上,对线网突发应急事件分类分级模型进行研究,提出了一种分类分级的三元组模型.对模型中应急事件的类型、关联度、等级等变量,以及模型特点进行了分析.该模型具有系统性、动态性并有利于功能的柔性分解,是智能信息推拉模式的线网应急指挥综合信息系统平台建设的基础.     

基于无偏灰色模糊马尔可夫链法的铁路货运量预测研究

针对传统灰色马尔可夫预测模型存在灰色偏差与抗干扰能力弱的局限性,将无偏灰色理论与模糊集合理论引入预测模型,从趋势曲线灰色拟合与状态分类方式上对传统灰色马尔可夫模型进行改进,提出无偏灰色模糊马尔可夫链预测铁路货运量的方法,并结合"十一五"期间中国铁路货运量和货运市场发展趋势的预测分析,详细阐述了该方法的具体应用,最后使用定性分析对该方法的预测结果进行检验与讨论.理论分析和算例表明,该方法有更可靠的预测结果,并且能够对铁路货运市场的发展趋势进行宏观的把握,有利于决策者的决策行为.     

南京地铁列车车载图像监控系统

介绍了南京地铁2号线车载图像监控系统的主要设计方案及特点.该方案采用全数字IP网络化技术,并利用2号线建设中的无线通信网络将车载图像传输至控制中心、车站及车辆段,实现列车图像实时监控功能.     

基于互信息量的医学图像拼合算法

研究了基于互信息量的图像拼合方法，对现有的概率分布估计方法及搜索策略进行了比较，并提出用梯度二值化图像互相关配准做预处理方法，并就融合后图像的显示问题提出一种基于边界法向插值的新方法、应用这些方法拼合实际XA医学图像，实现序列下肢步进图像的准确拼合．     

基于分形特征的医用图像边缘增强和检测

由曼德勃罗特（BenoitB.Mandelbrot）的分形理论可知,建立在分形布朗运动模型之上的医用图像总可以计算得到一分形维数。本文在建立于分形布朗运动模型之上的分形维数的估算进行了讨论。通过将整个医用图像中每个像素的分形值,转化为相应象素的灰度值,得到了边缘增强和检测图。结果显示,基于分形的医用图像转化算法较之传统的图像边缘增强算法有利于减少噪声。     

中耳炎“三段论”分类法的理论和临床研究

研究并提出新的、更科学和更实用的“三段论”中耳炎分类法。方法　复习当代国内外现行的中耳炎分类法 ,分析研究其主要特点和缺陷 ;研究近年与中耳炎分类相关的病理研究新进展 ,提出新的分类法并应用于临床诊治。结果　国内外现行的中耳炎分类法均以临床外显性征象作为分类的主要标准 ,这些征象不能很好地反映中耳腔关键区域重要解剖结构的病变现状和功能受损程度。新提出的“三段论”中耳炎分类法 ,经 1160例中耳炎临床试用 ,其诊断准确率达 82 .4%～ 98.4%。结论　“三段论”中耳炎分类法以当今病理研究成就为科学依据 ,简单实用 ,对中耳炎临床诊治有很好的指导作用     

基于避免和妥协的机器人足球比赛冲突消解的研究

多智能体系统(Multi-Agent System)是近年来在智能机器人领域兴起的一个新的课题，它往往以机器人足球比赛作为其标准研究对象。本文主要讨论基于避免和妥协的机器人足球比赛的冲突消解问题。