多特征融合的级联回归人脸对齐方法研究

深度神经网络技术在人脸识别方面已经取得了巨大进步,但是大多数方法只是运用人脸深度特征而并没有分析哪些特征是有效的.为了探索针对人脸识别任务的有效结构化特征,提出了基于多种特征级联回归方法的人脸关键点检测模型,将两两关键点对应的人脸局部特征对之间的结构关系、整张人脸图像的全局表观和关键点对应的局部热图这3种人脸特征融合之后用于人脸对齐任务.实验证明,多特征级联回归法与记忆下降法相比,人脸对齐任务错误率下降了30.17%,与最新的一些人脸对齐模型具有一定的可比性.     

三次映射的全局分叉与浑沌

本文研究了一维三次映射ｘ→Ｆλ（ｘ）＝ｘ＾３－λｘ的全局分叉与浑沌。证明了当λ＞１＋３√２／２时，存在一个Ｃａｎｔｏｒ集。对任何的ｎ≥３，Ｆ＾ｎλ至少产生两次鞍结分叉。每次鞍结分叉后，又有两对称的周期培化序列产生。各位化序列发生的次序十分复杂，但均有相同的Ｆｅｉｇｅｎｂａｕｍ数。同宿和异宿分叉导致了多个不同的浑沌集的形成。     

基于高精地图的物流配送车路径规划与跟踪控制

为了解决园区等场景下无人车多途经点配送问题,提出了一种基于矢量化高精地图的车道级全局路径规划、生成和跟踪控制方法。考虑配送车往返途经点顺序对行驶路径总长度的影响,基于高精地图采用A*算法计算各配送点间的最优路径,在此基础上,利用动态规划算法求解经过多个配送点的全局最优路径。应用贝塞尔曲线对规划的路径进行平滑,并根据道路曲率设定不同路径处的参考行驶速度,进而生成车道级的可用于跟踪的目标轨迹。利用车辆二自由度模型设计模型预测控制器进行轨迹跟踪,实现低速物流配送车的自主控制。在 CarSim/Prescan/Simulink联合仿真平台和实车平台上对提出的规划控制方法进行了试验。结果表明,相比传统的依据最近配送点策略确定的路径,所提出的方法搜索出的路径长度平均缩短了 6.15%。所设计的轨迹跟踪控制器能确保配送试验车与目标轨迹的横向偏差在 0.25 m 以内,航向角偏差在5°以内。     

位场向下延拓系数矩阵性质及Barzilai-Borwein向下延拓法

位场的向下延拓不仅仅能够提高地球物理数据解释的可靠性，在导航方面也有着重要的作用. 为了进一步提高计算精度和速度，提出了位场向下延拓的Barzilai-Borwein （BB）法. 首先证明了位场向下延拓的系数矩阵为对称的双重Toeplitz系统矩阵（block-Toeplitz-Toeplitz-block，BTTB）；其次，假定该系数矩阵为正定的条件下，采用BB法迭代求解下延方程组，并约束其迭代步长确保算法收敛；最后，分别通过理论模型无噪声数据和实际资料对BB法进行检验，并与积分迭代法进行对比. 结果表明:理论模型验证时，同一收敛精度条件下，BB法的计算速度是积分迭代法的2倍以上；实际资料检验时，在相同计算次数下，BB法与积分迭代法的平均相对误差分别为6.1%与7.7%.      

考虑多人相互影响的舰船通道最短路径规划

将时间维引入既定舰船通道网络,把考虑多人相互影响的动态最优路径规划问题转化为时间依赖网络中的最优路径搜索问题。首先,论文的算法为所有人员随机生成走行路径,为了预测网络中的弧(路段)的走行时间,按人员速度从慢到快的顺序依次计算并记录人员到达路径中的各路段首节点的时刻,先记录到的人员将成为后记录到的人员的动态障碍。然后,将遗传算法与网络中弧的走行时间预测方法相结合,借助遗传算法的个体多样性天然地解决了人员走行任意性问题,因而获得了全局动态最优路径算法,并仿真计算了两人以及三人的最短时间路径;经与不考虑人员间相互影响时获得的最优路径相比较,论文的算法获得了人员遇到障碍时(或跟行或绕行)的最优走行路径。最后,借助时间依赖网络中的最优路径充要条件定理,说明了算法的有效性。     

带有边界条件的曲面插值蝴蝶细分算法

给出一种带有边界条件的曲面插值蝴蝶细分算法；边界条件可以是曲面的边界参数曲线或者曲面的边界参数曲线以及曲面在该边界曲线的法向量．进而分析了极限曲面的收敛性和光滑性．最后给出两个应用实例以及有关问题的讨论．     

基于环境优化的无人艇全局路径规划研究

LazyTheta*算法是近年来提出的启发式路径规划算法,凭借其优异的搜索性能,在机器人全局路径规划中的应用不断增多。但常规的启发式路径规划算法往往忽视机器人的运动学特性以及环境对路径规划结果的影响,不适合直接应用于无人艇。针对这一问题,提出了基于环境优化Lazy Theta*算法的无人艇全局路径规划方法,从路径安全性和水流适应性两个方面对启发函数和视线检查进行改进,并对路径进行了折角平滑处理。仿真结果表明,与常规算法相比,采用改进算法规划出的路径具有更少的路径点和更小的路径转角,路径更加平滑,能够更好地适应水流的变化,有利于无人艇在复杂水域环境中航行,提高了无人艇航行的安全性。     

云计算平台中大规模电子航海信息全局监控系统

在大数据环境背景下,针对传统船舶电子信息监控系统,存在多样数据融合性计算能力差,数据多样整合处理时间长,导致出现全局监控力不足的问题。基于大数据处理技术,提出基于大数据融合的船舶动态电子信息全局监控系统设计。根据大数据融合的技术要求,创建船舶多样数据采集融合架构,通过搭建的硬件对船舶多项数据进行采集,配合引入的纵深融合算法,利用大数据融合技术对采集的多样数据进行深度融合计算,实现信息全局一体化监控。通过对比实验数据,证明设计的监控系统,在解决传统监控系统数据融合问题上,具有显著效果,满足设计需要。