课程文献中心 更多>>

关键词： 数字水印   离散小波变换   奇异值分解   粒子群优化算法   鲁棒性  

摘要： 针对水印算法中存在的水印不可见性与鲁棒性之间难以权衡的问题,提出一种结合离散小波变换(DWT)和奇异值分解(SVD),并融合粒子群优化(PSO)与定向快速旋转(ORB)的鲁棒水印算法.在水印嵌入阶段,首先对载体进行分块,然后对每个子块做一级DWT,选择其LL分量做二级DWT,再选择变换后的LL分量做SVD得到U矩阵,选取U矩阵第一列,利用PSO选择最佳位置进行水印的嵌入;在受到攻击时,利用ORB提取特征点进行矫正.实验结果表明,所提算法具有较好的水印不可见性,且对于噪声、滤波、压缩、旋转和剪切等多种攻击表现出较强的鲁棒性.

关键词： 目标跟踪   核相关滤波器   卡尔曼滤波器   遮挡  

摘要： 针对遮挡情况目标跟踪经常产生漂移的问题,提出一种基于核相关滤波和卡尔曼滤波的目标跟踪算法。算法使用核相关滤波响应的峰值旁瓣比,判断遮挡。无遮挡时,以核相关滤波器为主跟踪器,获取目标位置,并修正卡尔曼滤波器;有遮挡时,将卡尔曼滤波器设置为主跟踪器,估计目标位置,保持核相关滤波模型。实验从跟踪速度、精度、成功率等角度与其它算法比较,结果表明该算法在遮挡情况下,有效改善跟踪效果,具有很强的鲁棒性。

关键词： 互联混合电力系统   负荷频率控制   线性自抗扰控制   混沌自适应正余弦算法   抗干扰能力   鲁棒性  

摘要： 针对可再生能源在电力系统中大量渗透引起的不确定性,基于线性自抗扰控制展开互联混合电力系统负荷频率控制的研究,提出一种混沌自适应正余弦算法,用于自抗扰控制器的参数设计。首先,融合混沌序列和反向学习策略对种群进行初始化;其次,设计了一种自适应转换参数机制,并在更新方程中加入个体历史最优解;最后,采用莱维飞行扰动策略对最优解进行扰动。同时,将所提算法与其他群智能算法在13个基准函数上进行测试比较,并以含发电机速率约束和调速器死区等非线性因素的双区域混合电力系统为例进行仿真实验。仿真结果表明,改进的优化算法具有较好的寻优精度和收敛速度,所提出的控制策略能够消除负载扰动和可再生能源引起的频率、功率偏差,系统具有快速响应的能力和较好的鲁棒性能。

关键词： 无人机   区域侦察   车机协同   覆盖路径规划  

摘要： 针对无人机在区域侦察中的应用研究,提出车辆支持的多无人机覆盖侦察的车机协同模式与协同路径规划算法。以最小化任务完成时间为目标,考虑车辆路径所受的道路约束以及无人机的能量约束,建立混合整数规划模型,并设计基于迭代松弛思想的启发式算法。在构建的60 km^(2)的测试场景中随机设置16个目标区域,算法实现了车辆与无人机的覆盖路径规划,全部侦察任务完成用时为1.593 h,验证了车辆支持多无人机模式的可行性以及算法的有效性。

关键词： Stein   张量方程   BCGSTAB   算法   收敛性分析   数值实验  

摘要： 双共轭梯度稳定化方法(BCGSTAB)是双共轭梯度方法的快速和光滑收敛的变形.该文将BCGSTAB算法推广到求解Stein张量方程,给出了张量格式的算法以及解的存在性的具体证明过程,并得到了该算法的收敛性结果.数值实验证实了该算法用于求解Stein张量方程是有效且可行的.

关键词： 条形码定位   图像处理   深度学习  

摘要： 随着物联网的发展,条形码技术在商业、医疗、运输和制造等领域都有不可或缺的作用。为了确保自动识别系统能够快速准确地读取条码信息,准确实时的条码定位算法是关键所在。首先着重介绍了条码定位算法研究:主要分为基于传统图像处理的条形码定位方法和基于深度学习的条形码定位方法。传统图像处理方法通常包括图像预处理、边缘检测和模式匹配等步骤。这些方法在处理简单场景的条码定位时表现良好。深度学习方法通过构建卷积神经网络(CNN)等模型,实现了对图像特征的自动学习和提取,具有更好的适应性和泛化能力,其次详细介绍了条形码算法所用到的数据集,并且简单介绍条形码的发展和和评价指标,最后进行总结和展望。With the development of the Internet of Things (IoT), barcode technology plays an indispensable role in various fields including commerce, healthcare, transportation, and manufacturing. To ensure that automatic identification systems can quickly and accurately read barcode information, accurate and real-time barcode localization algorithms are crucial. This paper first provides an overview of barcode localization algorithm research, which is primarily divided into traditional image processing-based methods and deep learning-based methods. Traditional image processing methods typically include image preprocessing, edge detection, and pattern matching. These methods perform well for barcode localization in simple scenarios. Deep learning methods, through the construction of models such as Convolutional Neural Networks (CNNs), achieve automatic learning and extraction of image features, offering better adaptability and generalization capabilities. Furthermore, this paper details the datasets used in barcode algorithms, briefly introduces the development of barcodes and evaluation metrics, and concludes with a summary and outlook.

关键词： 污水处理厂   设备管理   优化策略   维护   技能培训  

摘要： 污水处理厂的设备管理与优化是保障污水处理效率和水质达标的关键。本文首先分析了污水处理厂设备管理中存在的问题,如设备老化、维护不及时、操作不规范等,然后,本文提出了优化污水处理厂设备管理的策略,包括加强设备维护与更新、建立健全的设备管理制度、提高操作人员技能水平、引进先进的设备管理技术等。通过实施这些策略,可以有效提高污水处理厂的设备管理水平,确保污水处理的效率和质量,实现污水处理厂的可持续发展。

关键词： 互联网   温室大棚   数据管理  

摘要： 随着互联网技术和农业现代化的快速发展,传统温室大棚种植模式在农作物品质保证和管理效率上显得力不从心。传统温室大棚种植模式是农业种植中常用的一种方式,是其对于农作物品质的保证以及管理上并没有占据较大优势。这主要是由于对大棚内环境参数的精准控制不足、数据管理效率低下以及信息孤岛现象导致的数据共享困难。为了解决这些问题,本文设计了一套基于定位和区块链技术的温室大棚数据管理系统。

关键词： 冶金机械设备   检修技术   设备管理   故障率降低   技能提升  

摘要： 此文讨论冶金机械设备检修的技术透视。冶金机械的稳定运作、安全因素以及使用寿命的长短,决定冶金产出及经济效益。设备过度使用、材质损耗、环境元素等都在逐渐削弱该设备的效率。每一处细节深入分析后,全面设备保养操作流程浮出水面,运用领先的扫描与修复技能,配合创新性的设备管理途径,促使提升设备效率。决策执行后,设备操作高效且稳固,设备故障次数及安全事故发生率都有实质性的减少。本述还包括了冶金机械设备保养员工技能提升和更新问题,为实际冶金行业设备的高效、安全运作留下有意义的参考。

关键词： 人脸检测算法   暗光人脸   域适应   特征增强模块   注意力机制  

摘要： 人脸检测技术已经广泛应用于实际场景,然而在光照条件恶劣的情况下,人脸检测任务存在许多挑战,包括:人脸特征难以提取、可判别性差、标注数据分布不平衡等。针对上述问题,提出了基于SSD改进的域适应暗光人脸检测算法。首先,采用图像增强和域适应的方法缩小正常光数据和暗光数据分布之间的域差异;其次,基于SSD检测框架提出了一个基于注意力机制的特征增强模块;最后,针对原始特征图和增强特征图,提出渐近损失函数。实验结果表明,该方法在暗光环境下,相比目前主流的人脸检测方法,有更具竞争力的表现。