结合纹理和形状特征的在线混合随机朴素贝叶斯视觉跟踪器EI北大核心CSCD

基于机器学习的思想并充分利用外观信息,提出一种在线选择纹理和形状特征的混合随机朴素贝叶斯视觉跟踪器。构造归一化空间金字塔,通过强度二值特征和金字塔梯度方向直方图二值特征,描述全局与局部区域的纹理和形状;并根据特征描述的二值性和多模性,设计并实现了在线混合朴素贝叶斯分类器。分类器预测类别后验概率生成信任图,跟踪器通过分析信任图实现目标跟踪,并利用极大似然估计和交叉验证实现外观学习和特征选择。选用基准测试集比较同类方法,从性能和复杂度两方面评估了跟踪器。实验结果表明跟踪器对光照变化,部分遮挡等情况具有一定的适应能力,且执行速度较快,存储空间较小。     

药灸条在施治过程中的可见和红外光谱分析

利用自制的检测仓和可见,红外单色仪,对中医药灸条在临床治病燃烧时产生的“热力”进行了光谱分析。     

基于转台误差分析的高精度惯测组合标定编排改进

转台误差影响高精度惯测组合标定精度。利用姿态转换四元数建立了转台误差模型,分析了转台误差对一种典型惯测组合标定编排方案的影响。在分析转台误差影响规律的基础上,提出了一种标定编排改进方案,可以有效抑制转台误差,提高标定精度。仿真和试验对标定编排改进前后的标定精度和导航性能进行了对比,表明改进编排方案可以提高陀螺和加速度计安装误差角标定精度,改善系统导航性能。     

吸光光度法测定苏木中总酚含量

采用吸光光度法,以苏木精为对照品分析测定了苏木中总酚含量。结果表明,总酚含量在0～16.0μg·ml-1范围内呈良好的线性关系,回归方程为C=10.2569A-0.07901,相关系数为0.9999,检出限为0.17μg·ml-1,加标回收率为95.88%～102.71%,RSD为2.73%。为进一步开发利用苏木的药用价值提供了有效的测试手段。