基于安卓系统的多参远程健康检测系统研究

传统家用体检设备交互界面过于简陋,且不能融合多种体检参数,给予更为准确的体检结果。提出将多传感器信息融合技术引入远程健康监护领域,在数据处理的初级和决策阶段,分别采用并实现了基于最优融合集和改进后D-S证据理论融合算法。在此基础上,针对移动智能终端日益普及的情况,设计了基于安卓的多参健康检测系统。实现了对体检果更加形象的显示和更加准确的体检结果判定。通过仿真测试,证实算法可行,且系统具有一定的实际应用价值。     

基于云计算的多特征疲劳驾驶检测系统研究与设计

随着私家车的普及,人们对汽车安全性、舒适性要求不断提高,通过对当前车载系统分析和汽车驾驶员疲劳驾驶状态研究,提出了一种基于信息融合的多特征疲劳驾驶检测方案。方案采用高性能嵌入式系统平台与云计算相结合的方式,首先,通过嵌入式系统采集驾驶员面部图像;然后,将数据传输到Face+ 云计算平台,分析当前驾驶人员身份、年龄与微笑程度;最后,采用数字图像处理技术计算驾驶员头部位移以及统计眼睛眨动规律,综合三种指标预测驾驶员是否处于疲劳状态,实时监测驾驶员驾驶全过程。当检测到驾驶员处于疲劳驾驶状态,则通过语音的方式提醒驾驶员注意行车安全、谨慎驾驶。测试结果表明：该方案检测精度高、实时性强,并且易于和车载系统整合并推广使用。     

基于THz光谱和多信息融合的小麦品质无损检测研究

为进一步提高不同品质小麦分类模型的检测精度,提出采用太赫兹时域光谱技术(THz-TDS),融合小麦样品的吸收光谱和折射率光谱信息,对其品质进行检测识别。以正常小麦、发芽小麦、霉变小麦和虫蚀小麦样品为研究对象,获取样品THz波段光学参数,在特征层选用AdaBoost(AdaBoost)分类器和支持向量机(SVM)方法,建立了小麦品质多项光学指标的分类融合模型。并将融合模型的识别结果进行比较,结果表明融合模型对小麦样品的识别率达到95%。最后,为了验证融合模型的有效性,将其与单光谱分析回归模型进行了对比,表明融合模型比单光谱模型在小麦样品的识别率上有了较大的提高,且SVM融合模型的识别率最高,是一种最优的多源信息融合方法。     

基于多传感器融合的摔倒检测算法的研究

针对传统摔倒检测算法中误报和漏报率高的不足,提出一种基于多传感器融合的摔倒检测算法。该算法分别以人体的加速度和姿态角值为判定依据。首先,采用三轴加速度传感器和电子罗盘对上述两种数据进行采集,并通过无线模块发送至PC机。之后对采集数据进行分析和处理,进而根据阈值进行异常姿态检测。最终,综合加速度和姿态角的分析结果给出准确的检测结论。实验结果表明,该算法检测的准确率达99.2%、与传统检测算法相比具有更强的稳定性与可靠性。     

基于车载多传感器融合的轨道实时三维构建方法

针对线结构光传感器测量的三维点云在钢轨延伸方向存在失真的问题,提出了一种基于惯性测量位姿融合的点云构建方法。首先,通过构建并求解Wahba方程优化了基于惯性系的对准算法,以实现在行车状态下的姿态初对准。然后,基于载体比力方程与航迹递推方程推算了扩展卡尔曼滤波框架下的状态观测方程,以直接观测加表零偏,进而提升位置测量的短时保持精度。最后,设计坐标转换方法以将多个线结构光传感器测量的点云数据转换至地理坐标系。实际行车实验数据表明,轨迹在平面和高程方向的误差分别在累计里程的3.17‰和0.81‰以内,所构建的点云能反映轨道的真实线型;用静态测量的轨道几何评估点云的相对精度,二者表现出较好的一致性,预设工况处的高低10 m弦测、轨向10 m弦测和水平的最大偏差分别为1.07 mm、0.41 mm和-0.34 mm,证明了该方法的准确性和可行性,本文方法在铁路状态监测领域的应用前景广泛。     

基于BP神经网络的多传感器信息融合研究

BP网络是应用最广的一种人工神经网络,将BP神经网络应用到压力检测领域的温度等非线性补偿,具有重要的实用价值,对压力检测精度的改进效果显著。从传感器信息融合的角度看,神经网络就是一个融合系统。通过对神经网络基本理论的阐述,针对研究对象将BP神经网络原理与多传感器信息融合技术有机集合起来,提出了基于BP神经网络的二传感器信息融合模型及改进算法,建立了BP神经网络训练标准样本库,并对该网络模型进行主要技术指标的测试和仿真工作,测试结果表明构建的模型及其改进算法能很好地满足了高精度压力检测仪的指标要求。     

基于数码相机的多探头颜色检测系统

由LED光源、传光光纤、探头、数码相机和计算机组成颜色系统,用计算机获得被测物体表面颜色图像并应用LabVIEW软件来识别点颜色的RGB值.光源为多个探头提供光,且多根传光光纤共用1台数码相机,实现少数终端情况下同时对大面积物体或多个物体的表面颜色进行多点检测,提高了检测效率.     

基于多特征融合的复杂背景下弱小多目标检测和跟踪算法

针对红外弱小多目标的检测和跟踪难题,提出一种基于多特征融合的复杂背景下弱小多目标检测和跟踪算法.融合红外弱小运动目标的灰度特征、梯度特征、运动特征等多个典型特性,进行复杂背景下弱小多目标的检测和跟踪.实验证明:该算法应用于复杂背景下低信噪比的红外弱小多目标图像序列能得到较理想的结果,算法检测概率高、检测速度快、具有较强鲁棒性.     

多信息融合的模糊边缘检测技术

提出了一种有效的模糊边缘检测算法,与传统的单纯基于图像增强技术的模糊边缘检测算法不同,此算法采用像素点的多种信息作为边缘检测的特征信息,利用模糊逻辑对这些信息进行综合,使边缘检测器输出的边缘信息更加完善且有效.实验表明,对于处理实际工作环境中的高噪图像的边缘检测问题,此算法是一种实用而有效的方法.关键词：边缘检测模糊算法融合     

基于神经网络信息融合的引信系统研究

本文给出了基于神经网络信息融合的引信系统结构，对神经网络算法和信息融合算法在本系统的应用进行了探讨，给出了神经网络信息融合算法仿真方法并进行仿真，从而提供了引信系统的可行性和鲁棒性。     

Hand gesture pointing location detection

Gesture recognition has been implemented in many systems for different purposes. The way it is used can be different from system to system. Few used them as touch objects using sensors while few use them as pointing object where the camera is in front of the hand, but the location is being pointed by human, can be detected only if the camera is behind that person. This paper presents an automatic system to detect the location on the wall where the user is currently pointing by his hand. This is done with the detection of head and both hands. The shoulders and elbows’ locations are identified using geometry analysis to understand the current gesture of the human and finally the direction where user hand is pointing would be detected. The face was detected using Haar classifier and shoulders were estimated using the rectangle method near the head. This method does not work in poor illumination conditions and is made to detect only one person at a time. Also user is supposed to wear half sleeve or sleeveless shirt for the better segmentation.     

基于Android网络恶意行为检测系统的应用研究

目前Android系统是当今网络用户最对的应用系统之一,而随着科学技术的发展,对于Android系统的恶意行为软件也逐渐增多,给当前的应用用户的财产以及私人信息安全带来了很大的威胁,严重的迟缓了当前移动通信网络技术以及相关于应用客户端的推广。为此本文根据Android系统的特有机构设计出一种基于Binder信息流的自动检测恶意行为系统,以此来解决对于当前网络安全对于Android系统用户带来的负面影响。根据目前网络中的应用通信信息,检测可能存在的泄露用户信息的应用软件为目标,建立信息矢量图以此来分析当前网络中的恶意行为。通过对软件进行检测,研究可实用性和检测效果,结果显示其识别率可以达到100%,并且软件运行只占有内存的7%,结果可以达到当前的Android用户的使用范围。     

基于数字图像处理技术的人脸检测算法研究

为了提高人脸检测的准确性及检测速度,需要对基于数字图像处理技术的人脸检测算法进行研究。使用当前方法进行人脸检测时,需要提取脸部特征数目较多、检测速度过慢,降低人脸检测效率。为此,提出一种基于数字图像处理技术的人脸检测算法。该方法首先获取人脸数字图像,通过拉开数字图像的灰度间距,使数字图像灰度均匀分布,进而提高数字图像对比度,使图像更加清晰,再通过Wiener维纳滤算法对处理后的数字图像进行图像平滑去噪,在此基础上使用Robert边缘检测算子方法对数字图像人脸边缘每个像素点检测,得到数字图像中人脸边缘的基本图像,将其输入到计算机数字图像处理系统中进行识别检测。实验仿真证明,所提算法在检测速度及准确性等方面具有明显的优势。     

HL-2M 主机抗扭转支撑结构计算分析

根据通电的环向场(TF)线圈在磁场作用下将产生侧向力和径向力,提出了抗扭转支撑结构方案。该方案能够降低这两种力对 TF 线圈的影响,并且保证线圈连接面的紧密接触和绝缘层不会发生相对错动。对抗扭转支撑结构进行计算分析,确定该结构的受力方式以及传力路径。结果表明,在实验运行以及极端工况下结构的应力、位移能够到达设计要求,通过疲劳计算得出抗扭转支撑结构能满足 20 年以上的实验运行,能够保证 HL-2M装置安全、平稳和可靠的运行。      

基于三重人脸识别身份验证的门禁管理系统设计

针对目前门禁管理系统存在的身份验证模式较单一、安全级别较低等问题,并且为满足高保密性、高安全性场合的需求,设计了一种基于移动Android终端、嵌入式现场终端以及上位机系统的三重身份验证的安全门禁管理系统,并且利用人脸识别技术的独特性进行控制。简单介绍了系统的软件和硬件开发平台、系统整体的网络拓扑结构,给出了系统的整体实现与运行框架,并且详细设计了基于移动Android端、嵌入式端以及后台服务器端的三个子系统的软件部分,包括流程图设计及各个软件界面设计。进行多次模拟试验,最终给出整个系统的部分运行效果图。结果表明,该系统能够进行三重身份识别验证,准确度较高,运行稳定,能够很好得满足特殊场合的需要,具有良好的实用前景和推广价值。     

一种串联组合分类的红外行人检测方法

针对红外图像行人检测中虚警率高的问题,提出了一种串联组合分类的红外行人检测方法。该方法利用感兴趣区域的宽高比和方向梯度直方图2种特征,采用串联组合方式实现分类识别。实验结果中检测率达到了90.5%,虚警率减少了43.7%,表明提出的方法可有效检测行人同时降低虚警。     

EAST PF8线圈氦管结构分析和疲劳试验

为解决EASTPF8线圈氦管在与导体连接的焊缝位置出现的泄漏问题,分析了该氦管的载荷及边界条件,给出了4种载荷组合工况。建立PF8氦管的有限元模型,对4种工况进行了静力学分析。计算结果表明,热载荷和螺管固定支撑板G11变形是焊缝失效的主要原因。在4.5K下对PF8氦管样件进行了疲劳试验,结果表明氦管疲劳寿命超过2×10⁵次,满足使用要求。对PF8氦管进行了修复,使氦管与螺管固定支撑板G11板脱开,避免了额外载荷的作用,满足EAST使用要求。     

基于图像局部区域梯度特征描述的红外人体识别算法

提出了一种新的红外图像中人体目标识别方案并进行了算法实现。通过直方图聚类分析对红外图像进行分割,根据二值化图像团块的特点,确定图像中的候选目标图像区域。将候选目标图像按比例划分为多个区域,使用梯度位置朝向直方图(GLOH,Gradient location-orientation histogram)对候选目标图像进行描述。与其它红外图像中人体识别算法相比,不需要多种特征提取算法组合进行分步骤识别,仅使用单个SVM分类器即可达到满意的识别率,避免了分类器的级联,算法简单有效。     

Statistical analysis of shear cracks on rock surfaces

A set of 3873 cracks on exposed granite rock surfaces are analyzed in order to investigate possible fracture mechanisms. The fracture patterns are compared with the Mohr-Coulomb and the Roscoe fracture models, which can be combined into a single fracture scheme. A third model for comparison is based on interacting `penny-shaped' micro cracks introduced by Healy et al. [Nature 439, 64 (2006)]. The former models predict a bimodal fracture angle distribution, with two narrow peaks separated by 60^○-90^○ symmetrically on both sides of the direction of the largest principal stress, while the latter predicts a single broader peak in the same direction with standard deviation in the range 15^○-20^○. The crack length distributions seem consistent with numerical simulation, whereas the fracture patterns are Euclidean rather than fractal. The statistical analyses indicate that none of the models fully describe the fracture patterns. It seems that natural shear fractures easily become a complex combination of different fracture mechanisms.