基于粒子滤波与改进GVF Snake的人手跟踪算法

为实现在复杂背景下对人手进行准确、快速的位置跟踪与轮廓跟踪,并针对粒子滤波无法获取人手目标的准确信息与人手深凹区域获取难的问题,提出一种基于肤色自适应梯度矢量流主动轮廓(Gradient Vector Flow Snake,GVF Snake)模型的粒子滤波算法实现人手跟踪.该算法首先对粒子滤波得到的人手区域进行肤色灰度增强,弱化背景梯度信息,然后对该区域利用引入自适应梯度矢量流场和肤色自适应外部引导力的GVF Snake模型,获取人手的真实轮廓以及准确的系统观测和系统状态,减少了粒子退化的可能,完成了更加准确的位置跟踪.实验表明:在复杂、运动背景甚至大范围遮挡的情况下,该改进算法获得了更加准确的人手轮廓,同时对人手跟踪的实时性提升了13%,均方根误差降低了48%.     

参数自寻优模糊控制器在中央空调温度控制系统中的应用

在中央空调温度控制系统中设计应用了一种参数自寻优模糊控制器。针对中央空调温度控制系统被控对象非线性、大滞后和时变等特点，该模糊控制器在规则可调整模糊控制器基础上引入了加权因子α和比例因子Ku的在线调整优化算法。运行结果表明，这种算法增强了系统的鲁棒性，在不同工作条件下，系统保持了良好的控制品质。     

AS/RS中输送系统的PLC程序设计

自动化立体仓库(AutomatedStorageandRetrievalSystem,AS/RS)是现代物流系统的一个重要组成部分,广泛地运用于各行各业中。目前,它已成为企业生产自动化和管理信息化的标志之一。随着生产过程复杂性的增加,对系统的控制也更加复杂,传统的PLC程序设计方法,已不适应于诸如协调、竞争等控制的设计,需要寻求新的程序设计方法来满足复杂控制的要求。本文根据Petri网的设计思想,采用功能表图构造数学模型,在模型的基础上进行自动化立体库中输送控制系统的PLC编程设计。     

氧化钆纳米粒子对A549肺癌细胞的辐射增敏效应研究

采用氧化钆纳米粒子（GON）,研究钆基纳米粒子对X射线和碳离子束的辐射增敏效应。首先,通过透射电镜观察材料粒径,使用DLS检测材料的水合半径及Zeta电位,并用紫外吸收谱证实GON在培养基中稳定性较好;研究发现钆（Gd）浓度为10.0 μg/mL的GON对30 keV/μm碳离子束辐照水溶液产生的羟自由基的增强系数为1.13;GON对A549肺癌细胞和正常MRC-5肺细胞没有明显的毒性,且在人肺癌A549细胞中的摄取量随共培养浓度的增加而增加,在10.0 μg/mL共培养浓度下,细胞摄入Gd的量为0.73 pg/cell;进一步采用克隆存活实验证明,GON的加入对X射线和碳离子辐照A549细胞所产生的损伤具有明显的增强,在10%的细胞存活水平下,GON对A549细胞在X射线及碳离子辐照下的辐射增敏分别达15.5%和10.1%。鉴于钆材料常被用于磁共振成像（MRI）,所获得的GON有望作为X射线和碳离子的诊疗一体化材料。     

数学解题易错点提示

在复习备考过程中，熟悉某些解题小结论，防止解题易错点的产生，对提升考试成绩将会取到较大的作用。     

基于最小稳定过热度的制冷系统变负荷优化控制

通过对采用变频压缩机和电子膨胀阀的变容量制冷系统稳定性的机理分析与实验研究辨识得到了与制冷量相匹配的蒸发器最小稳定过热度,并通过对压缩机频率阶跃变化下制冷系统的特性分析对最小稳定过热度进行了验证。采用基于最小稳定过热度的压缩机频率和电子膨胀阀开度协调控制方法,在制冷系统变负荷工况下进行了试验。结果表明,该方法很好的适应了制冷系统变工况的控制要求,相比常规的定过热度控制,具有跟踪性能良好、动态控制精度高,并能有效的提高制冷系统的变负荷运行时的性能系数(COP)。     

过渡金属掺杂磁性纳米粒子在生物医学领域中的研究进展

在过去50多年中,磁性纳米粒子(MNPs)由于其可协调的磁性、非侵入性、易操控性和良好的生物相容性等优点得到了广泛的关注.从具有复合结构或不同形状的MNPs的合成方法到与MNPs相关的大量表征技术,其应用领域也与我们的生活紧密相关.然而,MNPs的复杂磁行为受到多种参量的影响,包括粒径、成分、形状和结构等.基于此,通过...     

基于最小稳定过热度的制冷系统无模型控制研究

针对制冷系统非线性、大时滞和强耦合特性,建立精确的数学模型实现控制很难,无模型控制不需建立系统模型、适于复杂非线性系统。将无模型控制方法应用于制冷系统蒸发器最小稳定过热度控制。通过仿真与实验,与常规PID控制相比,验证了无模型控制能够减小蒸发温度与过热度之间的耦合作用,具备良好的快速性和抗干扰能力,适于制冷系统变负荷控制要求,具有较好的稳态性能和动态性能。     

不确定离散时间马尔可夫跳变模糊系统鲁棒H∞控制

讨论不确定离散时间马尔可夫跳变模糊系统(MJFS)的鲁棒H∞控制。首先,本文给出了能够保证系统鲁棒稳定且具有H∞鲁棒度的一个充分条件。然后采用并行分布补偿算法,将系统鲁棒H∞控制控制器的设计转化成为了一组线性矩阵不等式的求解问题,方便使用Matlab求解。最后的仿真结果表明,本文所提出的方法是有效的。     

基于融合算法优化的卷积神经网络预测方法

由于不同气象条件会影响太阳辐照度的有效利用,这制约了太阳能的应用和发展.为了基于不同站点不同采样时刻的气象属性预测中尺度站的太阳能辐照度,依据传统卷积神经网络的框架,建立了一种新型的卷积神经网络结构幵用于太阳能辐照度预测.为了缓解新型网络由超参数选取不当导致预测性能差的问题,利用融合算法对新型网络的超参数进行优化.为了提高融合优化算法的全局搜索能力,引入帐篷映射对粒子的初始位置和初始速度进行混沌初始化.首先,导入训练集更新新型卷积神经网络框架,训练结束后导入验证集检验当前模型参数下新型卷积框架的性能.其次,混沌融合算法依据新型卷积神经框架在验证集上的预测性能更新模型的超参数.对更新模型的超参数多次检验,直至最优的预测模型在验证集上的性能趋于收敛.最后,辒出模型的最优超参数,建立太阳能辐照度预测模型.基于气象实测数据建立太阳能辐照度预测实验,引入其他两种预测方法进行对比仿真研究,幵尽可能复现了Eustaquio and Titericz团队的预测方法(GBRT)作为太阳能辐照度预测性能的评估基准.实验数据表明:混沌融合算法可以有效地提高新型卷积神经网络的预测性能,所提出预测方法的全年太阳能辐照度的均方误差较GBRT降低25.9%,绝对平均误差较GBRT降低了10.7%;全年太阳能辐照度平均误差率降低了18.4%,误差率小于0.1的样本量增加了21.1%.