基于背景感知的相关滤波抗遮挡优化算法

针对相关滤波目标跟踪中由于目标遮挡、出视野引起的跟踪失败等问题,以背景感知相关滤波(background aware correlation filters, BACF)算法为基础,提出一种抗遮挡优化算法。首先特征提取部分融合方向梯度直方图(histogram of oriented gradient, HOG)特征与颜色名称(color name, CN)特征;其次提出层级遮挡优化算法,在目标跟踪过程中根据平均峰值相关能量(average peak to correlation energy,APCE)和最大响应峰值判断目标外观是否发生较大变化,并通过巴氏距离进一步计算目标相邻滤波器模板特征相似程度,以此判断造成目标外观变化的真正原因,进而决定是否更新模板;针对目标出视野问题,提出模板筛查策略,跟踪过程中每隔K帧对滤波器模板进行置信度考查,若目标丢失,则生成新的模板并对目标进行全局搜索重新抓取目标。通过在目标跟踪数据集OTB2015上测试,优化算法精确度与成功率分别为83.0%与78.8%,有效提高了算法性能。     

应用ICP-MS检测不同种植制度土壤中重金属含量

随着社会的发展,人们越来越关心人类活动对环境和食品污染造成的影响。以北京市大兴区不同种植制度的土壤作为实验材料,借助于ICP-MS对土壤中重金属进行了测定,以确定人类活动对土壤生态环境的影响。结果显示,长期种植水果的土壤中和长期小麦玉米轮作的土壤中重金属含量显著高于种植蔬菜的土壤：Cr,Mn,Ni,Cu,Zn,As和Cd以长期种植水果的土壤中含量最高;Ti和Pb以长期小麦玉米轮作的土壤中含量最高,它们甚至高出其他土壤几倍。分析原因除了与人们施用的化肥、灌溉用水有关以外,还与种植果树等作物收获部分较少有关,而种植蔬菜大部分器官都收获,带走了许多重金属。     

融合多元经验模态分解与Hilbert空间填充曲线的sEMG处理方法

基于卷积神经网络(convolutional neural network, CNN)的表面肌电信号(surface electromygraphy, sEMG)手势识别算法通常将一维sEMG转换成二维肌电图作为CNN的输入。针对sEMG瞬时样本量偏少、以及一维sEMG转换成二维肌电图时带来的局部时序特征丢失等问题,提出了将多元经验模态分解(multivariate empirical mode decomposition, MEMD)算法与Hilbert空间填充曲线相结合的方法,以提升手势识别算法的准确率。采用开源数据集NinaPro-DB1作为实验数据集;通过MEMD算法对sEMG进行分解;将分解后的本征模态函数(intrinsic mode functions, IMFs)作为Hilbert曲线的填充域(Hilb-IMFs)映射成二维肌电图;选择DenseNet作为手势识别的基本网络。实验结果表明,提出的方法相对于传统信号升维方法在手势识别准确率上约有4%的性能提升,验证了该方法的有效性。     

CAN总线在智能仪表中的应用研究

本文详细介绍了仪表的CAN总线通信的实现过程,对MSP430FG4618单片机、CAN控制器SJA1000、以及CAN收发器82C250进行了探究,并以它为处理器进行硬件设计,使CAN总线的通讯更加直观。本文在分析论述了现场总线技术的有关性能特点及CAN协议规范后,完成了CAN通信卡的电路设计;在软件上实现了PC机通过CAN通信卡对CAN现场总线仪表实现远程管理等功能。     

微型脉冲供电式光电倒置开关的检测系统

针对放入式电子测压器在测试火炮膛压时,内部的微型脉冲供电式光电倒置开关无法正常上电的问题,设计了倒置开关的检测系统,验证了倒置开关的可靠性。该检测系统由CPLD控制A/D转换器的数据采集和外部闪存的存储,将采集的数据传输到计算机中进行分析处理。试验证明,该检测系统在高温、常温和低温任意一个需要测试的环境满足信号的采样频率,并根据信号参数验证倒置开关的可靠性。该检测系统精确度高,成功证明了倒置开关的微功耗和高可靠性,对放入式电子测压器的正常工作具有重要的意义。     

基于单片机的锂电池电量监测电路设计

大多便携设备采用电池供电,而电池电量的不足可能导致设备不能正常运行。针对这一问题,设计了一种实用的电池电量监测电路。该设计采用MAX17048/MAX17049芯片作为核心器件,配合必要的外围器件完成对锂电池的监测,提供电池的各种状态信息。本设计在便携式装备领域具有广阔的应用前景。     

基于SHT15的温湿度数据采集系统设计

本文介绍了一种以STCLESA32S2单片机和数字温湿度传感器SHT15为核心的智能温湿度数据采集系统设计,详细阐述了该智能系统的硬件组成、通讯和数据采集软件的设计思路。该系统具有液晶显示、数据监控、数据存储和低功耗等功能。     

融合双层注意力与多流卷积的肌电手势识别记忆网络

针对表面肌电信号(surface electromyography, sEMG)手势识别使用卷积神经网络(convolutional neural network, CNN)提取特征不够充分,且忽略时序信息而导致识别精度不高的问题,本文创新性地提出了一种融合双层注意力与多流卷积神经网络(multi-stream convolutional neural network, MS-CNN)的sEMG手势识别记忆网络模型。首先,利用滑动窗口生成的表面肌电图像作为该模型的输入;然后在MS-CNN中嵌入通道注意力层(channel attention module, CAM),弱化无关信息,使网络能够更加专注sEMG的有效特征;其次,通过长短期记忆网络(long short term memory network, LSTM)对输入的特征进行时序上的激励,关注更多sEMG的时序信息,让网络在时间维度上拥有更强的学习能力;最后,采用时序注意力(time-sequence attention, TSA)层对LSTM的状态进行关注,从而更好地学习重要肌肉信息,提高手势识别精度。在NinaPro数据集上...     

黄河流域土地利用方式对土壤重金属污染的影响

黄河三角洲作为世界造陆速度最快的河口三角洲之一,但是近年来年来黄河流域草地、林地面积减少,而耕地、建设用地面积增加,所以研究黄河三角洲新生陆地的环境状况对于新生陆地的利用具有重要指导意义。文章利用ICP-MS分析了黄河三角洲新形成陆地土壤中重金属含量,主要是想揭示以下两个问题：(1)黄河三角洲新形成陆地是否可用于耕地或者人类居住需要注意哪些问题; (2)由于土地月度利用方式的变化和生态环境的恶化,黄河流域污染会对黄河三角洲有多大影响。结果显示：随着黄河流域土地利用的加快发展,黄河流沙中重金属污染状况逐渐恶化,特别是：Mn,Cu,Zn,Cr和Cd的污染与10年前比达到显著水平,而As, Pb和Hg含量也明显提高。