摘要：针对已有的鉴别的局部保持投影算法在特征提取问题中存在的不足,提出了鉴别的局部中值保持投影,通过最大化类间距离同时最小化类内距离寻找最佳投影矩阵,并将其用于人脸识别.该算法利用样本的类中值计算类间距离,有效地保留了图像信息;设计了一种不同的相似性度量机制,以保持受噪声影响较小的类内样本之间的邻域关系,从而进一步加强识别效果的鲁棒性.最后通过在ORL,Yale及AR人脸库上的实验,验证了文中算法的有效性.

摘要：针对图切割算法存在匹配时间过长的不足,提出了一种快速的图切割立体匹配方法.选用模糊逻辑提取少量的候选匹配点,然后用这些候选匹配点构造缩减的图,再进行图切割立体匹配.采用标准图像对文中方法进行测试,并与图切割立体算法和动态规划算法进行比较的结果表明,该方法较好地保留了图切割算法匹配的准确性,而运行时间仅为图切割算法的1/35.

摘要：为解决量化量测下传感器量化水平的选取问题,对于给定的系统滤波方差约束指标,设计了一种容许量化水平尽可能低的滤波器。给出了一种估计误差协方差系统稳定性的条件和当前估计型稳态滤波的线性矩阵不等式(LMI)计算方法。工程意义在于满足系统估计误差方差精度的前提下,尽可能低的量化水平代表着设计人员可以选择分辨率更低的传感器。通过仿真算例说明了算法的有效性。

摘要：为解决地面智能机器人自主性评价过程中评价体系单一、未考虑评价过程及系统自身不确定性等问题,提出了一种基于云模型的自主性评价方法。该方法建立了评价云模型,以期望作为评价基本度量,以熵和超熵描述评价的不确定性。通过对不同属性特征的样本进行统计特征、区间数和评价向量运算,得到实数型、区间型和语言型三类评价云生成方法。利用加性合并计算,将多个评价云信息累加,得到具有稳定可信性的综合评价状态云。以实验室3台地面智能机器人为原型,设计系统自主性评估验证实例,完成了云化过程。实验验证了该方法能够有效结合定性与定量评价,可应用于地面智能机器人自主性评价和其他复杂智能系统的综合性能评价。

摘要：局部保持投影(LPP)通过构造近邻图来保持样本的局部结构,在构图过程中,LPP面临复杂的参数选择问题.为解决此问题,提出无参数局部保持投影(PLPP)算法.首先设计一种无参数的构图方法,能够动态地获取样本的近邻点并配置相应的边权.其次,利用该构图方法,PLPP通过寻求最佳投影矩阵,用于保持样本在低维空间的局部结构.由于PLPP在构图过程中并未设置任何参数且采用余弦距离设置边权,因此PLPP计算更加方便快捷且对离群样本更具鲁棒性.另外,为进一步提升PLPP的识别性能,在PLPP的基础上通过加入样本的类别信息,提出监督的无参数局部保持投影算法(SPLPP).最后,在ORL、FERET及AR人脸库上的实验验证了PLPP与SPLPP的有效性.

摘要：为了研究高效、通用和松耦合的多机器人协作体系结构,提出一种基于SOA(面向服务的架构)的分层体系结构.在分层结构的基础上,以服务为组成元素,设计规范的多机器人SOA协议与接口,在协作中实现对机器人下层功能组件的透明封装和上层服务的灵活调用,可以有效避免异构对协作的影响,有利于系统的构建、扩展、重组和维护.实验结果验证了技术的可行性和实用性.

摘要：扩展了原有IPv6中Anycast概念,提出了一个IPv6中k-Anycast通信模型概念,此模型允许k个服务器协同工作共同完成一项服务,它很好地实现了k-Anycast组节点动态加入和离开。此外,在本模型中k-Anycast服务请求消息会被距离最近的k-Anycast树节点处理,这样使得k-Anycast服务请求均衡地分布在k-Anycast树节点之间从而得到高效的处理。在IPv6模拟环境下,将k-Anycast模型应用到CDN技术中,实验数据证明,k-Anycast模型的应用不仅大幅度地提高了服务质量而且也有效地节省了网络带宽,充分证明了k-Anycast通信模型的有效性、可行性以及实用性。

摘要：随着我国高速公路总里程的迅猛增加,由团雾引发的交通事故也不断增多。团雾形成突然、范围小、分布随机性高,难以被气象预报所检测,且其浓度通常较高,严重影响了道路安全。传统的团雾检测方法多依托无线传感器、激光器等建立监测站,存在技术繁琐、实施困难、经济性差等缺点。为解决上述问题,论文提出了一种基于深度学习的高速公路团雾检测方法,以高速公路监控为依托,快速检测团雾等级,可以大大降低团雾检测成本。该检测方法以道路监控图像为输入,首先通过车道线分割网络得到二值化的车道线特征,并设计了浓雾区分割网络分支提取浓雾特征;然后综合可见车道线特征、浓雾区域特征、路面梯度特征输入至特征融合网络训练得到出路面水平可见距离,进而预测出路面团雾等级。实验结果表明,论文提出的快速团雾检测方法能够通过路面监控图像预测团雾等级,在复杂的团雾道路环境下具有较高的准确性和鲁棒性。

摘要：为了在多跳无线网络中对实时视频流提供高效的端到端服务质量支持,提出了一种具有时间意识的视频流控制协议(TACP).首先在网络层增加了独立的TACP子层,采用跨层设计方法将各协议层的参数映射至该子层.在此基础上,源节点通告视频同步信息,使中间节点形成时间意识;中间节点通过分布式时延估计方法限制超时视频数据的转发.随后,为了对高优先级视频数据提供保护,研究了一种基于GOP的路径探测机制,并将其与视频流控制协议协同工作.利用仿真实验,对TACP视频通信性能进行分析和评价.结果表明:TACP能够显著改善实时视频流质量,包括可解码帧率、端到端时延和时延抖动等性能指标;该协议极大地提高了网络带宽利用率,并能够有效适应实时性需求的变化.

摘要：路面裂缝常常混杂着随机的路面颗粒纹理和自然环境下的多种干扰,基于单一特征的检测方法无法较为准确地提取裂缝,为此提出一种多特征融合与格式塔理论相结合的路面裂缝检测算法.将多尺度局部区域中裂缝的灰度差异、出现概率以及边缘特性作为低层显著特征,根据裂缝纹理的不均匀性,结合裂缝不规则曲线结构的空间延续性,提出一种新的纹理各向异性度量方式(LFIA),以高效削弱噪声点与伪裂缝的干扰;然后引入格式塔理论中的相似性、接近性和完整性原则,采用迭代剪裁预分割LFIA图,基于区域内部以及区域间连接度的裂缝空间一致性增强策略,突出裂缝.在收集的各类裂缝图像数据库上的实验结果表明,该算法抗噪性能好、鲁棒性强;裂缝提取的准确性、完整性要优于已有的算法.