摘要：针对目前光学微球腔的温度控制方法计算繁琐、选用器件复杂，且精确控温时对应温度范围较小的问题，提出了光学微球腔温控封装平台设计方法。该方法采用增量式PID控制策略，通过测温模块三线制Pt100铂电阻和恒流源法进行测温，由制冷片和加热片组成的温度控制模块进行制冷和加热，最后由温度调谐平台进行精确温度控制。仿真测试证明，该方法制冷时温控平台大约需要13～14min达到稳定，温度波动范围为±0．02℃．力口热大约需要15~16min达到稳定，温度波动范围为±0．04℃，温度范围由原来的9～20℃上限提高到35℃，控制精度优于0．1℃。

摘要：由于现有单激光告警系统只能实现来袭激光一维的方位和波长等信息,提出了一种单激光告警系统同时测得二维方位信息和波长信息的新方法,该方法的光学系统主要由遮光罩、光栅、透镜组和面阵CCD组成,通过对来袭激光经过光栅后的一级和零级衍射光斑位置的判决,得到来袭激光二维方位和波长信息。通过理论分析说明了该方法的原理,并推导得出二维方位角和波长的测量公式,根据要求推导确定了光学元件参数,并通过实验验证了其可行性。实验结果显示波长分辨率小于10 nm,角度分辨率小于1°,x方向视场角为30°,y方向视场角为15°。

摘要：针对Virtools通过Virtools server整合数据库技术的方案存在造价高、部署难、后期维护繁琐等问题,通过对ADO技术和Virtools SDK进行研究,提出了一种改进的基于ADO技术的Virtools与数据库整合技术。避开了对Virtools server的依赖,封装了ADO技术,设计并实现了能直接对数据库进行查询、添加、删除和修改等功能的Building Block模块。测试结果表明,该技术能够实现Virtools与数据库整合的问题。

摘要：基本果蝇优化算法(FOA)种群初始位置分布不均匀,搜索后期常跳入局部最优,导致寻优速度慢、寻优精度低,为此融合禁忌搜索的"禁忌"与"特赦"思想进行搜索更新,提出融合禁忌搜索算法(TS)的果蝇优化算法(TSFOA)。将Kent混沌映射的序列作为果蝇种群初始位置,保证果蝇群体在搜索空间中的均匀性、多样性;利用果蝇优化算法进行前期寻优,定义群体适应度方差判断其局部收敛状态;达到局部收敛状态时,引入禁忌搜索,继续深度寻优,提高寻优精度和寻优速度。设计仿真实验测试5个经典标准函数的寻优性能,实验结果表明,TSFOA在寻优精度、寻优速度上均优于基本FOA算法。

摘要：针对校园机会网络较少考虑节点未来移动行为的问题,提出基于预期移动行为的路由机制。基于人类动力学知识预测节点访问各兴趣域时间长度并归一化处理,利用时间比度量节点访问对应兴趣域的概率,以向量形式描述节点预期移动行为;基于最优节点选择算法,将消息投递到与目的节点预期移动行为相似度高的中继节点,直到目的节点。实例仿真计算结果表明,该路由机制在节点密度大、缓存受限条件的校园机会网络中可以提高路由性能,降低网络开销。

摘要：针对目前ICP算法存在因初始变换矩阵的不确定性造成收敛速度较慢、点云间对应点难以精准匹配造成计算复杂度高的问题,提出一种利用点云局部坐标系,以关键点的邻域内点集的旋转体积为特征对关键点进行表述的描述子。藉此实现点云间关键点点对的准确匹配,达到粗配准的目的,提高点云配准的效率。分析实验结果表明,该描述子相比于其它描述子具有速度快、旋转平移鲁棒性高、抗噪性好的特点,能够应用于实际点云配准和对象识别。

摘要：为克服基于传统数字散斑相关方法搜索结果易陷入局部最优、后期收敛速度慢等缺点,引入基于群体智能的布谷鸟搜索算法,从随机步长、鸟巢更新策略和最优鸟巢扰动策略3方面对算法进行改进。以模拟散斑图为研究对象,观察改进布谷鸟搜索算法在相关搜索时鸟巢的运动轨迹,与基本布谷鸟搜索算法、粒子群算法在寻优精度和收敛速度方面进行比较。仿真结果验证了该算法应用于数字散斑相关方法的可行性和优越性。

摘要：针对手势识别过程中分割出的手势不精确、利用单特征识别时识别率低等问题,提出一种使用深度信息进行多特征提取的手势识别算法。利用Kinect得到深度信息并完成人手定位,将手部区域细分成手掌区域、指尖区域和手臂区域;提出3个不同的特征描述子,即指尖点到手掌中心点的距离、指尖点到手掌平面的距离以及手掌区域特征;应用一个多分类的支持向量机(SVM)分类器对手势进行分类,在所建手势数据库中完成算法验证。实验结果表明,该算法能够精确分割手部区域,手势识别率得到很大提高。

摘要：多数图像目标识别过程只对主要目标物进行提取,再分类识别,造成图像背景信息丢失,为此提出一种背景约束机制(background restraint mechanism)下的目标识别方法。通过视觉注意模型分别提取图像的前景目标物和背景信息,实现图像的前景目标物与背景分离,通过对背景图像信息的提取识别形成对前景目标物的概率约束。将此约束机制引入分类器中形成一种BRM_GAM(background-restraint-mechanism_Gaussian ARTMAP)分类模型,对前景目标物进行分类识别。实验结果表明,该方法有较好识别效率和时效性,符合人类认知。此外,提出一种利用GAM模型提取图像语义字典直方图,进行图像语义抽取的方法。

摘要：针对效用增量挖掘算法在由1-频项生成n-频项时产生大量无用候选频项且不能同时挖掘变化和新增数据集的问题,基于次频繁项的概念,在prelarge-tree结构的基础上每个节点中增加事务加权效用和前缀项集链表,提出一种效用挖掘模式树(PreHU-tree)来挖掘变化事务集的高效用项集。通过搜索PreHU-tree各节点的事务加权效用和前缀项集链表直接确定n-频项,结合前缀项集链表中的项集支持度和项的外部效用挖掘变化式高效用频繁项集。实验结果表明,PreHUtree算法在数据更新后能够快速挖掘出高效用项集,具有良好的可扩展性。