简介：对含有动、静态背景的稳定图像处理时,对比了主成分追踪鲁棒主成分分析法（RPCA）、贝叶斯鲁棒主成分分析法（BayesianRPCA）和高斯混合模型的鲁棒主成分分析法（MoG-RPCA）,3种方法对静态背景下的前景提取都较为完整.而动态背景下只有BayesianRPCA和MoG-RPCA提取出了完整的前景目标,但是BayesianRPCA计算速度很慢,且不能够处理复杂噪声.所以MoG-RPCA模型更具有对复杂噪声的适应性,动、静态背景情况下均提取出精度较高的前景目标,且具有较快的计算速度.当图像不稳定时,采用改进的MoG-RPCA模型对非稳定拍摄的抖动视频进行前景目标提取,并在第197帧抖动图像中清晰地提取出显著前景目标,且运算速度较快.在为了快速找到目标出现的帧时,对高斯混合模型背景差分法进行改进,利用K-means聚类算法快速得到聚类中心点,然后作为高斯混合模型背景更新时的初始化均值参数,从而提高在复杂场景下前景目标的检测精度.对于多角度追踪任务,不同角度、近似同一地点的多个监控视频图像中前景目标的提取,可采用跨摄像头视角跟踪结果融合的方法,然后对目标进行匹配.

简介：针对多目标0-1规划问题，首先基于元胞自动机原理和人工狼群智能算法，提出一种元胞狼群优化算法，该算法将元胞机的演化规则与嚎叫信息素更新规则、人工狼群更新规则进行组合，采用元胞及其邻居来增强搜索过程的多样性和分布性，使人工头狼在元胞空间搜索的过程中，增强了人工狼群算法的全局搜索能力，并获得更多的全局非劣解；其次结合多目标0-1规划模型对元胞狼群算法进行了详细的数学描述，定义了人工狼群搜索空间、移动算子、元胞演化规则和非劣解集更新规则，并给出了元胞狼群算法的具体实现步骤；最后通过MATLAB软件对3个典型的多目标0—1规划问题算例进行解算，并将解算结果与其它人工智能算法的结果进行比较，结果表明：元胞狼群算法在多目标0-1规划问题求解方面可获得更多的非劣解集和更优的非劣解，并具有较快的收敛速度和较好的全局寻优能力。

简介：针对星敏感器地平仪联合自主定轨算法在工程中不易应用及工程应用中定轨精度较低等问题,提出了一种改进的自主定轨算法。第一,调整算法观测量,利用惯性坐标系下地心矢量替代星光角距值作为Kalman滤波方程的观测量,以适应卫星星敏感器标准输出;第二,在算法中加入敏感器误差处理环节,包括对敏感器的常值误差进行求取,从而实现对地心矢量测量值的修正,以及用抗野值方法对尖峰噪声误差进行处理,从而消除尖峰噪声对Kalman滤波定轨算法的影响;第三,采用无迹Kalman滤波算法将具有新的观测量与敏感器误差处理环节的改进的天文导航算法加以实现。通过某在轨中轨道卫星数据校验表明,改进后的自主定轨算法定轨精度在千米量级,可在工程中有效实施。

简介：伏安法测量电阻的系统误差主要是由电流表的内阻/电压表的内阻引起的。设计用内接法和外接法测量大、中、小三个电阻的开放内容。结果表明,对于给定大和小的电阻,分别使用内接法、外接法测量时不确定度较小;而内、外接法测量中阻值的不确定度较大,说明伏安法测量特定阻值的电阻仍存在方法上的不足。引入的补偿法、电桥法等方法可以准确测量电阻,弥补了伏安法的不足。补偿法、电桥法等提供了电阻精确测量问题的任务驱动,有利于实验室的开放和学生自主学习。

简介：1案例背景在一次集体备课中,讨论六年级上册“稍复杂的百分数实际问题”一课时,大家出现两个不同的观点：第一：出示例题后让学生直接画线段图理解题意还是让学生用自己的方式理解题意;第二：学生会用几种方法解决这道题？就笔者所带班级的学情而言,学生应该只能画线段图理解题意,不会有其他的方式来理解题意的,至于第二点学生也应该只会用两种方法解决,然而实际授课情况却与预设不同.