检索结果-内蒙古大学图书馆

科技视界 2014年第32期 29-29,35页

作者：诸志龙安徽工程大学安徽省电气传动与控制重点实验室安徽芜湖241000

电工学是工科院校非常重要的一门技术基础课,本文基于不同专业对电工学教学的要求,从内容设置、教学模式及考核模式几个方面进行了一些思考,并针对不同专业提出了案例教学的实例,以期能够把基础课的教学与专业方向紧密联系起来,用生动... 详细信息

电工学是工科院校非常重要的一门技术基础课,本文基于不同专业对电工学教学的要求,从内容设置、教学模式及考核模式几个方面进行了一些思考,并针对不同专业提出了案例教学的实例,以期能够把基础课的教学与专业方向紧密联系起来,用生动的教学方式激发学生学习这门课程的积极性。

关键词：非电专业电工学案例教学教考分离

来源：评论

学校读者我要写书评

暂无评论

复杂场景下的自适应相关滤波跟踪算法

引用

激光与光电子学进展 2022年第24期59卷 174-183页

作者：卢明瑞韩超鲁帆缪宝睿杨基坤査君君沙文瀚安徽工程大学电气工程学院安徽芜湖241000 安徽工程大学高端装备先进感知与智能控制教育部重点实验室安徽芜湖241000 奇瑞新能源汽车股份有限公司安徽芜湖241000

针对目标跟踪算法应对遮挡、模糊、尺度变换等挑战时,容易导致漂移和跟踪失败的情况,提出一种复杂场景下的自适应相关滤波跟踪算法。首先,采用所提的多特征互补策略,利用特征训练相应滤波器,根据每个滤波器的响应值动态调整特征的融合权... 详细信息

针对目标跟踪算法应对遮挡、模糊、尺度变换等挑战时,容易导致漂移和跟踪失败的情况,提出一种复杂场景下的自适应相关滤波跟踪算法。首先,采用所提的多特征互补策略,利用特征训练相应滤波器,根据每个滤波器的响应值动态调整特征的融合权重,完成对目标的位置估计;然后,以估计位置中心构建尺度滤波器,完成目标最优尺度的估计;最后,融合多尺度搜索区域策略,并根据跟踪置信度对跟踪模型选择性进行更新,进一步提升了跟踪器的性能和抗遮挡能力。在OTB2015的74组彩色数据集上进行测试,并对所提算法与近年来先进的相关滤波算法进行对比。所提算法的平均距离精度为0.801,平均重叠精度为0.715,实时跟踪速度为39.24 frame/s。实验结果表明,跟踪器在复杂环境下的表现良好,整体性能优越。

关键词：机器视觉目标跟踪相关滤波多特征融合遮挡判别

来源：评论

学校读者我要写书评

暂无评论

联合特征细化和耐噪声对比学习的无监督行人重识别

引用

光电子．激光 2023年第7期34卷 762-770页

作者：钱亚萍王凤随熊磊闫涛安徽工程大学电气工程学院安徽芜湖241000 检测技术与节能装置安徽省重点实验室安徽芜湖241000 高端装备先进感知与智能控制教育部重点实验室安徽芜湖241000

针对无监督行人重识别(person re-identification,ReID)中行人特征表达不充分以及聚类过程产生噪声标签的问题,提出一种联合特征细化和耐噪声对比学习的无监督ReID方法。首先,为丰富无标记的行人表征,设计了非局部通道细化模块(non-loca... 详细信息

针对无监督行人重识别(person re-identification,ReID)中行人特征表达不充分以及聚类过程产生噪声标签的问题,提出一种联合特征细化和耐噪声对比学习的无监督ReID方法。首先,为丰富无标记的行人表征,设计了非局部通道细化模块(non-local channel refinement module,NCRM)对关键特征信息进行加权强化,其融合了非局部通道的重要特征来捕获无标记数据的类间区别表征,形成更具有鉴别度的特征描述符。其次,考虑到特征的充分表达,采用广义均值(generalized mean,GEM)池化自适应调整参数来增强不同细粒度区域信息的提取能力。再次,为了减轻噪声标签对网络的负面影响,设计了耐噪声的动态对比均衡(dynamic contrastive equilibrium,DCE)损失函数进行无监督联合学习。最终,在两个公共数据集上的实验结果验证了所提方法的有效性和先进性,mAP分别达到了83.1%和71.9%,优于其他先进方法。

关键词：行人重识别(ReID) 无监督深度特征网络非局部通道细化模块(NCRM) 耐噪声对比学习

来源：评论

学校读者我要写书评

暂无评论

细化特征引导对抗性解纠缠学习的无监督行人重识别

引用

电子测量与仪器学报 2024年第5期38卷 130-138页

作者：陈元妹王凤随王路遥安徽工程大学电气工程学院芜湖241000 高端装备先进感知与智能控制教育部重点实验室芜湖241000

无监督行人重识别旨在无监督设置下从非重叠的相机中识别出同一行人。针对现有的无监督行人重识别网络不能充分提取行人特征以及相机之间的差异导致行人检索错误的问题,提出了一种细化特征引导对抗性解纠缠学习的无监督行人重识别方法,... 详细信息

无监督行人重识别旨在无监督设置下从非重叠的相机中识别出同一行人。针对现有的无监督行人重识别网络不能充分提取行人特征以及相机之间的差异导致行人检索错误的问题,提出了一种细化特征引导对抗性解纠缠学习的无监督行人重识别方法,设计特征细化信息融合模块嵌入ResNet50网络的不同层,用以增强网络提取关键信息的能力。设计特征解耦学习方法最小化行人特征和相机特征之间的互信息,减少相机差异对网络的负面影响,同时设计对抗性解纠缠损失函数进行无监督联合学习。在两个公共数据集Market-1501和DukeMTMC-reID上对所提方法进行评估,平均精度均值分别提升了4.6%、3.1%,相较于基线算法具备较强的鲁棒性,满足在无监督背景下对行人的识别需求。

关键词：行人重识别无监督特征细化相机差异对抗性解纠缠

来源：评论

学校读者我要写书评

暂无评论

基于运动矢量的改进视觉SLAM算法

引用

电子测量与仪器学报 2020年第9期32卷 23-31页

作者：孙龙龙江明焦传佳安徽工程大学电气工程学院芜湖241000 安徽工程大学高端装备先进感知与智能控制教育部重点实验室芜湖241000

针对移动机器人运行场景中出现运动物体时,视觉同时定位与地图构建(SLAM)算法位姿估计误差大且构建地图不一致的问题,提出了一种基于特征点运动矢量的改进视觉SLAM算法。首先,引入基于特征点运动矢量的运动点检测算法。通过结合初始相... 详细信息

针对移动机器人运行场景中出现运动物体时,视觉同时定位与地图构建(SLAM)算法位姿估计误差大且构建地图不一致的问题,提出了一种基于特征点运动矢量的改进视觉SLAM算法。首先,引入基于特征点运动矢量的运动点检测算法。通过结合初始相机位姿,计算图像特征点的运动矢量,并使用期望最大化方法求解运动矢量角度的高斯混合模型参数,通过结合前一帧的运动点检测结果,从而区分当前图像中的运动特征点;其次,基于运动点检测结果,对当前帧相机位姿进行优化;再次,通过设置图像预处理环节,剔除运动点占比较大和与前一帧相似性较高的图像,提高闭环检测算法的计算效率;最后,使用剔除动态点后的图像特征点对场景进行描述,并改进单个节点处图像间相似性得分计算函数,经过闭环确认后,得到正确闭环。数据集实验表明,所提算法具有较高的位姿估计精度和较好的鲁棒性,同时能有效检测场景中闭环的存在,且建图效果较好。

关键词：同时定位与地图构建运动矢量运动点检测闭环检测

来源：评论

学校读者我要写书评

暂无评论

基于AprilTag图像识别的移动机器人定位研究

引用

电子测量与仪器学报 2021年第1期35卷 110-119页

作者：焦传佳江明安徽工程大学高端装备先进感知与智能控制教育部重点实验室芜湖241000 安徽工程大学电气工程学院芜湖241000

针对移动机器人在识别AprilTag图像过程中,受到室内光线不均和运动过快所导致的识别成功率低问题,提出一种基于AprilTag图像的预处理方法来提高识别成功率。首先采用移位去尾的方法进行图像灰度化处理,在此基础上融入双线性插值降采样... 详细信息

针对移动机器人在识别AprilTag图像过程中,受到室内光线不均和运动过快所导致的识别成功率低问题,提出一种基于AprilTag图像的预处理方法来提高识别成功率。首先采用移位去尾的方法进行图像灰度化处理,在此基础上融入双线性插值降采样的方法以提升整体图像处理速度,再对降采样后得到的灰度图进行直方图均衡化处理,消除因光线不均产生的影响,然后对图像双边平滑和Canny边缘检测,增强图像对比度和消除图像噪声的影响,以达到提升AprilTag图像识别的成功率和后续工作的定位准确度。通过实验进行对比分析,所提方法对AprilTag图像识别的成功率比传统方法在不同光线条件下均提高了3%以上,且移动机器人的实时定位误差控制在1~2 cm,从而验证了所提方法的有效性和可行性。

关键词： AprilTag 图像预处理图像识别室内定位移动机器人

来源：评论

学校读者我要写书评

暂无评论

模糊控制在二级倒立摆系统中的应用

引用

安徽工程科技学院学报（自然科学版） 2010年第3期25卷 31-34页

作者：邢景虎陈进安徽工程大学电气传动与控制安徽省高校重点实验室安徽芜湖241000

针对多变量、非线性、强耦合性的二级倒立摆系统的稳定控制问题.首先,为解决模糊控制在多变量系统中常遇到的"规则爆炸"问题,提出了一种基于融合函数的模糊控制方法,该方法将最优控制理论与模糊控制理论相结合,运用LQR控制方... 详细信息

针对多变量、非线性、强耦合性的二级倒立摆系统的稳定控制问题.首先,为解决模糊控制在多变量系统中常遇到的"规则爆炸"问题,提出了一种基于融合函数的模糊控制方法,该方法将最优控制理论与模糊控制理论相结合,运用LQR控制方法设计了融合函数,减少了模糊控制器的规则数,并对控制参数进行了寻优和调整.其次,对系统进行了仿真分析,结果表明这种方法是有效的.最后,利用固高公司GLIP2003倒立摆系统验证了设计结果,并达到了较好的控制效果.

关键词：二级倒立摆模糊控制融合函数

来源：评论

学校读者我要写书评

暂无评论

融合A^(*)蚁群和动态窗口法的机器人路径规划

引用

电子测量与仪器学报 2023年第2期37卷 28-38页

作者：赵倩楠黄宜庆安徽工程大学电气工程学院芜湖241000 高端装备先进感知与智能控制教育部重点实验室芜湖241000

针对蚁群算法在全局路径规划时无目的搜索、收敛慢和规划的路径不平滑等问题,本文提出了一种融合A^(*)蚁群和动态窗口法(dynamic window algorithm,DWA)的平滑路径规划方法。首先,对于传统蚁群算法,利用改进A^(*)算法非均匀分配初始信息... 详细信息

针对蚁群算法在全局路径规划时无目的搜索、收敛慢和规划的路径不平滑等问题,本文提出了一种融合A^(*)蚁群和动态窗口法(dynamic window algorithm,DWA)的平滑路径规划方法。首先,对于传统蚁群算法,利用改进A^(*)算法非均匀分配初始信息素,解决算法初期搜索无目的问题;给出算法自定义的移动步长和搜索方式,提高路径寻优效率;修改转移概率函数中的启发函数值并增加障碍物影响因子,在避免死锁现象的同时加快收敛速度;采用二次路径优化策略,使得路径更短更平滑;其次在动态窗口法的评价函数中引入动态避障评价子函数,提高路径的安全性。仿真实验结果表明,改进A^(*)蚁群算法较传统蚁群算法可减少8.75%的路径长度和59%的转折点数,融合优化动态窗口法后,移动机器人既能保证在静态环境下规划出全局最优的路径,又能实现动态环境下的路径规划,有效躲避环境中出现的动态障碍物。

关键词：蚁群算法动态窗口算法动态障碍物路径规划移动机器人

来源：评论

学校读者我要写书评

暂无评论

夜间环境下交通标志的识别技术研究

引用

黑龙江工业学院学报（综合版） 2021年第7期21卷 96-100页

作者：吕禾丰陆华才高文根安徽工程大学电气传动与控制安徽普通高校重点实验室安徽芜湖241000

针对在夜间的交通标志的识别时,出现的检出率、识别率较低的问题,提出改进限制对比度自适应直方图均衡算法。通过在限制对比度自适应直方图均衡算法中加入伽马校正的方法对图像进行预处理,使用HSV色彩空间对处理后的图像分割,检测定位... 详细信息

针对在夜间的交通标志的识别时,出现的检出率、识别率较低的问题,提出改进限制对比度自适应直方图均衡算法。通过在限制对比度自适应直方图均衡算法中加入伽马校正的方法对图像进行预处理,使用HSV色彩空间对处理后的图像分割,检测定位图像中的交通标志,再利用SVM训练识别样本,建立训练模型完成对夜间交通标志的识别。实验结果证明:经过该方法处理后的夜间交通标志图像减少了光线因素对检测结果的影响,对夜间交通标志的平均检测率达到了96.8%,对检测出交通标志的平均识别率达到95.8%。改善了交通标志在夜间的检测识别问题,可应用于辅助驾驶系统在夜间对交通标志的识别。

关键词：交通标志识别伽马矫正限制对比度自适应直方图均衡 SVM

来源：评论

学校读者我要写书评

暂无评论

一种改进工件边缘检测方法的研究

引用

电子测量与仪器学报 2021年第1期35卷 128-134页

作者：童胜杰江明焦传佳安徽工程大学高端装备先进感知与智能控制教育部重点实验室芜湖241000 安徽工程大学电气工程学院芜湖241000

针对现有边缘检测技术难以同时消除图像中噪声和工件表面划痕对边缘检测的影响,并保持图像边缘的清晰度和连续性,提出了一种基于二阶微分算子和数学形态学的改进边缘检测技术。首先利用数学形态学理论,设计了一种形态学开闭运算处理图... 详细信息

针对现有边缘检测技术难以同时消除图像中噪声和工件表面划痕对边缘检测的影响,并保持图像边缘的清晰度和连续性,提出了一种基于二阶微分算子和数学形态学的改进边缘检测技术。首先利用数学形态学理论,设计了一种形态学开闭运算处理图像的方法,为去除工件表面划痕做好预处理;然后用二阶微分Laplace算子对预处理后的图像进行边缘检测;最后改进了一种高斯与双边滤波结合的算法,强化去噪效果,并对最终算法进行实验验证。实验结果表面,改进的算法在去除工件表面划痕方面效果明显,并与传统微分算子比较,边缘清晰度、峰值信噪比(PSNR)都有大幅提高,为提高工件识别精度打好基础。

关键词：边缘检测二阶微分算子数学形态学图像滤波

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：