一种试验筛网孔角度的自动检测方法

根据试验筛网的工业检测标准,针对试验筛网孔的矩形特性,结合现代图像处理方法,提出了一种试验筛网经丝和纬丝夹角的自动检测方法。首先采用改进的Harris角点检测算法检测角点,解决了传统的Harris算法漏检和误检、并对非极大值抑制过程中的阈值设定过度依赖的问题,在保证检测精度的前提下,提高了算法整体的检测效率;然后提出了用亚像素边缘结合Canny算法及多项拟合法进行图像角度边缘的提取及夹角边缘拟合,提高了角度检测的精度。实验证明,该方法能在误差范围内较好地满足工业检测的要求。     

乙苯/苯乙烯生产过程的优化运行研究

针对乙苯/苯乙烯实际生产装置,分别建立了烷基化、烷基转移、乙苯精馏、乙苯脱氢、苯乙烯精馏生产过程的机理模型,该机理模型与实际生产过程误差范围在2%左右。以该模型为基础进行系统优化操作设计,生产装置实际运行结果表明：基于该优化操作系统,可有效降低装置的能耗,为其他乙苯/苯乙烯装置的优化运行奠定了基础。     

结合历史全局最优与局部最优的粒子群算法

提出了一种增加粒子共享信息多样性的粒子群算法。该算法在粒子更新速度的过程中,将前几轮粒子搜索的历史全局最优信息与本轮局部最优粒子信息结合,增加粒子搜索信息的多样性。另外,根据2种信息的结合方式不同,将基本算法扩展成3种扩展型算法。6个典型函数的仿真实验结果说明,改进的粒子群算法可以有效地克服粒子群算法中的早熟现象。     

一种检测DCT编码图像方块化的客观质量评价方法

在图像和视频编码的过程中,基于块的离散余弦变换DCT被广泛应用于JPEG、MPEG以及H.26x等压缩标准中。当压缩图像的比特率较低时会产生明显的方块化效应,影响人的主观视觉感受。许多文献提出了去除块效应的方法,但是如何评价这些方法的有效性,需要有一定的评价标准来衡量。针对这一情况,提出了一种新的评价去除块效应有效性的方法（BBSR）。该方法通过计算各种编码方法后图像的块效应度和模糊度来计算编码方法对图像的去块效应的改善结果和影响,实验结果表明该方法的评价结果与人的主观感觉一致。     

基于UML状态图的测试用例自动生成方法

随着UML建模在软件开发中的广泛应用,基于状态图的测试用例自动生成方法逐渐成为规格说明测试中的重要研究方向。在研究了现有测试用例生成方法的基础上,提出了采用函数最小化思想,依据边界测试准则生成测试数据,采用深度优先策略及记忆化搜索高效地生成测试用例。实验结果显示该方法能以较少的测试用例达到较高的路径覆盖率。     

基于小波递归神经网络的间歇过程迭代学习优化控制

针对间歇过程提出了基于小波神经网络的迭代学习优化控制算法,实现产品终点质量指标的控制。小波递归神经网络用于建立提供长期预测的间歇过程模型。由于模型误差以及未知干扰的影响,基于预测模型得到的控制变量在实际应用中得不到期望的终点质量指标。利用间歇过程的重复特性,采用迭代学习优化控制改善批次间的产品质量,根据以前批次的模型预测误差均值来修正神经网络模型预测输出,继而计算出下一个批次的控制输入。随着批次的进行,模型误差逐渐消失,控制输入达到最优控制。仿真实验结果验证了该算法的有效性。     

三自由度直升机模型鲁棒控制器设计

鲁棒性是直升机的重要性能指标。针对三自由度直升机模型设计了基于线性二次型调节器(LQR)和模糊逻辑的鲁棒控制器。该控制器从控制率出发,首先采用LQR控制器来确保直升机模型的静态性能,然后设计积分切换函数与滑模切换控制分量来增强系统的抗干扰能力,接着采用模糊逻辑调整控制律以达到最佳效果。实验结果表明该策略具有较强的鲁棒性和很好的动态响应性能。     

一种用于噪声估计的改进最小值搜索方法

含噪语音短时功率谱的最小值搜索是噪声估计的基础。为了提高非平稳噪声估计的准确性,减小噪声水平上升时的噪声估计延时,提出了一种同时使用大、小两个搜索窗进行并行搜索的方法,最小值搜索的最终结果由两个并行搜索结果和基于噪声分类的语音存在二值判决共同决定。实验结果表明：对于高度非平稳的噪声,该方法能够有效地减小噪声估计的延时问题,显著提高增强后语音的质量。     

基于改进基音跟踪算法的单通道语音分离

基于计算听觉场景分析（Computational Auditory Scene Analysis,CASA）的语音分离系统通过模拟人耳的听觉感知系统对混合信号进行处理并分离出感兴趣的目标语音,近年来得到了很大的发展。如何在干扰噪声存在的情况下进行正确的基音提取跟踪一直是CASA系统研究的重点。提出了一种基于目标语音源的改进基音跟踪算法。该算法通过对目标源估计和基音检测两个步骤的反复迭代计算,得到最终的基音轨迹。通过在不同噪声干扰条件下与传统基音跟踪算法对比的实验结果证明,该算法能够有效地抑制噪声,提高输出语音的信噪比和语音质量。     

泛在网条件下群组力移动模型的稳定性

群组移动模型是对群组终端在泛在网条件下进行移动性管理的基础。针对泛在网异构性特点,基于Lennard Jones势能模型,提出了泛在网条件下群组力移动模型,通过引入分子间作用力的概念,对群组内各个终端的运动状态进行描述,较好地刻画了群组的移动特性;同时,通过对该模型进行Lyapunov稳定性分析,得出群组在运动过程中,各个终端运动状态趋于一致,系统趋于稳定。理论证明该模型可为群组终端在泛在网络中移动时,提供一种有效实施移动性管理的方法。