检索结果-南通市图书馆

作者：王佳静华北电力大学

学位级别：硕士

烟草行业一直是我国的重要行业,市场需求量非常之大,随着工业水平的发展,制作工艺的要求越来越高。烟草真空回潮是烟草加工的关键工序,真空回潮过程效率的高低直接影响了回潮率的高低,通过对河北中烟各烟厂的调研发现,目前真空回潮控制... 详细信息

烟草行业一直是我国的重要行业,市场需求量非常之大,随着工业水平的发展,制作工艺的要求越来越高。烟草真空回潮是烟草加工的关键工序,真空回潮过程效率的高低直接影响了回潮率的高低,通过对河北中烟各烟厂的调研发现,目前真空回潮控制过程基本是靠经验控制,回潮时通入大量蒸汽导致能耗高,同时破坏烟叶的活性,而且回潮率不尽如人意。本课题基于真空回潮机内蒸汽和水的热量平衡关系改进已有的烟草真空回潮控制方案,控制蒸汽连续调节阀门的开度进而控制蒸汽喷入量,使得蒸汽和水按一定的比例通入回潮机使烟叶充分的回潮松散,以达到提高回潮率,减少能耗的目的。为了实现烟草真空回潮过程的精细控制,本文开展了如下工作:(1)对烟草业真空回潮控制的工作原理进行研究分析,选用西门子300PLC作为本系统控制器,完成了烟草真空回潮控制系统的PLC硬件设计,设计方案满足本课题实际测量参数点数、计算精度和对阀门控制的要求,以及与智能蒸汽仪表的通信要求,提高数据精度和抗干扰性。(2)对现有真空回潮控制流程进行分析,真空回潮控制流程主要包括抽真空、回潮、保压、破空子过程,但是由于控制过程不精细导致回潮效果低并且能耗大。本文在原有控制流程基础上,基于课题组建立的真空回潮机内蒸汽和水的热量平衡关系模型,改进了现有真空回潮控制流程,以实现精细的回潮控制。(3)为了实现人机交互,使用WINCC组态监控界面,并配置STEP7和WINCC实现数据通信。本课题设计的监控界面包括主界面、调试界面、平衡数据显示界面、变量记录界面,除了显示所有测量数据、模型计算数据、实现控制以外,还设计了配置功能,读取EXCEL配置文件实现软件的基本配置,使工作人员通过修改EXCEL表的内容来灵活修改监控界面的显示变量,增加了软件的灵活性。通过组建实验机,在现场完成烟叶的真空回潮实验,与传统烟草控制相比,本文的控制方案具有更高的准确性、更高的回潮率、低能耗的特点,满足工业的控制要求和工艺要求,具有良好的应用前景。

关键词：烟草真空回潮回潮率基于模型的控制 PLC控制

基于判别式分类器的复杂场景下视频多目标跟踪研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于判别式分类器的复杂场景下视频多目标跟踪研究

作者：刘静雪华北电力大学

学位级别：硕士

近年来,视频监控在安防领域得到了广泛的应用,特别是在大型活动现场、学校、银行、商场、机场、高速公路、地铁等对安全要求敏感的场合。视频监控系统一般包括运动目标检测,目标跟踪,行为检测,异常信息归档等模块。其中,多目标跟踪在很... 详细信息

近年来,视频监控在安防领域得到了广泛的应用,特别是在大型活动现场、学校、银行、商场、机场、高速公路、地铁等对安全要求敏感的场合。视频监控系统一般包括运动目标检测,目标跟踪,行为检测,异常信息归档等模块。其中,多目标跟踪在很多方面得到了广泛的应用,是近年来计算机视觉、人机交互系统、模式识别等领域的热门研究问题。但是,多目标跟踪还存在诸多问题有待研究。本文针对国内外多目标跟踪算法进行归纳,分析各自优缺点,主要包括目标视觉表示模型和多目标跟踪方法研究,并总结了多目标跟踪算法的难点,最后讨论了多目标跟踪算法未来发展趋势。本论文主要创新工作及研究成果如下:1)本文首先针对复杂场景下,如光照变化、方向变化、尺度变化等,单一特征的目标视觉表示模型很难准确描述目标图像,可靠性较差的问题,提出了一种基于模糊理论和主成分分析法的多特征融合算法,该算法首先提取目标的颜色特征、纹理特征以及梯度特征,接着采用模糊理论对特征进行粗选择,最后利用PCA算法对粗选择后的特征进行融合,有效减少算法复杂度。实验结果表明,融合特征能够较好地适应场景的变化,取得更加鲁棒的跟踪结果。2)融合时空约束的判别式分类模型理论的建立。针对现有的基于判别式模型的多目标跟踪算法中判别模型没有同时利用多目标间时空关系的问题,论文根据同一帧中多个目标间的位置关系,以及目标的运动关系,建立了融合时空约束和结构化SVM的判别式分类模型,最后利用被动-主动(Passive Aggressive,PA)算法实现对判别式分类模型参数的更新。3)基于时空约束判别式分类模型的多目标跟踪算法。基于时空约束判别式分类模型实现视频多目标的跟踪,该算法首先提取图像中每个目标区域的HOG特征,并结合结构化支持向量机分类器进行样本训练,得到每个目标的外观模型。其次使用最小生成树模型来构建同一帧中各个目标间的空间约束,基于目标的运动信息建立时间约束。在跟踪过程中,使用结构化SVM框架进行参数的在线学习,实时地更新各个目标的外观模型、空间以及时间约束。该算法充分利用了目标时空关系,与仅基于空间约束的多目标跟踪算法相比,在公用数据集上的实验结果表明,该算法具有一定的改善。

关键词：多目标跟踪结构化SVM 特征融合时空约束

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于XML文档的语义检索

基于XML文档的语义检索

作者：田叶华北电力大学（河北）

学位级别：硕士

本文在总结了XML相关理论及技术的基础上,提出了一个基于XML文档的语义检索系统,这一系统的主要工作有:●利用DOM解析器对XML文档进行解析,同时利用深度优先遍历算法对DOM树按节点访问,获得需要的数据,根据节点的分类将数据处理后,将节... 详细信息

本文在总结了XML相关理论及技术的基础上,提出了一个基于XML文档的语义检索系统,这一系统的主要工作有:●利用DOM解析器对XML文档进行解析,同时利用深度优先遍历算法对DOM树按节点访问,获得需要的数据,根据节点的分类将数据处理后,将节点信息存入数据库的倒排表。使用SQL语言对数据库中的索引表进行查询。●改进了一个XML文档节点标号法,这一算法能快速找到每一个节点的祖先节点。●设计了一种新的基于XML文档的语义查询算法,包括判断两个节点的相关性算法以及对于多个节点的相关性判断算法,语义相关性判断是一种语义的体现,使检索结果更准确,符合用户需要。

关键词： XML 文档树节点语义

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于度量方法的少样本深度图像识别研究

基于度量方法的少样本深度图像识别研究

作者：龙慎鹏华北电力大学

学位级别：硕士

目前,卷积神经网络(CNN)已经在许多计算机视觉任务中显示出了其有效性,例如图像分类和场景识别;但是,在这些任务上训练CNN时需要大量的训练数据。与CNN相比,人类能够仅从少量样本中便可以学习到新的概念。现如今在很多场景下,比如医疗... 详细信息

目前,卷积神经网络(CNN)已经在许多计算机视觉任务中显示出了其有效性,例如图像分类和场景识别;但是,在这些任务上训练CNN时需要大量的训练数据。与CNN相比,人类能够仅从少量样本中便可以学习到新的概念。现如今在很多场景下,比如医疗图像、频危动植物鉴别等,都存在着样本量较少而难以训练CNN的问题。因此,研究如何在少量样本的情况下实现较好的学习,具有重要的价值。大多数现有的少样本学习方法主要使用一阶统计量进行概念表示。然而,在手工标注特征的时代,二阶统计量,特别是区域协方差描述符,已经被证明可以有效地处理视觉识别任务。然而,在已有的工作中,在训练分类器的同时,协方差描述符的计算中没有涉及学习组件,而本论文试图从图像中学习二阶统计信息。为此,本文提出了协方差度量网络,使用二阶统计量对少样本学习进行改进。在mini Imagenet数据集和一个细粒度的基准数据集CUB-Birds上的实验结果表明本文提出的协方差度量网络相对于以前的技术实现了有竞争力的结果。少样本学习的主要目标是在样本量较少的情况下学习一个泛化性能较好的分类器。但是在训练数据较少的情况下,很难训练出性能良好的特征提取器来提取准确的样本特征。另外,基于度量方法的少样本分类在特征嵌入的策略方面也有改进空间,需要进一步提高其通用性和可转移性以处理看不见的类样本。针对这些问题,本文在数据增强、特征嵌入和特征度量等方面进行了深入研究,提出了星形三元组度量网络,此外采用一种有效的显着性引导数据幻觉网络来增强训练数据。在mini Imagenet数据集和三个细粒度的基准数据集Stanford Dogs,Stanford Cars和CUB-Birds上的实验结果表明本文提出的星形三元组度量网络相对于以前的技术实现了有竞争力的结果。

关键词：少样本学习二阶统计量协方差度量数据增强星形三元组度量

基于空间和通道双重注意力机制的变电站施工安全带分割方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于空间和通道双重注意力机制的变电站施工安全带分割方法研究

作者：宋维华北电力大学

学位级别：硕士

《电力安全工作规程》规定施工人员在距离地面2m以上施工时必须使用安全带。穿戴安全带能有力保障高处施工人员的安全。本文以变电站施工现场图像中的施工人员、安全帽以及安全带为研究对象,采用深度学习方法,完成了以下工作:利用深度... 详细信息

《电力安全工作规程》规定施工人员在距离地面2m以上施工时必须使用安全带。穿戴安全带能有力保障高处施工人员的安全。本文以变电站施工现场图像中的施工人员、安全帽以及安全带为研究对象,采用深度学习方法,完成了以下工作:利用深度学习方法对变电站施工现场图像进行语义分割,首先需要一个可供深度模型训练的变电站施工现场图像语义分割数据集,但目前并没有适用于该问题的公共数据集,因此采用标注工具Labelme对变电站施工现场图片进行标注,并通过样本扩增,构建了一个变电站施工现场图像语义分割数据集。该数据集包含施工人员、安全带、安全帽和背景四类。选择分割精度较高的deeplab V3网络对变电站施工现场图像进行语义分割,用迁移学习的方法训练网络。在分割完成之后,介绍了如何通过分割完成的图像检测变电站施工人员是否佩戴安全带和安全帽的方法。实验表明,deeplab V3网络可以对变电站施工现场图像进行端到端的语义分割,平均像素分类精度能达到90.9%,平均交并比能达到67.8%。针对deeplab V3网络对变电站施工现场图像中施工人员、安全帽以及安全带的分割分割精度不高、施工人员和安全带特别是安全带的分割会出现边缘缺失等问题,在deeplab V3网络的残差单元和空间金字塔池化(Atrous Spatial Pyramid Pooling,ASPP)模块中加入通道和空间双重注意力机制优化分割效果。实验表明,加入空间和通道双重注意力机制的deeplab V3网络平均像素分类精度提高了1.6%,平均交并比提高了4.1%,分割的细节变得更加丰富,安全带的分割更加平滑,边界像素分类更加准确。

关键词：数据集 deeplab V3 语义分割注意力机制安全带

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图像内容的交通车辆识别关键技术

基于图像内容的交通车辆识别关键技术

作者：曹蒙蒙华北电力大学

学位级别：硕士

随着汽车拥有量逐渐增加,交通网络变得错综复杂,交通管理系统面临着严峻的考验。基于此背景下智能交通系统的概念出现了,并逐步成为现代交通系统发展的趋势。作为智能交通系统的一部分,车辆识别在辅助打击交通事故、违章逃逸等交通刑事... 详细信息

随着汽车拥有量逐渐增加,交通网络变得错综复杂,交通管理系统面临着严峻的考验。基于此背景下智能交通系统的概念出现了,并逐步成为现代交通系统发展的趋势。作为智能交通系统的一部分,车辆识别在辅助打击交通事故、违章逃逸等交通刑事犯罪方面发挥了不容忽视的作用。鉴于其广阔的应用前景,受到越来越多的关注。基于图像内容的车辆识别主要包括图像预处理、车辆检测、车标定位以及车型识别几部分。本文在对车辆图像进行预处理、车辆检测、车标定位等基础上,对车型识别方法做了重点研究。在车型识别方面,选取了具有代表性的车标作为车辆识别的对象。并针对现有的车标识别方法不能很好的处理阴影、光照、污损等不理想情况造成的识别率低的问题,提出了基于判别低秩矩阵恢复和稀疏表示的车标识别方法。首先采用判别低秩矩阵恢复来纠正不理想的训练样本,通过学习一个低秩投影矩阵,将待测样本特征矩阵投影到相应低秩子空间来恢复干净的测试样本;最后在此基础上利用稀疏表示分类方法进行分类判别。针对基于稀疏表示的识别方法运算量较大的问题,提出了基于字典优化和鲁棒协同表示的车标识别方法,选择HOG特征对车标进行描述,对训练样本和测试样本分别提取HOG特征,并对训练样本采用基于Fisher准则的字典学习方法进行字典优化,最后用鲁棒协同表示的方法进行识别。为了验证算法的有效性,在Medialab LPR Database数据库进行了对比实验,结果显示本文的算法具有更好的识别效果。

关键词：车型识别车辆检测车标定位低秩矩阵恢复稀疏表示

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

XML分面搜索推荐技术研究

XML分面搜索推荐技术研究

作者：范月坤华北电力大学

学位级别：硕士

XML以其简单、可扩展、开放、通用等特点,逐渐成为互联网数据表示和数据交换的标准。随着XML技术在各行各业的广泛应用,网上XML文档的数量呈现出爆炸型增长状态。基于XML文档进行的有效的信息检索已经成为国际信息检索领域研究的热点问... 详细信息

XML以其简单、可扩展、开放、通用等特点,逐渐成为互联网数据表示和数据交换的标准。随着XML技术在各行各业的广泛应用,网上XML文档的数量呈现出爆炸型增长状态。基于XML文档进行的有效的信息检索已经成为国际信息检索领域研究的热点问题之一。目前的XML信息检索主要依赖于关键字匹配和布尔查询,属于精确查询,但大多数的查询任务无法精确到具体的查询内容,分面搜索是一种探索式的信息查询技术,是对关键词搜索的补充,弥补传统搜索方法的不足,用户通过选择有效的限定条件,在结果集中逐步缩小范围直到获取所需要的信息。而分面推荐技术是分面搜索系统的关键。本文围绕XML分面搜索推荐技术进行了研究,改进了分面推荐方法及搜索系统结果推荐方法。首先建立了XML文档的倒排索引表,其次研究了XML分面搜索系统中的分面推荐方法,分析历史用户的分面选择信息,利用关联规则挖掘分面之间潜在的关联性,进而进行分面推荐。实验结果表明,利用分面之间的相关性可以更有效的推荐最具导航能力的分面。最后分析了传统基于用户协同过滤方法的不足,结合用户的社会关系,改进了基于协同过滤的XML结果推荐方法,并用于图书搜索系统的推荐。

关键词： XML信息检索分面搜索分面推荐协同过滤推荐

基于视频的复杂场景下多目标跟踪关键技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于视频的复杂场景下多目标跟踪关键技术研究

作者：陈明宇华北电力大学

学位级别：硕士

基于视频的多目标跟踪是计算机视觉领域中的一个核心问题,在智能交通、智慧城市、虚拟现实、运动事件分析等领域有着极其重要的意义。在复杂场景下进行多目标跟踪时,检测和数据关联是两个非常重要的步骤,由于场景中可能出现多个目标相... 详细信息

基于视频的多目标跟踪是计算机视觉领域中的一个核心问题,在智能交通、智慧城市、虚拟现实、运动事件分析等领域有着极其重要的意义。在复杂场景下进行多目标跟踪时,检测和数据关联是两个非常重要的步骤,由于场景中可能出现多个目标相互遮挡,检测结果会出现误检和漏检的情况,如果检测结果误差较大,此时通过数据关联得到的结果也会出现较大的误差。因此,本文对多目标跟踪中的目标检测方法和数据关联方法进行了重点研究,具体工作如下:为了得到准确的目标位置信息,本文研究了一种可靠的多目标分层检测算法。首先提出了一种基于半色调二值特征和结构化输出支持向量机的快速目标区域预测算法,用于预测每个目标在当前帧可能的目标区域;在此基础上进行上层检测,即将预测得到的目标区域与VIBE检测算法提取的前景区域相结合,提取出感兴趣的目标区域。上层检测一方面不仅可以弥补由于VIBE算法不能检测一段时间静止的目标而发生的漏检,另一方面,还为下层检测大大缩小的检测区域范围,从而加快下层检测的速度。接下来在提取的感兴趣区域上进行下层检测,首先采用DPM检测算法得到可能的目标位置,再与预测的目标区域进行融合,得到所有目标可靠的位置信息。实验表明,本文的分层检测方法有效克服了漏检和误检,提高了检测精度。为了保证目标坐标关联的可靠性,本文采用基于分层数据关联的多目标跟踪方法,首先提出一种低层关联方法,对短时间内的目标坐标进行关联,生成较短的轨迹片段;然后研究了一种基于多特征融合的目标外观表示,并为每个目标建立特征池;并在此基础上采用基于目标外观和运动信息的条件随机场模型进行轨迹片段的关联;最后,提出一种特征池更新方法,保证了外观模型的在线更新和数据关联的效率。实验结果表明,本文方法兼顾了多目标跟踪的精度和速度,在复杂场景下的多目标跟踪中取得了较好的效果。

关键词：目标跟踪目标检测数据关联结构化输出支持向量机条件随机场

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于图关系网络的室内场景识别方法研究

基于图关系网络的室内场景识别方法研究

作者：朱婧华北电力大学

学位级别：硕士

室内场景识别作为计算机视觉领域的基础任务之一,与目标识别和图像识别具有明显区别,其图像构成相对复杂,在识别过程中不仅要考虑整体场景布局,目标细节信息也尤为关键。随着深度学习的发展,该任务在图像检索、智能驾驶、视频监控等应... 详细信息

室内场景识别作为计算机视觉领域的基础任务之一,与目标识别和图像识别具有明显区别,其图像构成相对复杂,在识别过程中不仅要考虑整体场景布局,目标细节信息也尤为关键。随着深度学习的发展,该任务在图像检索、智能驾驶、视频监控等应用中发挥了关键作用,因此对室内场景识别任务进行进一步研究仍然具有重要的意义。本文主要针对室内场景的识别进行研究,研究内容分为以下两部分:1.研究了一种结合目标特征和全局特征的室内场景识别方法,以YOLOv3作为目标特征提取网络,从网络中针对大尺度目标、中尺度目标、小尺度目标的目标检测位置提取特征进行融合作为目标特征,对场景全局特征进行补充帮助提高室内场景识别准确度。实验表明,本文结合了目标特征和全局特征的识别模型对室内场景识别准确度提升明显。2.考虑到在现实场景中有一些目标往往会同时出现,这种共现关系可以帮助精确识别目标,本文在研究内容1的基础上进行了改进,提出了一种基于图关系网络的室内场景识别方法,对目标间关系进行利用。在该方法中,以目标类别的词嵌入向量为节点特征,以目标间的共现概率构造边矩阵,从而构建图结构,通过图卷积网络映射得到一组目标类别向量,用YOLOv3提取的目标特征与这组目标类别向量进行相似度度量,得到反映场景图像中目标分布情况的语义级别的特征表示,作为目标特征表示的补充进一步提高室内场景识别的准确度。实验表明,该方案在识别室内场景时取得了一定的效果提升。

关键词：室内场景识别目标检测图卷积网络共现关系

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于用户认知的XML分面搜索关键技术研究

基于用户认知的XML分面搜索关键技术研究

作者：杨林慧华北电力大学

学位级别：硕士

近年来，随着网络数据库的数量和规模大幅度增加，各种各样的搜索系统已经成为人们查询网络信息的工具，例如Google、百度等。然而，当有着不同查询意图的各类用户输入同样的关键词后，得到了相同的查询结果，无法满足各类用户的需求。... 详细信息

近年来，随着网络数据库的数量和规模大幅度增加，各种各样的搜索系统已经成为人们查询网络信息的工具，例如Google、百度等。然而，当有着不同查询意图的各类用户输入同样的关键词后，得到了相同的查询结果，无法满足各类用户的需求。如何帮助不同用户更有效地查找最相关的结果文档已经成为互联网服务的一个重要问题。分面搜索是一种动态分类的信息搜索技术，是对关键词查询的补充。在分面搜索系统中，大部分是显示所有分面。当文档结构有差异并且存在大量分面时，系统不可能将所有分面显示给用户，如何将最有价值的分面推荐给用户成为如今的热点问题。目前的分面推荐方法主要是根据领域专家的经验选取，或者是仅根据统计学方法进行推荐。然而，这显然不能满足不同认知水平用户的查询需要。了解不同用户的认知因素，与它们相结合，分面搜索可以将更有价值的分面推荐给用户，使用户更加容易的达到信息需求，改善用户体验。另外，还可以改善用户的检索界面，减少用户的花费成本，提高检索效率。本文围绕基于用户认知的XML分面搜索关键技术进行研究，首先，对影响用户搜索行为的认知因素进行获取与表示，建立用户的认知模型;其次，提出了基于用户认知的分面推荐方法，将用户认知模型中获取的认知因素与统计学分面推荐方法结合，然后进行分面推荐，并用XML电影数据集进行实验。实验结果表明，统计学方法和用户认知相融合可以有效地推荐最有导航能力的分面;最后，分析了场依存和场独立认知风格的用户在信息搜索时具有的不同特征以及XML元素的粒度大小与显示的关系，给出了包含XML分面信息和元素粒度信息的索引结构，设计了基于用户认知风格的XML分面搜索结果的可视化显示界面，对不同认知风格的用户显示不同粒度XML元素并提供不同的显示风格，在一定程度上可提高用户的体验。

关键词：分面推荐认知模型结果显示 XML信息检索分面搜索