- 首页
- 产品推荐个人精选服务科研辅助服务教育大数据服务行业精选服务学科系列服务产品服务
- 期刊大全
- 充值
- 会员
- 职称材料
- 首页
- 产品服务
- 知识脉络
- 期刊大全
- 充值
- 会员
- 职称材料
智能检索
二次检索
任意字段
在结果中检索
在结果中去除
暂无数据
共
13
条结果 ，以下是1
-
13条
1 / 1
已选:0 清除
批量下载
批量引用
相关度
摘要： 脑电(electroencephalogram, EEG)和功能磁共振(functional magnetic resonance imaging, fMRI)作为无创的神经成像技术,在认知神经科学和心理学研究中得到广泛应用。它们的信号具有互补性:EEG时间分辨率高而fMRI空间分辨率高。在本文中,我们基于贝叶斯理论,对EEG-fMRI的融合技术及应用进行了比较系统的研究,提出了基于fMRI功能网络的EEG源定位技术,基于EEG信息的fMRI响应函数估计方法,从而建立了一个EEG-fMRI时空对称融合方案,并在癫痫病人的同步EEG-fMRI研究中进行了验证和展示。在此基础上,我们进一步借助阴阳互补平衡思想,提出一个新的框架,实现了从原始数据到网络信息,从模型驱动到数据驱动等多种方法的统一描述。本文完成的主要工作如下:
1.基于参数贝叶斯模型,提出了借助于fMRI功能网络的EEG源定位技术:网络源成像(network-based source imaging, NESOI)。该技术的核心思想是在EEG源定位的贝叶斯模型中,将fMRI的功能网络当成空间先验信息,并通过贝叶斯模型的参数来确定先验信息的有效性。NESOI在估计神经电活动分布的同时,可以确定与EEG信号相关的fMRI功能网络,为讨论fMRI静息网络相关的电生理特征提供了新的手段。
2.基于参数贝叶斯模型,发展了借助于EEG信息的fMRI响应函数估计方法。该方法利用EEG信号来提取神经响应的时间和幅度信息,进而解卷积出fMRI的血氧动力学响应函数,实现EEG特征时间相关的血氧代谢活动的成像。该方法与NESOI一起,共同构成了EEG-fMRI时空对称融合(Spatial-temporal EEG-fMRI fusion, STEFF)。STEFF将目前基于空间约束和时间预测的两种融合方法合并到一起,实现了EEG的高时间分辨率和fMRI的高空间分辨率的整合。通过仿真,我们对STEFF的有效性进行了验证。
3.借助STEFF对部分性癫痫同步EEG-fMRI进行了研究。重点探讨了发作间期放电相关的fMRI活动的时空特征。提出从血氧动力学响应的正负性,响应峰值延迟时间以及与EEG的空间对应关系等多个角度对癫痫相关的血氧代谢活动进行分类。结果表明,STEFF不但能给出时空信息更为丰富的定位结果,还能提高识别癫痫刺激灶的能力。使得从电生理和血氧代谢两方面描绘癫痫网络的动力学过程成为可能。
4.在STEFF技术的基础上,进一步借助阴阳互补平衡思想,提出了一个EEG-fMRI融合的系统框架,实现了从原始数据到网络信息,从模型驱动到数据驱动等多种方法的统一描述。该框架对现有的基于fMRI约束的EEG成像,基于EEG信息的fMRI分析和EEG-fMRI对称融合等方法进行了重新梳理,阐明它们之间内在的联系:融合的信息层次和时空互补性。在此基础上,讨论了时空对称融合和大尺度脑网络。同时,从该框架出发,我们预示了多种目前没有得到研究的新的融合方法,为理解EEG-fMRI融合提供了新的视角。
关键词: 同步脑电与功能磁共振 ；融合 ；多模态成像 ；贝叶斯理论 ；脑电源成像 ；血氧动力学响应函数
被引量
30
摘要： 随着世界范围内核工业迅速发展,放射源丢失事件也频繁发生。目前,对于放射源的搜寻大多采用人工搜寻,搜寻人员容易受到辐射伤害。当前,机器人技术蓬勃发展,如何利用智能机器人搭载小型探测器进行辅助搜寻,提高搜寻效率,降低人员伤害风险,是核应急领域的重要研究内容。本论文结合国家“十三五”核能开发科研项目《核应急处置机器人关键技术研究》课题需求,按照放射源参数反演、逐步靠近放射源、避开障碍物三部分内容展开。(1)基于点放射源的辐射空间统计特性,研究建立放射源参数反演的贝叶斯推理模型,包括多测量点联合推理和渐进推理两种模型。针对放射源参数的联合推理方式,改进传统的MH(Metropolis–Hastings)采样方法,提出了自适应MH实现对放射源参数的估计。结合机器人搜寻放射源是一个渐进的过程,研究了粒子滤波算法估计放射源参数。由于放射源参数估计是一个静态参数估计问题,会导致粒子退化的问题,通过增加少量噪声和融合MH算法改进粒子滤波重要性采样过程,完成了放射源参数的渐进式估计。(2)放射源的搜寻过程,是一个全局目标点未知的路径规划问题,机器人能够得到移动路径上的一系列局部测量信息。利用滚动窗口法的思想设置子目标点,通过子目标点的不断迭代使机器人趋近放射源。研究了利用局部测量信息设置子目标点的原则及过程,设计了寻源机器人的导航系统,包括三个主要模块:寻源路径规划模块、陷阱逃离模块和策略控制模块。(3)研究了机器人寻源过程中避障问题。因为放射源搜寻机器人是通过连续的局部路径规划完成最终的全局路径规划,主要研究了局部路径规划下的避障问题,通过改进传统人工势场法实现。改进后的人工势场法可以使机器人到达障碍物附近的目标点。(4)由于放射源的特殊性,对理论方法进行了计算机仿真实验和实物测试。结果证明通过机器人搭载小型辐射探测器,结合贝叶斯理论能够完成对未知放射源的搜寻,为放射源搜寻工作提供了一种可行的解决方案。
关键词: 放射源搜寻 ；贝叶斯估计 ；粒子滤波 ；路径规划
被引量
13
摘要： 增材制造的高定制化特点推动了骨科匹配式、定制式假体制造技术发展,为精准治疗带来了新希望。目前钛、钽金属为主的增材制造假体,存在伪影、应力遮蔽等弊端。非金属假体,如聚醚醚酮（Poly-ether-ether-ketone,PEEK）,具有良好的生物性和模量水平,是增材制造假体技术的关键领域之一。然而目前非金属增材制造易产生翘曲、裂纹等缺陷且假体孔隙结构的多功能平衡控制困难,是限制其发展的重要因素。故本文以组配式椎间融合器为例,展开了PEEK/TiO2组配式假体的增材制造技术和多孔设计方法的技术研究,主要面临以下问题:（1）PEEK材料的高熔点、高粘度导致的难成型、强度低的问题;（2）多孔TiO2复合陶瓷光固化成型中烧结缺陷及强度低的问题;（3）假体制件多功能孔隙结构的高成本设计问题。针对上述问题,展开了以下研究工作:（1）构建了具有集热机制的熔融沉积成型平台,达到了稳定成型域温度梯度变化的效果,缓解了结构分层翘曲问题,其平均翘曲率从20.4%降低到5.0%。同时,通过对制件强度和结晶性的表征分析,发现集热机制减缓温度梯度的效果作用于PEEK制件冷却结晶过程,达到了近热处理后的结晶状态,实现了制件强度的提升。进一步,通过对成型温度、喷嘴直径和填充角度等关键参数的研究,发现了工艺参数对制件微观形貌及宏观强度的作用机制,最终实现了PEEK及其短碳纤复合材料的快速成型,强度较改良前提升近一倍。（2）发展了以MgO为多效助剂的TiO2复合陶瓷增材制造方法。通过在浆料中引入MgO和复合引发剂,改善了浆料固化成型及素坯脱脂过程。进一步,基于MgO与TiO2间固相反应引入了反应烧结过程,结合微波烧结工艺的体相热源优势,实现了陶瓷的快速致密化和烧结温度的降低,其烧结温度有效降低约200°C。同时,反应生成的新相Mg Ti2O5,在形成过程中弥补了结构微观晶粒间间隙等缺陷,实现了最终整体多孔制件的宏观性能提升,比报道TiO2多孔陶瓷的强度提升近一个数量级。（3）提出了基于贝叶斯理论结合有限元仿真的快速设计方法,实现了三周期极小曲面结构的传质性与强度性能的多目标快速设计。通过隐函数的参数化建模方法与实验验证的有限元模型,探究了主要参数（厚度参数P_t,阵列数Pa,常数项Pc）对性能的独立作用机制。并利用贝叶斯理论加速了设计过程,仅经9次迭代获得了Pareto前沿,其最佳的结构组合（P_t=0.28,Pc=-0.49,Pa=3.5）的模量和渗透率分别达到1.21GPa和4.03×10-9 m-2满足设计需求。进一步,结合两种材料特性设计了内嵌多孔陶瓷的PEEK/TiO2组配式假体,通过压缩强度测试验证了假体的关键抗压性能符合需求,同时通过细胞毒性实验证明了其对骨组织无毒副作用。
关键词: 聚醚醚酮 ；氧化钛复合陶瓷 ；熔融沉积成型 ；数字光固化成型 ；三周期极小曲面
摘要： 常规岩土工程勘察钻孔取样和室内土工试验过程长、扰动多、误差大,难以快速、简单和准确地获取科学计算中的岩土参数。静力触探试验（Cone Penetration Test,CPT）是一种使用范围广、数据质量高的原位测试技术,学者们通过理论研究、设备研发和工程实践,对于土层分类,常规岩土参数转化,多场物理、化学参数测试已经建立了大量可靠的理论、经验和回归公式。但是静力触探试验获得的CPT数据（锥尖阻力qc、侧摩阻力fs和孔隙水压力u）不能直接在工程中应用,如不能直接转化为岩土力学本构模型参数（即一类精细的岩土参数）,根本原因是贯入机理的研究不足。为此,本文提出了一种随机力学—贝叶斯方法,首先基于Mohr-Coulomb屈服准则的柱孔扩张理论,建立静力触探试验过程的宏细观耦合数值计算方法,研究静力触探试验过程的圆锥扩张机理。其次综合应用统计学和贝叶斯理论知识,根据CPT数据,校准本构模型参数的统计特征。最后将本构模型参数应用于工程实践,对比先验分布和后验分布对监测数据预测的精度,验证CPT数据校准岩土参数的随机力学—贝叶斯方法的合理性。主要工作和创新点如下:（1）根据Mohr-Coulomb屈服准则求解柱孔扩张理论的极限扩孔应力,推导了锥尖阻力、侧摩阻力与极限扩孔应力之间的静力平衡关系。以上海地区浅部持力层第（2）1粉质黏土为研究对象,从宏观的角度计算锥尖阻力、侧摩阻力和极限扩孔应力的理论解、数值解与实测值的误差。结果表明:柱孔扩张理论计算的极限扩孔应力、锥尖阻力和侧摩阻力与实测值的误差分别为1.3%、0.45%和0.77%。（2）首先通过相同尺度的三轴压缩试验,探讨宏观有限元—细观离散元耦合数值计算的岩土参数转化规律。其次以上海第（2）1层粉质黏土和第（5）1-1层灰色黏土为对象,验证了宏细观转化公式对于上海黏土或者粉质黏土的适用性。最后以上海地区浅部持力层第（2）1粉质黏土为研究对象,从细观角度分析静力触探试验过程中的土体颗粒位移和接触力链分布。结果表明:宏细观耦合数值计算获得的极限扩孔应力、锥尖阻力、侧摩阻力和孔隙水压力与实测值的误差分别为9.68%、2.99%、9.34%和8.42%。宏细观耦合数值计算结果不仅和柱孔扩张理论的计算结果以及实测值接近,还能考虑孔隙水压力的分布。（3）建立随机力学—贝叶斯理论计算框架,校准Mohr-Coulomb本构模型参数的统计特征。首先,利用锥尖阻力、侧摩阻力与极限扩孔应力之间的静力平衡关系,进行参数敏感性分析,确定关键岩土参数。其次,将关键岩土参数视为多元相关随机变量,通过上述圆锥动态贯入过程的宏细观力学数值模拟,建立关键岩土参数与CPT数据统计特征之间的二次非交叉响应面和正态似然函数。最后采用马尔科夫链蒙特卡罗抽样算法,统计岩土参数的后验分布。（4）采用上述随机力学—贝叶斯方法,校准上海浅层黏土的岩土参数,并将校准后的黏土参数应用于工程实践。将上海地区第（2）1层粉质黏土、第（3）层淤泥质粉质黏土、第（4）层淤泥质黏土、第（5）1-1层黏土和第（5）1-2层粉质黏土视为统一的研究对象,基于CPT锥尖阻力监测值qc,校准固结不排水剪的黏聚力（c）、内摩擦角（φ）和抗剪强度（Su）。再将校准后的岩土参数应用于上海绿洲中环中心基坑工程,计算支护结构轴力和变形值并与监测值对比,最大轴力误差从1207k N缩减至114k N,最大位移误差从4.5mm缩减至2.3mm,绝对误差明显减小。论文集成宏细观岩土力学、统计学和贝叶斯理论的交叉学科知识,以静力触探试验数据为基础,校准Mohr-Coulomb屈服准则中关键岩土参数的统计特征,创新点包括以下2点:1)在基础理论研究上推导了柱孔扩张理论中锥尖阻力、侧摩阻力与极限扩孔应力之间的静力平衡关系,建立了静力触探试验力学耦合计算的宏细观本构模型参数转化方法。2)在核心技术研究上建立了多元岩土参数随机变量-多源测试数据融合贝叶斯理论,校准Mohr-Coulomb屈服准则中关键岩土参数的统计特征,精细描述岩土介质的变异性。以上研究为认识静力触探试验机理,获取Mohr-Coulomb屈服准则中关键岩土参数,提供了宏细观耦合数值的计算方法,从而为变形控制为主的大型地下工程开发提供可靠的岩土参数。
关键词: 静力触探 ；柱孔扩张理论 ；宏细观力学 ；贝叶斯理论 ；岩土参数
摘要： 多传感器管理是依据不同的优化准则,对传感器资源进行合理分配,满足对目标跟踪的任务需求。在传感器探测系统中,能够实时调度的传感器资源往往是有限的,同时,受传感器探测能力、探测风险以及任务需求不同的限制,使得针对不同场景下的传感器管理技术研究具有重要的意义,也成为该领域科研工作者研究的热点。本文以多传感器协同跟踪目标为研究背景,以传感器管理为理论基础,以贝叶斯理论、滤波估计、加权融合、威胁评估等为技术手段,以任务需求为导向,分别设计跟踪精度、风险控制和信息增量优化准则下的效能评价函数,改进不同场景下的数据融合方法、目标风险评估准则和传感器控制策略,以实现合理分配传感器有限资源目的,提高传感器对目标的跟踪性能。本文的主要研究内容如下:针对目标探测任务中由于传感器切换带来目标跟踪不连续性,导致目标失跟、误跟的问题,提出一种基于预判准则的传感器管理算法。首先,构建以目标跟踪精度为优化准则的效能函数;其次,结合构建的效能函数和目标状态预测方差,给出用于判断异类传感器是否切换的预判准则;最后,根据预判结果,提出变加权扩展卡尔曼滤波(Changed Weighted Extended Kalman Filtering,CWEKF)算法来提高切换阶段的异类传感器的量测融合精度。仿真及分析表明,所提算法具有可行性和有效性,能有效减少异类传感器切换带来的量测跳变误差,为后续目标状态估计提供更可靠的量测信息。针对目标探测任务中由于风险评估的不确定性引起传感器分配不合理,对己方造成较大潜在风险的问题,提出一种面向风险控制的传感器管理算法。首先,通过改进威胁评估算法,提出利用动态模糊贝叶斯网络(Dynamic Fuzzy Bayesian Network,DFBN)的方法对目标威胁风险进行评估;其次,利用目标预测协方差对传感器的跟踪风险进行评估;最后,通过融合跟踪风险以及威胁风险构建效能函数,以风险最小化为优化准则,合理地分配传感器资源。仿真及分析表明,所提算法有效降低了传感器控制策略给目标量测带来的潜在风险,同时提高了目标跟踪性能。针对目标探测任务中由于多目标数量变化导致传感器量测带来的状态估计误差较大的问题,提出一种基于Rényi信息增量的传感器管理算法。首先,根据随机有限集(Random Finite Set,RFS)对多目标状态过程以及量测过程进行建模;其次,根据多目标多伯努利滤波的序贯蒙特卡洛递推过程,求解目标概率密度函数;最后,根据Rényi信息增量构建效能函数,以信息增量最大化为优化准则,对效能函数进行求解,计算传感器最优控制序列。仿真及分析表明,所提算法改善了多传感器对多目标探测的分配合理性,提高了系统对多目标数量及其状态估计精度。针对传感器管理性能验证问题,本文设计了一套传感器管理系统仿真平台。首先,给出传感器管理系统的仿真需求分析;其次,根据具体需求设计包括数据预处理、数据融合、数据分析、数据显示在内的多个功能模块;最后,利用Visual C++语言实现系统仿真平台的用户界面(User Interface,UI),并对仿真平台界面不同模块的功能进行了测试与分析。该系统仿真平台为传感器管理的工程应用提供有效的验证和评估支持。
关键词: 传感器管理 ；效能函数 ；传感器切换 ；风险评估 ；Rényi信息增量
被引量
1
摘要： 我国已建水库大坝9.8万余座,其中土石坝约占总数的95%。特别是随着国家水电能源开发的深入推进,有一大批高心墙堆石坝陆续投入建设和运行,如瀑布沟(坝高186m)、糯扎渡(坝高261.5m)、两河口(坝高295m)、双江口(坝高312m)等。这些规模巨大的流域控制性工程,坝高库大,赋存运行环境复杂,坝与地基载荷大、应力水平高,故障形成机理与风险时变规律复杂,安全风险智能监控难度大,如何实时感知大坝状态信息,准确辨识数据异常,动态评估安全风险,实现大坝运行安全风险智能识别和预警管控,是迫切需要解决的关键科学技术问题。目前,国内外学者在大坝安全风险智能分析、大坝安全信息管理系统研发等领域开展了诸多研究,取得了丰富的成果,但有关监测数据智能获取、数据异常在线辨识、安全风险动态评估等理论与技术尚未得到系统解决。因此,开展高心墙堆石坝运行安全风险智能监控关键技术研究,具有重要的理论意义与应用价值。本文针对高心墙堆石坝运行安全风险智能监控中涉及的信息感知、数据识别、风险评估等关键问题,采用理论分析、原观测试、数值模拟、系统研发与工程实践等相结合的方法,通过对大坝外部变形智能监测、数据异常在线辨识、坝顶开裂风险动态评估等关键技术的深入研究,取得以下主要创新性成果。(1)构建了基线校准与气象融合修正模型,提出了TPS-GNSS数据融合的基准点稳定校核方法,研发了基于TPS-GNSS的大坝外部变形一体化智能测站,形成了基于TPS-GNSS的大坝外部变形智能监测技术。针对大坝及边坡外部变形监测受山地环境影响大、监测精度与智能化程度低等难题,将TPS与GNSS技术相结合,建立了考虑气象观测值代表性误差及大气垂直折光系数不确定性的基线校准与气象融合修正模型,提出了融合TPS-GNSS数据基于最小二乘平差检验法和平均间隙法相结合的基准点稳定性实时检校方法,研发了以TPS为主、GNSS为辅,具备大视场角、环境自适应等功能的大坝外部变形一体化智能测站,形成了基于TPS-GNSS的大坝外部变形智能监测技术,有效解决了大坝、高边坡等外部变形自动化监测系统普遍存在的监控范围小、极端天气条件下监测精度低、空间数据解析时效性差、智能化程度低等问题。PB大坝应用表明,该测站监测成果可靠、效率高,系统运行稳定、性能良好,经济效益显著,可为赋存于山地环境的高坝枢纽工程外部变形监测提供有效的技术支撑,具有重要的工程应用与推广价值。(2)建立了大坝安全监测三段进阶式数据异常在线识别成套技术。针对大坝安全监测数据序列类型多,在线异常识别精度低、工作量大等问题,通过对大坝监测数据异变成因、辨识方法、识别模型与流程等深入研究,构建了基于M估计量和置信区间半径的阈值准则(简称MZ准则)及基于该准则的数据异常在线稳健识别模型,提出了以单点时序模拟识别异常突变、远程复测-时空特性分析消减测量误差、环境响应辨识诱发突变等于一体的三段进阶式推演模拟算法与技术流程,实现了大坝监测数据异常诱因的在线分类辨识,解决了监测数据序列极易出现的漏判误判等技术难题,形成了大坝安全监测数据异常在线识别成套技术。PB大坝所在流域库坝安全信息综合管理平台应用表明,该技术识别精度与效率高、运行可靠,将监测数据异常辨识误判漏判率降至2%以内,成功在线辨识并消减了偶然误差、仪器故障、环境量响应等非结构性异变,为大坝安全风险监控提供了可靠的数据支持,具重要的理论意义与工程应用价值。(3)构建了高心墙堆石坝坝顶开裂风险动态评估与预测预警模型,研发了高心墙堆石坝运行安全风险智能监控系统。针对高心墙堆石坝服役期坝顶开裂风险评估预警难、大坝运行安全管理智能化程度低等问题,考虑坝顶开裂判别准则的模糊性、坝与地基材料参数的随机性及坝顶开裂风险与坝体变形的非线性耦联关系,建立了坝顶开裂功能函数代理模型及大坝变形监测-坝顶开裂风险实时评估模型;以实时风险评估异常状态持续时间为随机变量,构建了坝顶开裂风险动态预测模型;基于贝叶斯理论,提出了主客观信息驱动的风险模型参数动态辨识方法。研发了集大坝外部变形监测数据采集、数据异常在线辨识、坝顶开裂安全风险动态评估及预警响应为一体的PB高心墙堆石坝运行安全风险智能监控系统,实现了大坝监测异常数据分类辨识、坝顶开裂时变概率动态分析与开裂风险预测预警等。工程应用表明,该模型参数辨识度高,模拟结果符合工程实际,系统运行稳定、可靠,为高心墙堆石坝运行安全智能监控提供了重要的技术支撑。
关键词: 心墙堆石坝 ；安全监测 ；异常数据识别 ；坝顶开裂风险 ；智能监控
摘要： 随着数据压缩技术和通信技术的发展,多媒体应用迅猛发展。数据压缩技术一方面减少了图像视频数据的传输量,另一方面由于压缩数据间相关性的降低而加重了传输过程中误码对图像视频恢复质量的影响。实际通信中,由于环境和设备等因素影响,误码的产生、数据的丢失难以避免,由于压缩码流极易发生误码扩散,会导致图像视频质量严重下降,甚至是无法恢复。现有的抗误码技术如纠错编码和重传机制等,各有其优缺点和适用环境。其中信源解码阶段的抗误码技术不增加编码冗余,与标准兼容,且与信道无关,尤其是在某些特殊应用环境中,信源解码抗误码技术是唯一的选择。
论文针对图像和视频压缩数据的特点,分别研究了图像、视频信源码的纠错译码技术和错误隐藏技术。在分析两类抗误码技术优缺点的基础上,研究了信源解码阶段的抗误码新机制。论文的主要贡献体现在如下六个方面:
(1)研究了信源解码抗误码新机制。融合接收端抗误码技术,将智能处理技术与译码技术相结合,在误码检测、纠错译码技术研究和错误隐藏技术研究中,采用了模式识别等智能技术,可以充分发挥纠错译码技术、尽早同步技术和错误隐藏技术各自的优势,有效解决误码定位等难题。
(2)研究了静止图像信源解码阶段的纠错译码技术,分别提出了基于概率统计的传真MMR码纠错译码算法和针对高权重比特域突发错误的JPEG2000纠错译码算法。前者通过大量的MMR码样本,训练得出含错行比特数以及等长序列的概率模型,纠错前使用基于贝叶斯理论的最大后验估计对模型进行动态更新,由此指导纠错译码,纠错速度较以往算法有了明显的提高。后者针对JPEG2000数据区不同比特对图像恢复质量影响程度的不同,在检测到误码之后,在高权重比特域,使用滑动窗口对误码进行搜索和定位,获得了较好的效果。
(3)研究了视频码流错误检测技术,提出了一种基于多特征的视频分级错误检测算法。在研究现有视频码流错误检测技术的基础上,根据模式识别理论,总结了一系列常用的检错特征,同时引入了新特征,然后使用了基于语法、基于阈值和基于支持向量机的三级判决准则进行错误检测。实验表明,该算法可以检测到视觉表现不明显的错误块,提高了错误块检测率。
(4)研究了视频空域错误隐藏算法,提出了一种基于边界分段匹配的空域视频错误隐藏算法。根据计算机视觉理论,先对边缘进行估计,根据边缘点的分布及方向对边界进行分割,使用各分段在邻近区域内进行匹配填补,经过迭代各边界按一定策略向内填补最终完成错误隐藏。实验表明,本算法有效地保留了边缘信息,使恢复图像的主客观质量有较大的提高。
(5)研究了视频时域错误隐藏算法,针对连续宏块丢失的情况,提出了一种适用于H.264的基于运动物体的时域错误隐藏算法。根据视觉注意机制,首先分析丢失宏块相邻宏块的运动矢量及灰度值分布,然后对平坦区域及灰度一致的运动区域先进行错误隐藏,最后对遗漏像素进行隐藏。实验表明,该算法能很好地保持物体形状,减少块效应,提高了恢复质量。针对整帧丢失的情况,提出了一种基于残差分布的H.264自适应整帧恢复算法。根据视觉注意机制,首先对参考帧的残差信息进行分析,对于平坦区域或刚性运动区域,采用传统的运动矢量复制法,而对运动复杂区域或产生形变等区域进行基于像素的运动矢量重新估计,再以光流法进行恢复。实验表明,本算法在主观视觉质量和客观峰值信噪比上都优于传统方法。
(6)在信源解码抗误码新机制的框架下,分别设计了传真MH码二值图像和MPEG-2视频图像抗误码融合技术。前者在译码完成后,对错误扫描线分布进行统计。若错误扫描线为孤立扫描线,则使用新误码补偿技术处理当前扫描线;否则使用滑动窗口在当前行数据流内进行纠错译码;若纠错失败,再使用新误码补偿技术。后者在检测到错误宏块时,判断图像块是否为平坦块,若是则使用错误隐藏技术恢复错误宏块;否则从该宏块编码数据的开始位置尝试纠错译码;若纠错失败再依次使用尽早同步技术和错误隐藏技术。实验表明,信源码抗误码新机制较好地缓解了提高抗误码性能与运算速度之间的矛盾。
目前,以本论文研究为基础的系统已在相关单位实际工作中得到使用,发挥着重要作用。
关键词: 图像 ；MMR码 ；JPEG2000 ；视频 ；抗误码 ；纠错译码 ；错误检测 ；错误隐藏
被引量
1
摘要： 多基地声纳组网探测系统是目前大范围水下安保领域的研究热点。综合利用多基地系统中各个声纳节点的信息进行水下目标识别是亟待解决的问题。本文主要针对多基地水下目标识别开展技术研究，研究内容包括以下几个部分: 1.对双基地系统进行了几何关系分析，建立了双基地系统的声纳方程。对蛙人目标各主要散射部分的目标强度分别进行了建模分析，给出了仿真结果。 在消声水池开展了多基地声纳系统的模拟实验。对各目标在各分置角上散射强度的分布进行了分析，不同形状的目标强度曲线具有显著差异，说明利用目标强度曲线特征进行目标识别具有可行性。本文提出了通过提取在不同分置角上的目标强度曲线的统计特征进行水下多基地目标识别的方法，得到了较高的目标识别率。 2.高分辨距离像能够提供目标沿声纳视线方向的散射点分布信息，可以反映目标的几何结构特征，在获取和处理上都比较方便。围绕多基地水下目标一维距离像的特征提取，开展了以下工作: (1)分析了水下目标一维距离像的特点，详述了一维距离像的获取方法。针对一维距离像的平移敏感性，使用了滑动相关法做距离像对齐处理;(2)提取并分析了目标一维距离像的双谱特征;(3)利用RELAX算法提取了目标一维距离像强散射点特征。 3.在贝叶斯理论的基础上，提出了利用特征预测和误差映射进行多基地水下目标识别的方法，推导并简化了基于贝叶斯公式的多基地目标识别条件概率公式，利用BP神经网络对多基地中的某些节点的特征向量进行预测，并计算得到预测值与实际值误差的概率密度。将各个节点处获得的条件概率累乘，以得到各类目标的条件概率。对每个目标重复此过程，取条件概率结果最大值对应的目标类别为最后的识别结果。针对该方法的缺点，提出了两点改进: (1)将特征预测和误差映射的方法推广到多个声纳节点上，而不是仅限于一个声纳节点，这样有效避免了在某些声纳节点上的识别正确率过低而引起多基地目标融合识别率降低的问题;(2)针对误差概率分布模型不准确的问题，在误差映射阶段，提出了利用混合高斯模型代替多维高斯分布来计算条件概率密度函数的改进方法，使得模型描述更为准确，得到了更高的目标识别率。 4.将隐马尔科夫模型引入到多基地目标识别问题中，首先提取多基地声纳系统中目标在不同分置角下的散射点特征，组成随分置角变化的回波特征序列，将特征相似的节点抽象为同一个状态，完成HMM模型的搭建和对最终目标的识别。CHMM的初始值通常采用k-means聚类算法得到，最终收敛结果容易集中在某个数据局部，选取的初始聚类中心可能是数据中的孤立点，从而对最终的聚类结果产生影响。本文在考虑数据分布密度的前提下，借助k-dist的曲线变化，来确定初始聚类中心，在避免初始聚类中心过于集中的情况下同时得到密度大于类中其他点密度的初始聚类中心。
关键词: 多基地声纳组网探测系统 ；目标识别 ；REALX算法 ；误差映射 ；隐马尔科夫模型
摘要： 近年来,多传感器信息融合理论及应用技术研究得到了快速的发展,已经成为一个重要的研究领域。其中,神经网络、模糊推理、贝叶斯理论、聚类分析算法等信息融合算法一直是国内外研究的热点。针对不同的实际应用需求,将这些方法和理论有机融合,是目前研究的一种趋势。本文在分析研究目前主要融合算法的基础上,对BP神经网络模糊推理等多传感器信息融合算法进行了改进和完善。
首先,针对BP网络学习算法易陷入局部极小值、收敛速度慢的缺陷,给出了基于Levenberg-Marquardt的改进的LMBP学习算法,并对改进的方法在Matlab上进行了实现。
其次,针对大规模样本聚类的时间复杂度过高和聚类结果对经验参数设置的依赖性过强的问题,本文给出一种基于密度网格可变参数的自扩展聚类算法,算法先将数据空间分割成相同大小的网格单元,再将样本归一化后映射到相应的网格单元中,然后从指定密度较大的网格单元向周围扩展直到其平均密度达到指定的下限或可扩展的聚类边界为止。聚类过程中,通过下限密度和均值密度来限制聚类间的过度扩展,如果有效样本的比率低于阈值则自适应调整扩展密度并重新聚类。然后,将其与模糊神经网络有机融合,给出了基于该聚类算法的模糊神经网络学习算法,利用聚类算法从样本中提取规则数目,并将其应用于模糊神经网络建模,缩短了模糊神经网络的运算时间,提高了整个系统的效率。
最后,对基于改进的LMBP学习算法的信息融合技术进行了仿真实验。
关键词: 信息融合 ；神经网络 ；模糊BP网络 ；自扩展聚类
被引量
6
摘要： 从上世纪80年代末,室内环境下移动机器人系统研究一直为机器人领域研究的热点问题,在理论与实践方面均取得了丰硕成果。由于定位是导航、任务规划和移动作业的基础,定位技术研究一直倍受关注。本文研究目的是提高机器人系统的可靠性和可移植性,研究室内移动定位技术提高其准确性和可靠性。论文从建立服务机器人系统入手,进行室内环境下移动定位技术研究,主要进行以下研究工作。
基于模块化技术建立一种服务机器人系统:包括系统框架和系统模型,其中模块化思想涵盖了机器人的五个系统。在系统框架中对系统建立的可靠性问题进行探讨并提出相关解决措施,进行相关模块设计完成机器人系统研制工作;在系统模型建立中,对该机器人的运动模型及里程计模型、红外标签传感器观测模型和激光传感器观测模型进行建立和分析,并仿真实验验证。
基于贝叶斯理论给出机器人定位的SLAM算法描述,针对FastSLAM2.0算法的机器人状态估计和路标估计进行解耦和推导。在充分分析算法的局限性和关键问题基础之上,提出了基于栅格的FastSLAM2.0算法。在稠密特征环境和稀疏环境特征条件下进行FastSLAM2.0算法仿真,验证了运动模型与传感器观测模型的有效性及其算法特性,并对基于栅格的FastSLAM2.0算法进行仿真。
提出一种基于平方根无迹卡尔曼滤波的同步定位与地图创建(SRUKFSLAM)算法,该方法在每迭代步中采用平方根矩阵进行传播,从而保证状态矩阵非负定。采用无迹卡尔曼滤波器估计机器人状态替代FastSLAM2.0的粒子滤波器估计,同时采用SRUKF方法估计作为环境路标的红外标签,避免了原算法EKF的不足。对新算法进行推导证明,并通过仿真分析,在机器人状态、路标估计和闭环误差方面进行比较,验证了本算法估计精度高于FastSLAM2.0算法。
采用MbICP算法对定位问题进行了研究及针对动态特征提出了MbICP策略,该策略采用差分扫描方法提取运动目标和对MbICP算法去噪处理,然后估计机器人状态。
最后在动态环境下,改进了两个环境特征假设条件,在此基础上根据一阶Markov假设和Bayesian理论进行动态环境目标分解和相关推导证明,提出一种融合红外标签、激光传感器和MbICP策略的分层定位综合算法。综合算法层次级别从低到高概括为具有关联性的三个层次,第一层为运动目标跟踪,第二层是SLAM1局部地图,第三层采用STUKFSLAM算法的特征地图,其中第三层算法在无路标观测时机器人的状态更新采用MbICP算法,在动态环境中通过实验验证综合分层定位算法的有效性和稳定性。
本论文基于模块化思想构建新型移动机器人平台,通过对系统模型研究提高系统稳定性和可移植性,有利于机器人产业化发展,同时对机器人的运动模型和传感器观测研究,为对室内环境定位研究提供有利参考。考虑静态和动态环境因素,提出了相关算法,经仿真实验验证新算法能够提高精度和稳定性,对室内机器人定位具有实用性参考价值。
关键词: 移动机器人 ；室内定位 ；FastSLAM2.0算法 ；动态环境定位算法
被引量
46
摘要： 本文主要针对行人保护系统中基于移动视觉平台的行人检测和跟踪这些关键技术进行研究。行人保护系统力图在汽车等移动平台上建立一个自主、智能的行人检测、跟踪、辅助驾驶系统,具有提高驾驶安全性、保障行人生命安全的重要应用意义。另一方面行人保护系统的研究技术涉及到传感器技术、自动化与控制、人工智能、模式识别、信息融合等多个领域,是多学科交叉的一个研究热点,是相关领域良好的验证平台,具有很高的科学理论意义。
和一般的目标检测与跟踪问题相比,基于移动视觉平台的行人检测和跟踪因其动态应用场合的特殊性有其自身的特点,主要体现在:
1)算法应用环境的动态性;2)应用范围的广泛性;3)计算速度的实时性;4)算法结构的精炼性。
针对这些问题和挑战,本文对移动视觉平台的行人检测和跟踪算法进行了深入的研究分析。
首先,本文从获取稳定本质特征的角度出发,对于行人检测问题,认为相关性(Context)特征是一类比较好的描述行人这种复杂非刚性物体的方式,进行改进并自己提出一种新特征;对于行人跟踪问题,认为运动连续性是跟踪问题的特点,基于流形学习的方法提出了运动连续性保持的本质特征。
其次,本文从建立特征模型的角度出发,对于行人检测问题,建立了最优层次结构分类器的模型,减少了分类计算的复杂度;对于行人跟踪问题,基于流形学习建立了行人的本质流形这样的生成模型,在本质低维空间实现了行人跟踪。
最后,本文从算法框架的角度出发,使用基于近邻搜索、贝叶斯理论等跟踪框架对算法有效性进行实验验证;同时提出了前景增强的预处理机制、双向映射机制等来增强算法的鲁棒性,使其适合多种应用环境。
本文的主要研究工作和贡献主要包括:
1)针对行人检测算法中目标、环境带来的稳定有效特征提取的困难,本文从相关性(Context)的角度出发,分析了行人复杂姿态的特点及相关的特征提取算法,改进了一种基于形状相关性(Shape-Context)的特征提取算法,使得算法复杂度更小而且适合Adaboost组合分类器的最优特征选择机制。将其和最优层次结构分类器组合,能够准确的进行行人检测与姿态鉴别。
2)针对行人检测算法中的Context特征提取算法计算复杂度高的问题,本文提出了一种新的Context特征提取算法——统计梯度相关性特征提取算法。该算法基于积分图像运算,能够满足实时性要求,同时能够对复杂多变的行人观测提取稳定有效的Context特征,并不受光照、多种姿态、复杂背景等影响,能够满足行人检测的鲁棒性要求。
3)针对行人跟踪问题中一般具体特征(颜色、纹理、梯度等)容易受目标时空变化的影响,本文基于流形学习理论提取行人目标的本质、低维的特征表示,构建了行人的本质变量连续性保持的低维流形子空间,基于此低维流形空问实现了鲁棒的动态行人跟踪。并进一步提出了一种自适应最优特征选择机制作为候选样本的预处理,增强样本前景区域的显著性,从而提高了算法的准确性。
4)针对基于流形学习的行人跟踪中的模板漂移、低维表示有误差等问题,本文从提出了一种双向映射机制将流形空间与图像观测空间紧密联系。该机制包括:一种新的从图像空间到流形空间的降维学习算法,特点是能够保持数据样本分布的邻域关系与全局拓扑结构,具有很好的本质变量连续性保持能力;一种从流形空间到图像空间的结构化非线性变形映射函数,特点是能够准确生成非训练样本点的图像观测表示,具有很好的泛化能力。本文进一步将这两个空间嵌入到贝叶斯框架下,实现了行人目标的准确跟踪和姿态估计。
这些算法在自有以及多种公共数据库进行测试,并基于实际的移动视觉平台进行实验验证,具有一定的实用性。
本论文工作得到了国家自然科学基金重点项目61033011“引入人的视-触觉认知及其融合实现机器人与人的仿人交互和合作”以及国家自然科学基金重大专项90820007“多种路况下基于车载平台的通用视觉感知模块技术研究”的支持,因此具有非常重要的应用和理论研究意义。
关键词: 移动视觉平台 ；行人检测系统 ；工作原理 ；跟踪技术 ；鲁棒性能 ；搜索策略
被引量
1
摘要： 交通流检测是智能交通系统的重要组成部分,它是将各种传感器检测到的信息汇总得到实时准确的交通流数据,送给智能交通控制中心,使其发出相应的指令,从而实现智能控制的目标。
交通流检测技术已从单一传感器处理系统发展成为多传感器处理系统,将多种类型的传感器进行优化配置,性能互补。如何提高数据处理的精度和可靠性正是当今交通流数据处理技术研究的一个重点。近年来,人们应用各种方法对交通流参数进行检测,如:神经网络算法、Bayes决策理论、专家系统、遗传算法、Kalman滤波等,并取得了一定的成果。本文提出了基于信息融合算法对交通流参数进行检测和预测。
该融合检测和预测算法与传统的检测和预测方法相比,既不是单一的数据检测、预测方法的运用,也不是对单一检测数据的使用,更不是对这些方法和数据的简单组合,而是包括从拓展数据到选择有效检测方法,再到方法和数据的融合。该算法一方面提高了预测的准确性,另一方面提高了预测的鲁棒性。
本文以环形检测线圈为例,对基于信息融合的交通流检测的方法进行了研究,主要包括以下几个方面:
(1)在对车速进行检测的过程中,为了进一步提高车速检测的准确性,在进行数据融合之前采用分布图法检测法和基于相容矩阵的失效数据剔除方法两种方法对数据的有效性进行检测。阐述了加权平均算法检测车速的基本原理,分析了最小均方差加权平均算法和自适应加权平均算法的优缺点,通过对比仿真实验验证加权平均算法检测车速的准确性。
(2)根据贝叶斯理论估计交通流量的需要,建立交通流的数学模型,并以此为基础分别使用基于贝叶斯参数估计理论检测交通流分布的算法和基于贝叶斯风险决策理论两种算法对交通流分布情况进行研究。对两种算法做了对比分析,突出了在风险损失系数不同的情况下,贝叶斯风险决策理论在检测车流量中表现的良好特性,说明了决策的合理性。
(3)为了消除数据检测过程中野值的干扰,提高预测精度,在应用卡尔曼滤波理论对车辆的排队长度进行预测的基础上,提出了基于M估计理论的抗野值的卡尔曼滤波预测方法,通过仿真实验说明其具有较强的鲁棒性。
本文在仿真生成的流量数据和车速数据的基础上,对上述方法的有效性进行了验证。
关键词: 交通流参数 ；数据融合 ；加权平均 ；贝叶斯估计 ；卡尔曼滤波
被引量
8
摘要： 由于公共安全、信息安全等领域的应用需求，生物特征识别技术引起了广泛关注。其中人脸识别技术因为其独特的优势，具备非常大的市场应用前景。在图像模式识别学术上，人脸识别技术研究也有其重要的意义。
本论文以提升人脸识别技术水平为目的，在统计图像分析和模式识别理论指导下，以图像人脸局部特征为基础，研究由局部特征到全局决策的人脸分类识别的概率模型和新方法。本文在以下三个方向进行了研究：一、基于局部特征和马尔可夫随机场理论的人脸图像建模和识别方法;二、基于局部特征的异质人脸图像生成和匹配方法;三、融合基于局部特征的多源和多模态信息的生物识别方法。以下为本论文的主要工作及贡献：
①在马尔可夫随机场和贝叶斯理论框架下，将局部图像特征间的关系作为人脸识别重要的约束条件，提出了一种基于马尔可夫随机场的人脸识别模型;通过实验证明了该方法的有效性，为人脸识别研究方引入了新的方法，并提供了一个用经典理论解决实际问题的示范。
②借鉴图像纹理分析的理论和图像合成理论，提出了“人脸类推”的概念，通过局部归一化和图像映射，将近红外图像变换成相应的可见光图像，从而将异质图像匹配问题转化成传同质图像人脸识别问题;为异质图像人脸匹配问题提供了一个新的解决方法。
③提出了一种新的多模态融合方法，对近红外人脸、可见光人脸、和虹膜等多模态，在分数层进行非线性融合;通过在实际数据库上对各种基于分数层的传统融合方法的比较实验，验证了该融合方法的有效性;为提升人脸识别核心技术，提供了一个多模态融合的解决方法。
最后，本论文设计并实现了一个能在实际应用中使用的近红外人脸和可见光人脸融合的识别系统，系统从硬件和软件两部分保证了其实用性，为人脸识别技术的市场推广做了一定的贡献。
关键词: 生物特征