监狱嵌入式视频web监控系统智能报警设计

文章介绍了一种应用于监狱场所的嵌入视频式web监控系统,通过图像识别算法的研究,实现运动目标的识别,设计平台实现对目标区域移动目标的智能报警.     

基于感知机的故障树最小割集算法

在人工神经元网络原理的基础上,提出了一种计算复杂系统最小割集的方法。该方法根据逻辑“与”和“或”门具有线性可分割的特点,选用了基于M-P模型算法的感知机网络作为计算模型,理论推导出故障树中的逻辑关系与感知机模型中神经网络基本单元之间的转换规则,利用该规则可将所建故障树转化成便于编程求解的由神经网络基本单元组成的神经网络树。实例计算结果表明,感知机网络模型适合表达故障树中的逻辑关系,神经网络树所反映的基本事件与顶事件之间的映射关系便于编程求解,并可快速准确地获得复杂系统故障树的最小割集。     

智能安全监控记录系统设计与实现

本文设计并实现了一个基本于VFW技术的自动安全监控记录系统,通过一定的测试算法,自动进行图片筛选和判断,达到对可疑图像进行选择和捕捉的目的.以图片作为安全监控和信息记录的一种手段,替代24小时录像系统进行安全监控,提高查找效率,减小系统开销.     

企业视窗

正重新定义智能IPC科达感知型摄像机重磅发布2014年10月17日,酝酿多日的"重新定义智能IPC"新品发布会在科达苏州总部正式举行。在此次发布会上,科达重磅发布了一个全新的摄像机品类——感知型摄像机(IntelligentIPC)。与当前市场上的SmartIPC主要定位于警戒线、区域看防等报警类应用不同,科达感知型摄像机(IntelligentIPC)能够基于视频的智能分析,识别出监控画面中的内容,     

城市救援最佳路线的确定

为了提高应急救援的效率,需要在救援前确定一条最优的救援路线,笔者充分考虑城市交通系统的复杂性,以安德伍德(R.T.underwood)模仿流体力学导出的车速——密度模型为基础,采用路段信息表描述城市道路信息,建立城市道路交通数据库。以城市交通路网作为建立事故救援路线的模型基础,根据Floyd算法构造时间矩阵,利用Matlab运行Floyd算法对城市道路通行时间进行优化,确定一条时间最短的救援路线。结果表明,在综合考虑城市交通中的问题后,不同时段救援行动的路线也有所不同,从而大大提高了救援行动的效率。     

融合多源时空数据的地下水硫酸盐预测模型

准确预测地下水SO₄ ^2-空间变化趋势对改善地下水质量、提高区域地下水管理水平具有重要意义.以2011、2014、2017和2020年叶尔羌河流域平原区土地覆盖数据、土壤参数数据、数字高程数据等多源时空数据和地下水pH值为特征变量,分析其与地下水SO₄ ^2-浓度的相关性,利用贝叶斯优化算法优化随机森林回归,建立BOA-RFR模型,并基于BOA-RFR模型对特征变量进行重要性分析,对模型预测精度进行评价,最后生成地下水SO₄ ^2-预测图.结果表明,pH值、地面高程（GE）和贡献区荒地（BAR）面积占比作为影响地下水水化学组分的重要参数,与地下水SO₄ ^2-浓度均呈现极显著负相关,对地下水SO₄ ^2-浓度预测的重要度均大于25 %;地统计插值方法作为空间分布预测建模的辅助手段,加入辅助样本后的BOA-RFR模型,地下水SO₄ ^2-浓度预测的R²均大于0.96,且多辅助样本构建模型的RMSE和MAE最大值较少样本模型的最小值分别降低了4.7 %和23.8 %;在地下水SO₄ ^2-浓度预测中,高SO₄ ^2-地下水向叶尔羌河流域平原区东北部富集,且面积呈扩张趋势.     

梯次锂电池及其BMS的应用研究

以退役的动力锂电池梯次应用性能为研究基础,运用分数阶卡尔曼滤波算法和粒子滤波算法公式推演验证,采用离线辨识法构建锂电池健康寿命模型,从而准确、快速地判别出锂电池的健康状态。用于梯次应用锂电池项目的电池管理系统,除常规的自动充放电控制,以及电流、电压和温度告警保护等功能外,分别从研究内容、试验方法和试验结果 3个方面,重点对健康状态、有源均衡和荷电状态等功能进行了研究。     

粒子群算法在化工设备可靠性分析中的应用

基于可靠度指标的几何含义,分析了粒子群算法的原理、模型和算法实现过程。通过算例用MATLAB语言编程进行计算,并与一次二阶矩法和蒙特卡罗法得出的结果进行了比较,证明了粒子群算法在化工设备可靠性分析中的有效性和可行性。     

生命线工程网络系统抗震可靠性分析方法综述

生命线工程系统地震反应分析的一个重要任务是计算系统的抗震可靠度,因此,寻找一种高效合适的系统可靠性分析方法至关重要.对生命线工程网络系统抗震可靠性分析中目前常用的几种算法进行了系统的比较、分析和综述.     

基于机器学习算法的干旱区绿洲地上生物量估算

植被地上生物量是反映陆地生态系统固碳能力的重要指标,利用遥感技术开展干旱区植被地上生物量估算与空间反演,可为荒漠绿洲生态系统的健康评价与碳储量估算提供重要依据。以野外调查和实地采样数据为基础,利用Landsat 8 OLI多光谱影像提取的7个植被指数和13个波段变量构成4种建模变量组合,采用支持向量机(Support Vector Machine,SVM)、反向传播神经网络(Back Propagation Neural Network,BPNN)、极端梯度提升(e Xtreme Gradient Boosting,XGBoost)和随机森林(Random Forest,RF)这4种机器学习算法对新疆渭干河-库车河三角洲绿洲地上生物量进行遥感估算和空间反演。结果表明,(1)由波段变量和随机蛙跳算法优选变量构建的植被地上生物量反演模型,其估测精度明显优于全变量和指数变量,预测能力更为稳定。与SVM和BPNN算法相比,XGBoost和RF算法构建的模型具有更好的估测效果,能更准确地估算研究区植被地上生物量。(2)在构建的估测模型中,波段变量结合RF算法模型的精度最高,稳定性最强,其建模集和...