基于有限优先级的动态调度算法

实时任务调度是实时系统中的关键问题,实时动态调度是实时调度的主要方面。当实时调度应用于实际的任务系统时,仅能使用有限的优先级数量。实时调度在理论分析时,都假设系统能够识别任意多的优先级。该文提出了在优先级数量有限的条件下的动态调度算法,给出了一个任务系统动态调度所需的最小优先级的数量的算法,并对算法的复杂性进行了分析。     

基于运动特征的分层模糊目标识别

提出了一种基于目标运动特征的空中目标实时分层模糊识别方法.对直升机、固定翼飞机、空地弹及巡航弹等空中目标的运动特性进行了分析,提取目标的高度、速度、加速度、高度变化率和加速度变化率等特征.进行分层目标识别,首先根据加速度、高度变化率和加速度变化率等特征识别出空地弹目标,然后根据高度、速度和加速度特征对目标类别的隶属度和模糊密度,实现直升机、固定翼飞机以及巡航弹目标的实时识别.实验结果表明,该方法计算简单,识别率高.在实际工程应用中取得了良好的效果.     

一种低信噪比信号的调制盲识别方法

提出了一种利用包络高阶特征J进行调制方式识别的方法。该方法具有计算简单、无需知道信号的先验信息,同时具有较好的噪声抑制等特点,能在低信噪比情况下快速、有效地进行盲调制识别,易于实时应用和工程的实现。其仿真结果表明:该方法在0dB信噪比条件下能够识别信号的调制方式,性能优于传统的包络调制识别方法。     

基于车致振动响应的无缝线路温度力识别研究

无缝线路温度力过大会导致胀轨或断轨，现场需实时监测钢轨温度力。以钢轨在温度力作用下受到的车致振动加速度为研究对象，提出一种利用多元回归算法拟合温度力特征指标反向识别钢轨温度力的新方法。通过对温度力作用下车致钢轨振动加速度进行希尔伯特黄变换，提取钢轨加速度的HHT灰度时频直方图方差和边际谱在1 300～1 500 Hz内的瞬时幅值变化率作为温度力特征指标，将2指标分别输入到回归算法和灰色算法中，对比钢轨温度力识别误差。结果表明，钢轨所受温度力越大，识别结果的相对误差越小；利用多元回归算法识别温度力的平均识别误差可达到3.24%,相比于灰色预测模型降低了3.54%,为现场实时监测钢轨温度力提供借鉴。     

基于YOLOv5深度学习模型的动态靶标识别跟踪方法

针对火炮身管动态靶标识别跟踪精度和实时性不高的问题,提出了一种基于YOLOv5深度学习模型的靶标识别跟踪方法。分析了靶标识别跟踪过程和基本思想,通过网格化模型对靶标样本图像进行多尺度处理,并利用金字塔模型进行融合预测;搭建了YOLOv5网络模型,对组件设置优化;对比了损失函数对锚框识别效果的影响,并选取优化后的CIOU作为模型损失函数;最后对模型进行训练,并利用训练好的模型对动态靶标进行识别跟踪。实验结果可视化分析显示,靶标动态识别跟踪率可达到99.3%,动态实时跟踪效果较好。     

远距离识别系统,打造便捷生活

浙江新万蓝科技有限公司开发的远距离识别系统,采用最新的RFID技术,系统无需刷卡,自动实现人员的实时定位,可自动识别、记录卡片的出入情况、在场情况,识别     

基于浮动公交车的SVM实时交通状态识别研究

为了通过公交车车速来实时识别交通状态,针对呼和浩特市某路段的公交车速度进行持续的采集,得到单一路段的行程速度数据和与之相对应的当前交通状态标签,然后通过SVM分类器进行训练,再用得到的模型进行分类,最终达到交通状态识别的目的。通过MATLAB仿真结果得知,采用这种分类识别方法准确率高、模型简单可靠。     

CNN与SVM和ResNet相结合的牛脸识别系统模型研究与实现

针对传统的牛个体身份识别需借助外部工具而产生的管理上的安全隐患及对牛身体的刺激和物理伤害问题,提出基于图像方法的牛脸生物特征提取的方法进行身份识别。同时,由于CNN对硬件设施有高要求并且识别精度低、速度慢,以及传统机器学习方法对先验知识的依赖性,考虑到牛脸数据采集困难的小样本问题,以及自然野外光照、视角、距离、运动等客观环境因素与牛脸特征复杂性,提出以CNN为主体且引入ResNet和SVM相结合的牛脸识别与检测的算法与模型,其较传统的CNN网络结构具有训练收敛速度快、识别率高及泛化性强等特点。在Andriod平台下运用该轻量型模型设计了安卓手机APP,完成了方便快捷的实时识别目标,并通过了实验验证,实验结果准确率达95.1%以上。     

对等网络泛洪DDoS攻击的防御机制

研究Gnutella协议的P2P网络中DDoS攻击,提出一种分布式的基于节点标识识别和节点流量实时检测过滤的自适应性DDoS攻击防御机制。通过在节点本地构建的信任和信誉机制对恶意节点主动阻断及对消息包的DDoS攻击特征的实时检测策略,实现对DDoS攻击的防范。仿真实验结果表明,该机制能有效地隔断网络中75%恶意消息数,节点能阻断80%的恶意消息数的转发,提高了网络抵御DDoS攻击的效能。     

基于流数据频繁项挖掘的可疑金融交易识别研究

针对目前基于静态数据挖掘的可疑交易识别方法在处理该类交易数据时所面临的困难与局限性,结合可疑金融交易的特征,设计了基于流数据频繁项挖掘的可疑金融交易识别算法。该算法改进了有损计数法,利用实时保留的具有较高重复度的历史数据项解决了数据处理过程中的过度删除问题,实现了对频度列表中项的及时更新,并依据从数据流中识别出的频繁项来发现可疑金融交易线索。仿真实验结果验证了该算法的可行性和有效性。     

面向损伤识别的独塔斜拉桥模型的设计与分析

模型试验方法是桥梁结构损伤识别研究的一种重要手段。以某虚拟的独塔斜拉桥为原型,面向损识别设计制作了独塔斜拉桥试验模型。试验模型各主要构件（主梁、主塔、斜拉索）均独立加工制作,其中主梁选用铝合金材料,截面采用箱形,划分为不同长度的阶段,各节段均采用螺栓连接。通过改变节段板厚的方法实现主梁不同损伤程度的模拟,不同位置的损伤通过更换不同位置的板厚实现,从而方便的实现了模拟模型斜拉桥主梁的各种损伤状态。采用特殊的设计实现了斜拉桥结构索力的实时测试。对模型进行了静态试验,并与有限元模型计算的结果进行了对比分析。试验研究与数值分析为今后的损伤识别研究奠定了基础。     

变附着系数路面的紧急避撞控制研究

针对汽车避撞过程中路面发生突变导致传统控制策略失效的问题,提出一种基于路面实时识别的自适应紧急避撞控制策略。首先利用递推最小二乘法(RLS)对路面附着系数进行实时在线识别;然后依据纵向安全距离模型将路面突变分为2种形式:一种为安全距离以内路面发生突变;另一种为汽车当前位置到安全距离临界点这一段路面发生突变,并针对此2种工况设计自适应控制策略。在搭建的Pre Scan与Matlab/Simulink联合仿真平台中验证了该控制策略的有效性。结果表明:该控制策略能很好地完成路面突变条件下传统单一制动控制失效情况下的紧急避撞。研究结果为汽车的主动安全控制提供理论支持。     

金属板材拉深智能化控制系统

运用能量法,建立了板材拉深过程完整的力学模型。针对板材拉深成形中起皱和破裂的具体情况,定量分析了板材起皱和破裂的失稳判据。确定板材成形的压边力三极限,并推导出板材成形的优化压边力控制规律。运用神经网络实现了板材材料性能参数的实时识别和压边力优化曲线的实时预测。利用LabVIEW软件编译了智能控制系统程序,采用基于虚拟仪器技术和产品,建立板材智能化拉深控制系统,实现板材成形的智能化。     

即时通讯工具与人的自由

即时通信,简称＂IM＂是（Instant Messaging）的缩写,它是一种使人们能在网上识别在线用户并与他们进行实时交换消息的技术。随着互联网络的飞速发展,即时通讯工具的功能也在日益丰富,它不再是一个单纯的对话工具,至今已经发展成为一个集各种功能于一体的综合信息平台,也成为生活中不可或缺的一部分。     

科技成果转化与校办产业实践

华中理工大学图像技术开发公司的前身是电子与信息工程系光电信息处理研究室。该室由作者本人负责,长期从事激光技术与信息处理的研究工作,完成了多项国家高科技研究项目。为使高科技成果及早地转化为生产力,研究室将“实时目标识别与跟踪”课题中用以制     

基于车票识别的铁路客运站旅客引导系统

通过分析目前我国铁路客运站旅客引导存在的诸多问题,提出了以车票作为基本媒介,将车票的功能纵向深化;以车票的条码作为桥梁,结合信息技术为旅客提供准确、实时的出行信息服务和引导服务——基于车票识别的铁路客运站旅客引导系统。系统充分挖掘车票功能,结合旅客运输组织方法,运用地理信息、数据库等技术,集成了车票识别、路线引导、服务信息发布等功能。系统使旅客到达车站后,只需在系统终端刷车票即可获取快速寻找售票厅、进站候车、寻找相关服务场所、检票上车、出站离开等相关引导服务;系统运用车站布局电子地图,实现旅客出行服务信息     

适体传感器的电化学阻抗谱研究

电化学阻抗谱是以小振幅的正弦波电位(或电流)为扰动信号的电化学分析方法。它是研究电极表面生物敏感膜的形成、电极过程动力学以及测定固体电解质电导率的重要工具。以适体为新一代生物识别分子所构成的适体传感器,被用于蛋白质、药物和核酸的检测。电化学阻抗谱是表征和检测适体传感器识别前后电极界面性质变化的一种较新且强有力的分析技术,可以定量测定配体及实时研究适体与配体结合过程的动力学特性。本文在简要介绍电化学阻抗谱基本原理和分类的基础上,详细综述了近三年来电化学阻抗谱在适体传感器方面的研究应用。     

基于自适应模糊神经网络的砂轮磨损评估

为实现砂轮磨损状态的实时监测评估，课题组提出了使用自适应模糊神经网络模型对砂轮状态进行监测。通过对磨削过程的振动信号及声发射信号特征值的提取，获得了不同磨损程度砂轮的多特征信号样本；采用多特征信号样本对自适应模糊神经网络进行学习与训练，建立了砂轮磨损状态识别模型；实现了对砂轮磨损状态的准确识别与在线监测。实验表明：基于自适应模糊神经网络的砂轮磨损程度评估系统，测试样本的实际磨损程度和网络判别结果类别相符。该自适应模糊神经网络系统能够对砂轮磨损程度类型准确进行在线评估。     

语言监测中的词语新义自动发现

词语新义是语言固有的现象,也是语言监测的重要内容.人工收集和判别新义的产生具有一定的局限性,利用计算机实时、自动地识别词语新义能弥补人工方法的不足.新义的产生在形式上表现为搭配词语的超常化,可以通过模拟人在识别新义时的大脑反应来实现词语新义的自动识别.提出了一种自动发现词语新义的方法,以动词为例,基于超常搭配可以计算出其新义度值.实验结果取得了68％的召回率和76.47％的准确率,表明该方法的可行性和合理性.     

炮弹引信信号分选识别技术

炮弹无线电引信信号分选识别是炮弹无线电引信干扰机的关键技术之一。由于炮弹留空时间短,同时无线电引信的工作频段又是无线电通信和电视、广播信号密集的频段,因此这一技术的主要困难点在于实时实现高分辨率信号处理。该研究采用了如下新技术和新方法:1 复数信号最大熵谱估计方法,有效地利用了信号的频带和最大熵方法的高分辨率特性。2 用高速数字信号处理器 TMS32010实现谱估计及信号识别算法,仔细进行了软、硬件设计,使得处理器的性能得以充分发挥。