悬挂式单轨交通旅游线路运输能力分析

分析轨道交通线路通过能力关键性决定因素——列车追踪间隔时分的计算过程,结合悬挂式单轨交通旅游线路的特性及参数,得出悬挂式单轨交通旅游线路的运输能力,并通过实例进行运输能力与预测客流量适应情况分析,给出列车编组方案建议。     

无人机航迹规划与状态追踪系统

针对小型无人机控制的复杂性,设计了一套地面站综合控制系统。该系统具有航向的监测与控制、航迹的规划与显示、任务信息的接收与执行等功能,可以实现小型无人机的超视距控制和任务信息的回传与追踪。实验表明,系统可实现64bit数据帧间隔50ms收发与间隔1 000ms显示数据更新,满足实际应用需求。     

Liu混沌系统的追踪控制

针对新型混沌系统Liu系统的控制问题进行了研究,提出了Liu系统的一种追踪控制方案,实现了Liu系统对给定参考信号的追踪,从理论上证明了控制方案是按指数收敛的,数值仿真表明,该控制方案不仅可以对给定的参考信号进行追踪,而且可以实现混沌系统的同步。     

学习者行为追踪系统的架构与实现

学习者行为追踪是对学习者与网络平台之间的互动过程进行数据采集、数据处理和数据分析的技术。行为追踪可用于了解网络学习的过程,行为追踪系统是其技术实现,它与网络学习平台配合使用。本文介绍了行为追踪系统的架构及实现,着重介绍了系统的三个组成模块及部分关键技术。     

超混沌耦合发电机系统的混合追踪同步

针对四维超混沌耦合发电机系统的混合追踪同步问题,设计一种追踪控制器,实现四维超混沌耦合发电机系统中的四个状态变量同时与周期函数、常量、混沌R?ssler系统的混沌信号以及超混沌Lorenz系统的混沌信号的混合追踪同步,并且稳定性理论证明和数值仿真结果验证了该方法的有效性.     

对网络追踪现象的社会学反思

网络技术的快速发展在给人类社会生活带来极大便利的同时,也给我们带来了各种各样的网络社会问题,网络追踪现象便是其中之一．论文从概念界定、类型划分以及理论思考三个方面入手对网络追踪这类特殊的网络犯罪行为进行了社会学的探讨。并据此指出,网络追踪行为在本质上属于一种违法行为。同时,无论网络追踪的情境与主体,还是网络追踪的行为与后果都是真实而非虚拟的。因而,应加强对此类行为的法律规制。     

基于随机包标记的不重复标记追踪模型

DDoS攻击传统的防御措施包括像防火墙、入侵检测系统等采取的是被动防御的策略,防御效果不够理想。文章采用主动防御策略的攻击源追踪技术,提出一种新的攻击源追踪模型,不需要AMS算法所要求的受害者预先具备上游拓扑数据的强假设前提。新的标记算法对标记过边信息的包不再重复标记,通过上游路由器的配合确认就能定位攻击源,与AMS算法和改进后的AEMS算法相比收敛速度更快,受标记概率和路径长度的影响更小更稳定。     

竞争匹配追踪算法

匹配追踪算法是一种从一个极度冗余的词典中选择出某些基向量来叠加出一个特定的信号的算法 .这种算法已经成功地用于视频压缩和其它领域中 .但由于匹配追踪算法本质上是一种贪心算法 ,它的主要缺陷是无法分辨出信号中存在的双峰结构 .本文提出了一种改进算法 ,称为竞争匹配追踪算法 .这种算法能够克服上述匹配追踪算法的缺陷 ,并且在同等情况下能达到更优的性能 .     

基于光伏阵列的改进型最大功率点追踪算法研究

光伏阵列是光伏系统的发电设备,光伏阵列中的最大功率点追踪影响光伏系统的发电效率。对光伏阵列输出特性曲线进行分析,在此基础上分析了几种传统最大功率点追踪算法的适用范围和各自的优缺点,提出一种将变步长电导增量法与牛顿插值法相结合的算法。仿真结果表明,与传统扰动观测法及电导增量法相比,改进型最大功率点追踪算法可对最大功率跟踪点输出的功率波形振动幅度高效控制,具有追踪速度快、环境适应性好等优点。     

扰动情况下的连续混沌系统的追踪控制与同步

对扰动情况下的任一连续混沌系统给出了一种控制方法,并用Lyapunov函数方法证明受控系统能追踪任意参考信号,实现了同步。最后Lü系统利用此理论对追踪正弦信号、自同步及异结构同步进行数值仿真,其结果说明了此方法的有效性。     

基于在线多实例学习的跟踪研究

介绍一种基于在线多实例学习的目标跟踪方法,在线多实例学习在目标跟踪中的应用是采用基于多实例学习的自适应表观模型,解决了训练样本中存在的模糊歧义问题,探讨了处理训练正包中正样本和负样本的问题,指出了今后多实例学习目标跟踪的研究方向．     

光伏阵列跟踪控制设计

传统的太阳跟踪方式多采用光电跟踪或视日跟踪,跟踪精度低,存在累积误差。为了改进对太阳的跟踪精度和消除累积误差,计算各种太阳角,提出以光电跟踪为主要的跟踪方式,同时设置视日跟踪控制,通过两种跟踪方式互补,可以让光伏阵列在昼夜更替以及任何气候条件下得到稳定而可靠的跟踪控制,完成光伏阵列跟踪控制过程的设计。     

混合Kalman滤波器与Chamshift人脸跟踪算法的研究

文章通过Kalman滤波器预测由Camshift算法检测到的人脸窗1：7在下一帧图像可能出现的位置,进行下一帧图像的人脸跟踪．其中,Kalman滤波器的使用克服了单纯使用Cam-shift跟踪在遮挡或者丢失跟踪物体的不足,可以大大提高人脸跟踪的正确率．     

Embedding ensemble tracking in a stochastic framework for robust object tracking

We propose an algorithm of embedding ensemble tracking in a stochastic framework to achieve robust tracking performance under partial occlusion, illumination changes, and abrupt motion. It operates on likelihood images generated by the ensemble method, and combines mean shift and particle filtering in a principled way, where a better proposal distribution is designed by first propagating particles via a motion model, and then running mean shift to move towards their local peaks in the likelihood image. An observation model in the particle filter incorporates global and local information within a region, and an adaptive motion model is adopted to depict the evolution of the object state. The algorithm needs fewer particles to manage the tracking task compared with the general particle filter, and recaptures the object quickly after occlusion occurs. Experiments on two image sequences demonstrate the effectiveness and robustness of the proposed algorithm.     

基于行为和部分观测的多目标跟踪

针对复杂环境下的多目标跟踪问题提出了一种新的跟踪方法．在检测部分,采用第三级离散小波变换和背景差分进行了目标分割．在跟踪部分,首先利用卡尔曼滤波器和缩放因子估计目标在下一帧中的中心位置和矩形框尺寸,然后在中心关联和区域关联的基础上提出了投射率和遮挡率的概念,并结合投射率和遮挡率推断目标行为．最后针对具体目标行为,自适应地调整跟踪方案和卡尔曼参数实现了多目标跟踪．在遮挡情况下利用部分观测调整估计框以获得目标测量值和最优框尺寸．提出的方法对处于遮挡、新出现以及稳定等情况下的运动目标均具有鲁棒的跟踪性能．实验结果表明提出的方法是有效的．     

机动目标跟踪的TIMM算法

针对如何避免或减少由于目标的机动运动所带来的估计误差问题,提出了具有门限的相互作用多模型估计(TIMM)的新算法.该算法主要应用于雷达目标自动跟踪系统中.TIMM算法在相互作用多模型估计器(IMM)算法的基础上引入门限控制器来提高跟踪精度,该算法同样适用于其他各种改进的IMM算法.通过2个不同的例子,对由TIMM和IMM这2种算法产生的均方根误差进行比较.仿真结果表明,同IMM算法相比较,TIMM算法可减少估计误差,从而提高机动目标的跟踪性能.     

基于相关滤波器的视频跟踪算法与仿真

为解决视频跟踪中目标旋转、形变、光照等导致目标丢失问题,提出了一种相关滤波器跟踪算法,该算法利用局部信息,对目标多次训练获取滤波器,再经相关运算对目标位置进行估计,并在线实时更新滤波器。仿真实验表明,该算法具有快速、简单、鲁棒等特点,能够实现对运动目标的实时跟踪。     

在非重叠视域监控网络中的人体目标跟踪(英文)

针对存在非重叠视野的摄像机监控网络,提出了一种基于人体外观模型和摄像机间时空信息的人体目标自适应跟踪算法. 对于人体外观模型,首先根据人体测量学理论将人体目标划分成头、躯干和腿 3 个部分,分别提取各部分的 HSV 颜色直方图特征用于构建人体外观模型,然后引入加权因子计算人体目标之间的相似度,最后采用一种基于双阈值的相似度排序算法确定人体目标的匹配关系. 对于摄像机间的时空信息,通过增量学习,不断积累目标关联信息,经统计分析逐步更新摄像机间时空信息. 实验结果验证了所提出的跟踪算法在无需摄像机标定的条件下能够实现人体目标的连续跟踪,且随着关联匹配信息的累加,算法的跟踪准确性也逐步提高.     

基于均值移动重要性采样的粒子滤波人脸跟踪算法

针对condensation目标跟踪算法中用先验转移概率作建议分布函数时没有充分考虑最新观测信息的缺点,提出了一种基于均值移动重要性采样的粒子滤波人脸跟踪算法.算法首先利用均值移动跟踪器粗略定位人脸目标,然后再用此跟踪结果去构造建议分布函数进行粒子传播.由于通过该方法所构造的建议分布函数中包含了最新的观测信息,所以它可以使大多数粒子点都能分布在真实状态区域周围,进而提高了粒子传播的准确性.人脸跟踪结果表明,该算法的跟踪性能明显优于标准condensation方法.     

基于融合模板的均值移动头部跟踪算法(英文)

针对被跟踪头部目标特征状态随时间变化而与参考模板不匹配的问题,提出一种基于融合参考模板的均值移动算法,即将被跟踪目标在不同状态下所呈现出的不同特征使用采样的方法进行融合,如将头部跟踪过程中正面的肤色信息和后面的发色信息进行融合,从而形成一个包含不同特征的参考模板.在跟踪过程中,使用该融合模板可以有效地克服由被跟踪目标特征变化导致跟踪失败而不能实现头部连续跟踪的问题.通过头部跟踪实验可以看出,该算法实现了复杂环境下的具有360°旋转的头部跟踪,并且在一定程度上提高了跟踪精度.