新葡京娱乐场-大陆娱乐场开户注册

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及一種基于深度信息提取的多聚焦圖像融合方法，廣泛應(yīng)用于目 標(biāo)識別，顯微成像，軍事作戰(zhàn)，機器視覺等領(lǐng)域。本發(fā)明首先利用各向異性熱擴散理論建模多聚焦圖像 的成像過程，獲取原始的多聚焦圖像的深度信息，根據(jù)圖像信息確定聚焦區(qū)域，得到多聚焦圖像融合模 板，最后根據(jù)平滑的多層次融合模板圖進(jìn)行多聚焦圖像的融合。本方法不僅能夠有效的提高融合圖像的 質(zhì)量，并且具有良好的實用性和廣泛的適用性。

本技術(shù)適用領(lǐng)域：石油化工、發(fā)酵、制藥、食品、煙草、飼料、肥料、合成材料、垃圾處理、污泥干燥處理等工業(yè)生產(chǎn)過程中產(chǎn)生的組分復(fù)雜、氣味惡臭、風(fēng)量大、濃度低、含塵量高、溫度高、含濕量大、煙帶明顯的各類有機惡臭廢氣的污染減排和深度治理。本技術(shù)首個80000m3/h的示范工程于2009年4月起運行，首個400000m3/h氨基酸發(fā)酵濃縮烘干造粒生產(chǎn)有機復(fù)合肥廢氣治理工程已于2010年起運行，目前該技術(shù)已在復(fù)合肥行業(yè)全面推廣應(yīng)用。本技術(shù)可提供對現(xiàn)有廢氣治理工藝、設(shè)備及運行狀況的診斷（運行參數(shù)測試、廢氣組分分析、物流及能量衡算等），廢氣治理方案設(shè)計（擬采取的技術(shù)方案、擬采取技術(shù)的可行性分析、項目總投資概算、項目經(jīng)濟性分析）；工程招標(biāo)技術(shù)標(biāo)書編制、全套工程設(shè)計、關(guān)鍵反應(yīng)器設(shè)計、安裝調(diào)試及整體施工過程技術(shù)監(jiān)理等全套技術(shù)或進(jìn)行工程總包。

火電機組深度調(diào)峰改造是消納可再生能源的有效途徑，深度調(diào)峰就是在自動控制的情況下將機組的負(fù)荷調(diào)節(jié)下限從原來的50%Pe下調(diào)至30%Pe，甚至更低。控制難點在于：當(dāng)機組處在低負(fù)荷工況時，機組被控過程的動態(tài)特性具有快速變化的特征，常規(guī)控制策略難于有效控制。 本項成果采用多模型智能預(yù)測控制技術(shù)，分別提出了適合于亞臨界和超（超）臨界機組深度調(diào)峰的多模型智能預(yù)測控制系統(tǒng)，實現(xiàn)了在低負(fù)荷或超低負(fù)荷工況下的平穩(wěn)控制。 本項成果已成功應(yīng)用于華能丹東、華能大連、華能營口、華能井岡山、華能大壩、國投欽州、大唐當(dāng)途、中鋁銀星、國信射陽港、國華籌光等電廠近30臺300MW亞臨界、600MW和1000MW超（超）臨界機組的深度調(diào)峰中。特別是，已成功將華能營口電廠#4 600MW超超臨界機組的負(fù)荷深調(diào)到15%Pe，并實現(xiàn)了機組”干態(tài)/濕態(tài)”的一鍵轉(zhuǎn)換控制，達(dá)到了國內(nèi)外最先進(jìn)的深調(diào)水平。目前，在國內(nèi)已完成的機組深度調(diào)峰改造中，大部分均采用了本深調(diào)優(yōu)化控制技術(shù)，得到了廣大用戶的一致好評。

本發(fā)明公開了一種基于深度圖像的跌倒行為實時檢測方法,包括深度圖像獲取，人體圖像識別，深度差分特征提取，人體部位解析，·704·關(guān)節(jié)點提取，高度特征提取和跌倒檢測步驟；基于深度圖像，在識別出的人體圖像上選擇特定的深度差分特征，使用隨機森林分類器對人體部位進(jìn)行解析，將人體分為頭部與軀干兩個部位類型，隨后檢測關(guān)節(jié)點，然后提取高度特征向量，再通過支持向量機分類器檢測對象是否處于跌倒?fàn)顟B(tài)的信息；本發(fā)明提供跌倒行為

本發(fā)明公開了一種基于深度圖像的手勢識別方法，訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集中的深度圖像通過深度傳感器采集得到，首先計算圖像中人體區(qū)域的最小深度值，再利用深度閾值，結(jié)合人手是離傳感器最近物體的預(yù)設(shè)條件，分割出深度圖像中的手勢；然后獲取手勢在三個正交平面上的投影圖，分別稱為正視投影圖、側(cè)視投影圖和頂視投影圖；接著提取三個投影圖的輪廓片段包特征，并級聯(lián)成原始深度手勢的特征向量；最后訓(xùn)練分類器，對從待識別深度圖像中獲取的手勢特征向量進(jìn)行分類，得到待識別手勢的識別結(jié)果。本發(fā)明還提供了相應(yīng)的手勢識別系統(tǒng)。本發(fā)明方法手勢識別簡單易行，推廣能力強，識別準(zhǔn)確率高，能有效克服雜亂背景、光照、噪聲及自遮擋等不利因素的影響。

成果描述：旨在為大規(guī)模代數(shù)系統(tǒng)設(shè)計新型高效的求解算法，并結(jié)合信息科學(xué)進(jìn)行交叉研究。在大規(guī)模代數(shù)系統(tǒng)新型Krylov子空間算法及其基礎(chǔ)理論、復(fù)雜電磁計算、圖像處理高性能數(shù)值方法、動力系統(tǒng)與智能控制理論方面進(jìn)行了系統(tǒng)深入的研究，取得了具有創(chuàng)新性的成果，例如：解決了科學(xué)計算中的有關(guān)基礎(chǔ)或困難問題；提出了Lanczos雙共軛A-標(biāo)準(zhǔn)正交短遞歸Krylov子空間迭代法BiCOR/CORS/BiCORSTAB方法、一種新的“二維雙連續(xù)投影(2D-DSPM)方法”等一系列高效算法；為求解復(fù)雜電磁問題產(chǎn)生的復(fù)雜線性系統(tǒng)設(shè)計了高效算法與預(yù)條件技術(shù)；提出了一些新型高效的邊界處理、圖像復(fù)原方法，具有更快的計算速度和更好的復(fù)原質(zhì)量；將數(shù)值代數(shù)與特殊矩陣分析和神經(jīng)網(wǎng)絡(luò)交叉研究取得成果。市場前景分析：本成果隸屬于計算數(shù)學(xué)學(xué)科的數(shù)值代數(shù)領(lǐng)域，是數(shù)學(xué)基礎(chǔ)理論研究。本項目著眼于科學(xué)與工程問題當(dāng)中的難于解決的數(shù)學(xué)問題的快速算法及其理論研究，在國民經(jīng)濟和國防安全的若干大數(shù)據(jù)領(lǐng)域具有重要的學(xué)術(shù)和應(yīng)用價值。因此，本成果不涉及經(jīng)濟效益，亦不涉及直接應(yīng)用。與同類成果相比的優(yōu)勢分析：主要成果發(fā)表在國際權(quán)威期刊上，構(gòu)建的新方法新理論得到了權(quán)威專家的高度評價，相關(guān)工作引起了國內(nèi)外同行的廣泛關(guān)注與引用。通過國際合作，本項目提出的相關(guān)快速算法已通過國際合作研究被法國INRIA、法國LAPLACE國家實驗室、荷蘭格羅寧根大學(xué)等國際知名研究機構(gòu)用于解決科學(xué)計算中的大規(guī)模代數(shù)方程組求解難題。

產(chǎn)品服務(wù):項目旨在設(shè)計出一款基于Dijkstra算法的高精度物聯(lián)網(wǎng)小區(qū)無人智能運輸車。該項目主要可分為兩個部分:實車與模型車的同步開發(fā)和基于eclipse平臺的APP開發(fā)。在實車和模型車的開發(fā)過程中，通過常規(guī)車載傳感器實現(xiàn)小車的“智能化”，利用Dijkstra算法解決最短路徑選擇問題。利用計算機語言完成在eclipse平臺上的APP開發(fā)，實現(xiàn)APP同時與實車和模型車的互聯(lián)，實現(xiàn)智能運輸小車運輸末端的配送。市場概況:本項目希望將來與各電商平臺合作，APP與電商、外賣軟件結(jié)合，將網(wǎng)上購物徹底融為一體；同時與互聯(lián)網(wǎng)公司合作，提升小車的智能化以及無人駕駛的精確度，真正做到在小區(qū)內(nèi)取代快遞員完成最后的運輸任務(wù)，并能提升效率、安全性，以及節(jié)省財力、人力，并初步形成小區(qū)內(nèi)智能化的高精度物聯(lián)網(wǎng)。  商業(yè)模式:本項目希望采用先試點后普及、先免費后收費的盈利模式。在四星及五星級小區(qū)先行免費試點，收集用戶反饋評價，統(tǒng)計滿意度。改進(jìn)后逐步開啟按時效每戶收費，并最終普及三星級小區(qū)及更多居民居住區(qū)。

本發(fā)明公開了一種基于改進(jìn)遺傳算法的配電網(wǎng)互動方案編制方法，根據(jù)具體的互動需求、配電網(wǎng)用戶的申報互動容量和互動成本以及互動用戶的功率和電量數(shù)據(jù)通過帶精英策略的非支配排序遺傳算法得到各互動用戶的用電曲線，并根據(jù)各互動用戶的用電曲線制定各互動用戶的參與互動的調(diào)度計劃。根據(jù)上述方法制定的調(diào)度方案，模擬各互動用戶的響應(yīng)行為。本發(fā)明通過帶精英策略的非支配排序遺傳算法合理安排需求側(cè)用戶的互動方案，降低配電網(wǎng)的峰谷差，減小新能源發(fā)電出力波動的影響從而實現(xiàn)配電網(wǎng)中電源、負(fù)荷的協(xié)調(diào)運行，達(dá)到配電網(wǎng)整體消納新能源以及可靠經(jīng)濟運行的目標(biāo)。

本發(fā)明公開了一種基于圖像分割的數(shù)字體積相關(guān)算法中邊界處理方法，該方法首先區(qū)分感興趣區(qū)域和背景區(qū)域，然后對要進(jìn)行DVC計算的其中一套三維圖像進(jìn)行圖像分割，分割為感興趣區(qū)域(VOI)和背景(BG)兩部分，在進(jìn)行DVC計算時只計算VOI內(nèi)的計算點的位移和應(yīng)變；計算位移時，子體塊間的相關(guān)性匹配僅僅針對VOI部分，計算應(yīng)變時，只利用VOI內(nèi)的位移點來求解應(yīng)變。此外，本發(fā)明通過區(qū)分子體塊還有應(yīng)變計算窗口內(nèi)的連通域個數(shù)，只利用子體塊或者應(yīng)變計算窗口內(nèi)的主連通域去計算位移和應(yīng)變，進(jìn)一步提高了處理復(fù)雜輪廓或者邊界時計

項目旨在設(shè)計出一款基于Dijkstra算法的高精度物聯(lián)網(wǎng)小區(qū)無人智能運輸車。該項目主要可分為兩個部分:實車與模型車的同步開發(fā)和基于eclipse平臺的APP開發(fā)。在實車和模型車的開發(fā)過程中，通過常規(guī)車載傳感器實現(xiàn)小車的“智能化”，利用Dijkstra算法解決最短路徑選擇問題。利用計算機語言完成在eclipse平臺上的APP開發(fā)，實現(xiàn)APP同時與實車和模型車的互聯(lián)，實現(xiàn)智能運輸小車運輸末端的配送。