为设计一种可自动跟踪、避障的无人机视觉导航技术，将无人机同时搭载双目和单目摄像头：单目摄像头采集无人机相对于被跟踪物体的图像，并采用经Kalman预测器优化的连续自适应均值漂移算法对目标进行有效跟踪；双目摄像头实时采集无人机前进方向上的图像信息，并利用SGM算法计算深度图以分割出无人机前进方向上的障碍物信息。无人机在跟踪目标物体的同时，可自主避开行进方向上的障碍物。实验结果表明，该方法可以有效引导无人机持续、精确地对目标物体进行跟踪，并在跟踪过程中及时躲避前进方向上的障碍物。

快速掘进急需构建掘进前方高精度二维地质模型。以沁水煤田某矿区XY-S工作面为例，基于三维地震解释成果，利用巷道掘进过程中煤层底板高程实测信息，动态刷新三维地震平均速度场，更新掘进前方煤层底板高程，最后对掘进前方预测的精度进行统计分析。结果表明：通过不断利用掘进实测煤层底板高程，刷新平均速度场，更新掘进前方煤层底板地质剖面，掘进前方煤层底板剖面与实际揭露剖面之间误差逐渐越小，实测点前方25 m和50 m范围的煤层底板高程最小绝对误差可达0.2 m和0.45 m。若实测点数据密度大、分布均匀，预测精度将会进一步得到提高，可为快速掘进提供高精度煤层底板导航数据。

透明工作面是目前智能化开采的重要研究方向，是实现无人化开采的重要途径。针对记忆割煤应用效果较差、传感器精度低、大数据融合应用率低、无法根据工作面地质条件变化进行自主感知、决策和调整等问题，开展了基于透明地质数据智能精准开采的研究与实践应用。通过钻探、巷道测量和槽波勘探等物探手段来构建较精准的透明工作面三维模型，提前规划截割模板，再联合应用惯性导航技术、雷达定位技术和大数据分析决策技术，来不断修正截割模板，最后通过井下精准控制中心来完成对采煤机和液压支架的精准控制。该技术将当前基于记忆截割的“智能开采1.0”阶段升级为基于透明地质规划截割的“智能开采3.0”阶段，实现由传统的记忆割煤向三维空间感知和自动截割的技术跨越，具有很强的适应性和实用性。

基于CSP的多类运动想象脑电特征自动选择算法

三相光伏并网发电系统研究：随着能源短缺与环境污染问题的日益突出,太阳能作为一种非常重要的可再生能源受到了广泛的关注。光伏并网发电是太阳能大规模开发利用的必然趋势,并网逆变器作为光伏列阵与电网连接的关键设备,对其进行研究具有重要的理论与实际意义。 论文首先分析了国内外光伏发电的发展状况,光伏并网发电系统的主要并网方式,以及光伏发电并网逆变器的研究现状和发展趋势。论文深入分析了光伏并网发电系统的拓扑结构及其相关控制策略,在此基础上重点研究了光伏并网发电系统主电路的拓扑结构,光伏阵列最大功率点跟踪(MPPT)控制和并网逆变器输出控制,深入探讨了光伏阵列MPPT控制的扰动观察法控制技术和并网逆变器输出控制的滑模控制技术,提出了光伏并网发电系统主电路的两级拓扑结构、光伏阵列扰动观察法控制的变步长改进方法以及并网逆变器滑模控制的指数趋近律改进方法。 论文在进行详细的理论研究的基础上,设计了的25kWp光伏并网发电系统。在系统设计中,主电路的可控元件采用了性能优越的IGBT器件,控制电路采用了性能先进的浮点DSP微控制器芯片,先进的IGBT器件和浮点DSP芯片以及光伏阵列改进扰动观察法、并网逆变器改进滑模控制方法的使用为研制出高效光伏并网发电系统提供了坚实的技术和物质基础。

社交云中视频质量的体验质量（QoE）评估

群体智能典型算法研究综述

Resource-efficient and Automated Image-based Indoor Localization

透明度和可解释性原则是当前欧盟人工智能方法的里程碑。 两者都在政策指南中作为管理算法决策的价值被引用，同时为现有的规范性规定、信息义务、访问权和控制权提供了基本原理。 这篇文章从欧盟消费者市场的角度解决了关于透明度和可解释性的辩论。 考虑了消费者相对于算法决策的立场，并讨论了他们在大规模监视、利用和操纵方面的风险。 分析了算法不透明度的概念，区分了设计选择所固有的基于技术的不透明度，以及对用户的关系不透明度。 然后考虑欧盟法律的React。 算法透明度和可解释性的新兴方法与有关消费者市场透明度的更广泛监管目标有关。 有人认为，欧盟法律侧重于向非专业消费者提供足够的信息（公开的透明度），而不是专家的可理解性（深奥的透明度）。 随后讨论了透明度的好处、其成本以及在不影响绩效的情况下实施透明度的程度。 最后，讨论了基于透明度的算法监管的优点，并提供了有关在欧盟法律范式内监管透明度和可解释性的见解。

现有的生物识别系统识别并接受一个人，否则如果没有登记就直接拒绝一个人。 这些系统不提供搜索冒名顶替者所需的人的软件属性。 在此背景下，本文所阐述的工作是为了展示一个人在虹膜识别时的年龄和性别属性。 我们提出了用于年龄估计的深度卷积神经网络和用于虹膜性别预测的预训练深度 CNN AlexNet 和 GoogLeNet。 采用深度学习预训练网络从虹膜图像中提取特征。 此外，这些特征使用多类 SVM 模型进行训练和分类，以评估系统的性能。 实验结果证明“虹膜具有年龄和性别相关信息”的假设是正确的。