基于支持向量机的颤振在线智能检测

为了检测车削过程中的颤振,提出一种颤振在线智能检测方法。使用最小二乘一类支持向量机,训练出描述特征矢量集的超球面,通过计算被测样本与超球面的距离来判断其是否颤振。基于相干准则和分块矩阵求逆,构造了在线稀疏结构的最小二乘一类支持向量机,将特征信息存储于特征库(字典)中,通过更新特征库实现检测模型的在线进化。在颤振检测的应用中,首先使用小波包分解,得到第三层节点能量的比例作为特征矢量,以离线数据构造特征矢量作为输入,训练得到初始检测模型以及特征库,在线检测中不断更新特征库,实现检测模型的在线进化。试验结果表明,在车削颤振识别中,在线进化的检测模型的识别效果更好,颤振预报准确率高达至99.04%,优于离线模型的预报准确率96.74%。     

基于超球面支持向量机的丝杠故障诊断技术

针对高档数控机床丝杠故障样本不易获取以及样本分布不均的问题,提出了一种用小波包分解和超球面支持向量机进行分类的丝杠故障智能诊断技术.该方法将振动信号小波包分解后的频带能量作为特征向量,输入到超球面支持向量机分类器进行故障识别.通过改变相关参数,研究了模型参数选择在构造超球面支持向量机中的重要作用.试验结果表明,建立的超球面支持向量机模型能够有效地对机床丝杠故障进行诊断.     

人机交互动态手势轮廓提取仿真研究

为提高动态手势识别的精确性,在手势特征提取、动态手势识别等方面进行实验研究。采用基于肤色模型的分割方法对手势图像进行处理,分别对手势轮廓特征和手势运动特征进行提取,提出基于HMM-NBC模型的手势识别算法,定义10种手势并建立动态手势样本库,进行手势识别研究,并与支持向量机手势识别算法相比较,研究表明:HMM-NBC模型算法的手势识别速度明显高于支持向量机算法,具有较高的识别率,平均手势识别率为88.8%。     

基于异常识别和关联分析的桥梁数据复合诊断

提出了一种基于异常识别和多传感器关联分析的桥梁数据复合诊断方法。该方法利用超球面一类支持向量机对传感器数据特征进行异常识别,通过ε-支持向量回归机对多传感器测量值进行位置关联分析,从而判定该传感器数据异常是由外部荷载还是传感器自身故障引起。通过江阴大桥主梁加速度传感器的相关测量数据,表明了该方法的有效性。     

基于多类超球支持向量机的铣削颤振预测方法

为了预测薄壁件铣削过程颤振的发生,提出了一种应用小波系数特征和多类超球支持向量机进行铣削颤振预报的方法.首先基于连续小波变换分别提取高、低频段铣削振动信号的特征,然后利用多类超球支持向量机进行稳定铣削状态、铣削颤振孕育状态、铣削颤振状态识别.为了简化支持向量机进行多类分类时所带来的计算复杂性,该算法使每一类样本都获得一个超球支持向量机,在特征空间中以测试样本与超球中心距离、超球半径作为决策函数来进行识别.实验表明,在铣削颤振识别系统中多类双核超球支持向量机与连续小波系数特征向量相结合具有良好的识别效果,颤振孕育预报正确率达98.0％.     

基于支持向量机的虹膜识别方法

提出了一种基于支持向量机的虹膜识别算法,通过对虹膜纹理采用小波变换来实现特征提取,最后通过支持向量机完成匹配。实验结果表明,该算法识别率高并可有效地应用于虹膜身份鉴别系统中。     

基于云理论与LS-SVM的刀具磨损识别方法

针对刀具磨损过程中产生声发射信号的不确定性以及神经网络学习算法收敛速度慢、易陷入局部极小值、对特征要求较高等问题,提出了基于云理论和最小二乘支持向量机的刀具磨损状态识别方法。首先,对声发射信号进行小波包分解与重构,滤除干扰频段对求取特征参数的影响;其次,对重构后的信号利用逆向云算法提取云特征参数:期望、熵、超熵,分析刀具磨损声发射信号的云特性及磨损状态与云特征参数之间的关系;最后,将云特征参数组成特征向量送入最小二乘支持向量机进行识别。研究结果表明:所提取的特征可以很好地反映刀具的磨损状态,云-支持向量机方法可以有效地实现刀具磨损状态的识别,与传统神经网络识别方法相比具有更高的识别率,识别率达到96.67%。     

一种基于支持向量机的烟叶异物检测方法

为解决基于颜色空间的检测方法难以剔除与烟叶颜色相同或相近异物的难题,提出了基于支持向量机的检测方法。首先采用Laws算子,对烟叶图像进行预处理,初步分离出目标与背景;然后,根据纹理特征明显与否将待处理区域分为2类;最后,使用支持向量机分别对2个预分类的结果在频域做细分类。试验结果表明,所提方法可以准确地检测出烟叶中的各种异物,误检率较低,满足实际使用要求。     

一种基于支持向量机的烟叶异物检测方法

为解决基于颜色空间的检测方法难以剔除与烟叶颜色相同或相近异物的难题,提出了基于支持向量机的检测方法。首先采用Laws算子,对烟叶图像进行预处理,初步分离出目标与背景;然后,根据纹理特征明显与否将待处理区域分为2类;最后,使用支持向量机分别对2个预分类的结果在频域做细分类。试验结果表明,所提方法可以准确地检测出烟叶中的各种异物,误检率较低,满足实际使用要求。     

基于支持向量机的产品编号识别

为了提高仓库管理系统的性能,将支持向量机用于产品编号的模式识别。采用基于投影法的图像处理算法提取编号数字;对倾斜的数字进行矫正,并对提取的数字进行归一化;构造支持向量机分类器对归一化的数字进行识别;通过对一组数字样本的测试,分析了支持向量机参数与分类器的识别率的关系。测试结果表明,支持向量机分类器可以在小样本的情况下获得较高的识别率。     

基于CPU＋GPU异构系统的棉花异纤识别系统

棉花中的异性纤维给棉纺织企业带来了不小的损失,因此开发出高效率的异纤分拣机是很多纺织企业的迫切需求。现有的异纤分拣机虽然能够达到剔除部分异纤的效果,但由于图像处理运算都是在工控机上的CPU里实现,为了达到在线实时检测的需求,只能采用比较简单的识别算法,异纤识别效果不是很理想。本文通过研究基于CPU＋GPU异构系统的棉花异纤识别系统,让GPU通过并行运算来实现异纤的识别算法,从而大大提高了运算效率,有效的减少了算法的运行时间,为复杂的异纤识别算法在异纤识别系统的使用提供了条件,从而有效提高异纤杂质的剔除率。实验表明,基于CPU＋GPU异构系统对算法的时间提高了十几倍。     

基于特征降维和神经网络的电能表内异物声音自动识别

电能表是国家强制检定的电能计量工具,其计量的精确性影响着千家万户的利益。传统的人工检测方式不仅效率低而且检测结果不稳定。随着声学检测技术的日趋成熟,采用声学检测的方式来检测电能表内的异物已成为实现工厂自动化的大势所趋。针对现有半自动的人工检测电能表异物方式,提出一种基于特征降维和神经网络的电能表内的异物声音自动识别方法。该方法充分利用声音的时、频域特征系数和倒谱系数,先对声音信号进行通道转换、预处理和数字降噪,再对声音信号进行时、频域和倒谱分析,并同时提取其短时特征系数及改进后MFCC系数。将声音特征通过PCA降维后输入基于Adaboost算法聚类后BP神经网络分类识别,并与传统的BP神经网络分类进行比较,证明了该方法的有效性。这里给出了电能表异物自动识别技术实现的具体步骤,并通过MATLAB仿真实验证明了该方法的有效性,BP神经网络的平均识别率较高,可达到95%以上,并且计算复杂度小易于实现。     

一种用于道路交通标志识别的颜色-几何模型

交通标志检测是道路交通标志识别系统中的一个关键问题。本研究在分析中国道路交通标志的颜色和几何形状这2种先验特征的基础上,提出了颜色形状对的概念,并据此构造了一种新的交通标志颜色-几何模型。该模型由交通标志的3种基本颜色和5种基本形状构成,充分体现了颜色与几何形状具有唯一确定性关系这一重要特点。因此,基于颜色-几何模型的交通标志检测可以同时实现交通标志的粗分类,将116种中国道路交通标志直接分为7个子类,降低了道路交通标志识别系统的复杂性。仿真实验研究表明,采用该模型的交通标志检测与粗分类的正确率均达到了100%,具有良好的实时性和有效性。     

AGV视觉导引控制的研究

路径识别和路径跟踪是AGV视觉导引控制中的2个关键问题，本文利用颜色信息识别路径，采用模糊控制策略跟踪路径，系统的鲁棒性高，同时也兼顾了系统的实时性要求。实验表明该算法效果良好。     

基于机器人视觉的服务机器人表情识别研究

开发了一种基于机器人视觉的表情识别系统。系统首先基于人脸肤色及Gabor纹理特征精确定位人脸区域,其次用Gabor小波变换提取表情特征并设计基于支持向量机的表情分类器,最终实现对7种人脸基本表情的识别。实验表明,该方法在室内环境下能够实时地识别表情并具有较高的识别成功率。     

一种基于树莓派平台的脐橙品质分级方法

针对目前脐橙品质分级自动化程度较低,难以满足现代化生产运营需求的问题,设计了一种基于树莓派平台的脐橙品质分级方法。在S和V颜色分量图像上完成背景分割,并对脐橙表面的反光区域进行亮度矫正;提取脐橙的大小和着色度特征,并提出基于积分图的局部阈值分割算法,完成果面缺陷的检测;利用决策树算法实现脐橙品质的分级。试验结果表明:此方法对特级果、一等果、二等果、等外果的识别准确率分别达到96%、94%、94%、96%,单列输送线的分级速率达3个/s,准确性和实时性较高,能够满足实时环境下脐橙分级检测的要求。     

模拟生物视觉机制的彩色人脸识别方法

为了充分利用彩色图像提供的信息提高人脸识别的性能,提出了一种模拟生物视觉机制的彩色人脸识别方法。该方法首先构造一种模拟人类的色彩感知机制的对立色模型,将彩色人脸图像描述为对立色形式。然后,模拟初级视皮层的信息处理机制,从图像对立色描述的亮度分量和色度分量分别提取人脸的纹理特征和色彩特征。最后,分别对纹理特征和色彩特征进行分类识别,并将二者的识别相似度融合得到最终的人脸识别结果。该方法利用对立色模型提高了色彩特征对光照变化的鲁棒性,并且综合利用彩色图像的色彩和纹理信息提高了人脸识别的精度,特别是对模糊图像的识别精度。在彩色FERET人脸库和AR人脸库上的实验表明,相对于直接对灰度图像进行识别的方法,该方法对清晰图像的识别率提高了4.5%～16.3%,而对模糊图像的识别率提升更加显著。     

外物形状对发动机叶片中残余应力场的影响分析

综合运用显、隐式有限元算法对航空发动机叶片进气边受不同形状外物的撞击进行数值分析,在Ansys/LS-DYNA中进行不同形状外物撞击的瞬态显式分析,然后通过显—隐式算法的转换,获得受不同形状的外物撞击后叶片中的残余应力场分布。结果表明,外物的形状对叶片所受的损伤是有影响的,外物撞击部位的形状越尖锐,撞击叶片后叶片中分布的最大残余拉应力值越大,导致叶片的抗疲劳强度受削弱较大;几何外形相近的外物撞击后,叶片中的残余应力场分布趋势相近。