系列虹膜图像质量评价

虹膜识别系统中,虹膜图像的质量是影响识别效果的重要因素.为了保证虹膜图像的真实有效性,首先要对输入的系列虹膜图像进行活体图像检测.然后进行质量评价,再根据评价结果选取质量好的图像.本文将虹膜图像质量评价分为4个部分图像清晰度的评价、虹膜区域检测、位于虹膜区域的眼皮及睫毛检测,以便确定干扰因子的大小.最后进行综合质量评价,得出评价因子.试验结果表明,该方法能满足实时图像质量评价的要求.     

基于证据融合的雷达抗干扰性能多指标综合评估

针对复杂电磁环境中多种不确定性因素条件下雷达抗干扰性能评估问题,构建了基于D-S证据理论的性能评估模型.在综合考虑体系复杂性和指标可测性的基础上,建立了新的雷达抗干扰性能评估指标体系结构.采用一种基于证据理论的多指标融合方法进行雷达抗干扰性能评估.通过各指标实测数据隶属函数转化得到实验中评估指标的基本可信度分配,客观地反映了评估指标可靠程度与其测量参数之间的相互关系,避免了传统方法中评估指标基本可信度函数分配的主观性和局限性.然后利用D-S证据理论对评估指标信息进行评估融合.通过改进证据融合规则,有效降低了证据之间的冲突,提高了雷达抗干扰性能评估的可信度.实验结果证明了该评估方法的有效性和可行性.     

基于变步长多尺度 Lempel-Ziv 复杂度融合 指标的旋转设备损伤评估

损伤程度评估对于旋转设备的故障预测与维护至关重要。Lempel-Ziv复杂度已被广泛用于旋转设备的定量故障诊断。但是传统Lempel-Ziv复杂度指标只能在单一尺度提取故障信息,难以全面挖掘故障特征。为此,学者提出了多尺度Lempel-Ziv复杂度。然而,多尺度分析会缩减时间序列的长度,易于导致评估结果不准确。因此,提出了一种基于变步长多尺度Lempel-Ziv复杂度融合的旋转设备损伤程度评估指标。首先采用变步长策略优化粗粒化过程,更全面地挖掘故障信息;然后运用基于拉普拉斯得分加权的融合方法来评估每个尺度的重要性,将变步长多尺度复杂度序列转化为一个单一但全面的评价指标,即所提的变步长多尺度复杂度融合指标,用以全面挖掘振动信号的特征,实现对旋转设备的损伤评估。本文采用轴承单点缺陷数据、轴承全寿命数据和齿轮箱疲劳试验数据验证所提方法的有效性,并与其他复杂度指标进行比较分析,结果表明：所提指标可100%准确地对轴承故障严重程度及齿轮磨损程度进行评估,发现早期故障,实现旋转设备的定量诊断。     

基于多源冲突证据信息融合的测试性评估方法

针对基于先验数据融合的测试性指标评估中存在先验信息互相冲突的问题,提出一种基于多源冲突证据信息融合的测试性评估方法,在传统D?S证据融合方法上,引入兰氏距离进行改进。首先,对各来源不同形式的先验数据,分别利用经验Bayes法和最大熵法对测试性虚拟仿真实验数据、测试性专家经验信息和测试性预计信息进行折合,进而求得对应的测试性指标先验分布参数;然后,通过贝塔函数依次构造其在辨识框架下的基本信任分配函数;最后,通过基于兰氏距离的D?S证据融合改进方法进行信息融合,得到最终评估结果。通过实例分析,验证了笔者提出的方法较传统D?S证据融合方法精度更高。     

基于多指标模糊融合的滚动轴承诊断的最优频带解调方法

轴承运行时会产生较大的振动噪声,采用振动信号统计量指标可以识别其共振频带,并通过共振频带解调来提取故障特征信号。目前常用的峭度图等方法根据经验自顶向下粗略划分轴承振动频谱,而且采用单一指标识别共振频带,常常被噪声所干扰,因而鲁棒性不高。为了提高滚动轴承故障诊断的精度,提出一种多指标模糊融合的最优频带解调方法。采用自底向上的思路,以最小化代价函数为条件,通过细分振动频谱,将细分的频谱进行双向合并,可以提高频带划分的精度。在提出的方法中,代价函数由峭度、平滑因子、峰度系数等多个指标应用模糊贴近度方法进行数据融合构造,可以有效提高识别最优共振频带的鲁棒性。分别采用仿真信号和实际采集信号对所提出的方法进行测试,与现有的单指标方法相比,试验结果表明所提出的方法可以正确诊断滚动轴承的故障。     

基于指标融合的跟踪算法性能评估度量标准

为了全面评估目标跟踪算法的性能,该文提出一种融合性能指标的新度量标准.在分析最优子模式分配度量标准基础上,新度量标准定义目标扩展状态包含跟踪算法的计算量信息,并在扩展状态的基本距离中引入了计算量距离概念,将计算量指标融入新度量标准的最优子模式分配距离中.新度量标准有效融合目标跟踪算法的跟踪精度、集合势误差和计算量指标,反映了跟踪算法的全面性能.单目标和多目标环境下的仿真实验结果验证了该标准的正确性和有效性.     

基于多传感器信息融合的输电线路覆冰状态评估方法

由于目前监测技术和计算模型尚不完善,线路覆冰状态评估准确率不高。输电线路覆冰受多种因素影响,并且与微气象参数的相关性较大。为提高输电线路覆冰状态评估准确率,以输电线路在线监测系统为基础,综合考虑监测系统的等效覆冰厚度、微气象参数以及覆冰持续时间等,提出多传感器信息融合方法综合评估线路覆冰状态。BP神经网络融合线路覆冰隶属度值,输出覆冰状态概率,状态概率的不确定性再经过模糊推理,输出线路综合评估结果。通过现场监测,输电线路数据验证了该方法的准确性和可行性。     

基于多尺度特征融合和抓取质量评估的抓取生成方法

在非结构化场景中,物体的6-Ddf抓取是智能服务机器人领域的一项极具挑战性的任务。在该场景中,机器人需要应对不同大小和形状的物体以及环境噪声等因素的干扰,因此难以生成准确的抓取姿态。针对此问题本文提出一种基于多尺度特征融合和抓取质量评估的6-Dof抓取姿态生成方法。首先,提出了自适应半径查询法,解决真实环境中点云采样不均匀导致的关键点查询异常的问题;其次设计了一种将多尺度特征和抓取质量评估融合的抓取生成网络,可以生成丰富的6-Dof抓取域：最后,定义了一种抓取质量评估方法,包含力闭合分数、接触面平整度、棱边分析和质心分数,并将这些标准应用在标准数据集上生成新的抓取置信分数标签,同时将这些标准融人抓取生成网络中。实验结果表明所述的方法与当前较为先进的方法FGC-GraspNet相比平均精度提升了5.9%,单物体抓取成功率提升了5.8%,多物体场景的抓取成功率提升了1.1%。综上所述,本文所提出的方法具备有效性和可行性,在单物体场景和多物体场景中具有较好的适应性。     

基于多参数融合的风机健康状态评估

风电场中风机在运行过程中会产生海量数据,这些数据蕴含着大量风机关键部件的运行状态信息,通过对这些数据进行融合并采用科学比对分析能有效评估风机健康状态,提高风机的运行效率。通过CMS系统获取某双馈机组发电机非驱动端轴承振动数据,结合专家经验对数据进行分析并与理论值进行对比,判定轴承存在外圈故障;通过SCADA系统获得风机的状态数据,对状态数据进行分析获得一种基于SCADA数据的模糊综合判定模型;提出一种将CMS数据与SCADA数据相融合的风机健康状态综合评估方法,为提高风机健康评估准确性提供有效参考。     

结合HVS和相似特征的图像质量评估方法

图像质量的客观评价方法研究在实现图像质量评价仪器化的过程中起到决定性的作用.在分析最新全参考图像质量评价算法:特征相似法(feature similarity,FSIM)的基础上,利用对比敏感度函数(contrast sensitivity function,CSF)算子以及离散余弦变换(discrete cosine transform,DCT)域的对比度掩盖效应,提出了一种改进的FSIM图像质量评价方法.该方法具有FSIM算法简单、高效等特性,同时又充分体现人眼视觉特性,更好地反映了人的主观感受.LIVE(laboratory for image and video engi-neering)测试数据集的实验结果证明,该方法在非线性回归后相关系数、斯皮尔曼相关系数、线外率等指标方面均优于传统的其他图像质量评价算法.     

基于测试性增长的指标动态评估方法

针对现有测试性指标评估方法未能考虑装备研制阶段不同层次结构测试性水平动态增长的特性,导致测试性评估置信度不高的问题,提出一种测试性增长条件下基于层次Bayes网络模型的测试性指标动态评估方法。根据装备结构特征建立测试性指标动态评估的层次Bayes网络模型,并以测试性指标作为网络传递参数;考虑延缓纠正的测试性增长试验策略,给定测试性阶段序化增长约束条件,针对不同层次节点各阶段增长试验数据,采用单边Fisher精确检验法对测试性增长趋势进行检验,并基于检验结果确定增长阶段数;提出利用最大熵模型和改进Gompertz模型的先验参数估计方法,结合Bayes定理以及研制阶段各层次节点先验信息确定节点先验分布;进一步基于层次Bayes网络融合推理算法确定顶层节点测试性指标的后验分布,实现对装备测试性指标的动态评估,并通过案例进行验证。结果表明,该方法相较于直接运用Beta分布,具备更为准确合理的指标评估结论。     

基于注意转移机制的图像质量评价方法

图像质量的客观评价方法研究在实现图像质量评价仪器化的过程中起到决定性的作用。提出一种基于注意转移机制的结构相似度图像质量客观评价方法。该方法首先利用亮度、纹理和空间位置等特征生成视觉感知图,并通过计算待评价图像的块结构相似度生成失真感知图,然后进一步考虑由视觉特征显著和失真严重引起的注意转移对视觉感知图的影响,重新生成注意转移后的视觉感知图,最后利用生成的两张视觉感知图对结构相似度进行加权,获得图像质量的客观评价。与W ang的结构相似度图像质量评价方法(SSIM)的对比实验结果表明,提出的方法在评价准确性、单调性和一致性上分别提高3.7%、3.8%和2.9%,与图像质量的主观评价更加一致。     

一种用于引线键合视觉定位的图像质量评估方法

引线键合机视觉定位的精度受到采集图像质量的影响,当采集图片的质量较差时,会导致定位精度发生较大的缺失。为了解决这个问题,将基于生成对抗网络的图片质量评估方案引入到引线键合机视觉系统中,作为引线键合机的“第三方监督者”对视觉系统采集到的图片质量进行实时监督,保证采集到的图片质量符合视觉定位需求,进而保障生产过程中引线键合的视觉定位精度。     

基于多方法融合的铁路轴承故障诊断

由于铁路轴承的易损性和故障信号提取的复杂性,文中应用了多方法融合的诊断法对铁路轴承进行故障诊断,并对基于多方法融合的BP和RBF两种网络进行了比较。首先,对采集到得信号进行FIR降噪,再对降噪后的信号进行小波包分解,构造特征向量,以此为故障样本对BP和RBF网络进行训练,实现智能化故障诊断,实验结果表明文中提出的方法能很好地诊断出轴承故障类型,但多方法融合的RBF的泛化能力优于BP网络,同时,在训练时间上,RBF网络也要优于BP网络,这为机械故障诊断提供理论依据。     

基于多指标信息的起重机裂纹监测方法

声发射技术广泛应用于压力容器、航空航天和桥梁建筑等行业,与其他的无损检测方式相比具有检测效率高、检测时间短等优点。近年来,起重机设备事故频发,影响了生产效率和生命安全,研究起重机结构损伤的特征,开展起重机的安全监测是目前亟需解决的问题。为了实现对起重设备的在线监测,文中首先研究了起重机材料Q235B的裂纹特性,分析了拉伸试件在撕裂过程中所表现出的动态参数特征,然后基于起重机在不同载荷下所表现出的声发射特征,提出了一种基于VMD分解的多指标监测方法。该方法对裂纹信号进行了特征提取,并将特征信号进行多指标计算,通过监测多个特征指标实现起重设备的状态评估。研究结果表明：本方法能有效实现起重机的裂纹监测,适用于不同载荷和多种运行工况的条件,具有较高的可行性和准确性。     

基于多方法融合的需求提取模型研究

针对用户对复杂产品知识了解不足所导致的需求提取局限性,本文融合发明问题解决理论(TRIZ)中的技术成熟度预测、需求进化定律、技术进化定律和主要价值参数(Main parameter of value,MPV)等工具,提出一种多方法融合的需求提取模型.该模型通过专利数据确定产品生命周期,将需求进化和技术进化结合,从宏观和微观两个层面进行未来需求预测,同时将主要价值参数融入到隐性需求挖掘过程中,构建面向复杂产品的需求预测以及挖掘模型,并以回风空气净化装置的需求提取为例验证该模型的有效性.     

基于多方法融合的服务设计过程优化

为提高服务设计的质量和效率,提出了多方法融合的服务设计过程模型.基于设计思维5阶段模型分析了服务设计过程特征,构建了服务设计阶段流程.应用QFD分析了利益相关者需求及系统要素,定义待解决问题及其权重,依据服务问题特征将问题定义为2种类型,并通过TRIZ构思设计概念.在此基础上,基于情感层次理论完成设计概念,并实现了原型可视化展示.在测试评价阶段,通过确定服务属性评价标准及方法,对用户进行测试,获取了用户反馈信息,进而评估服务系统的可行性.通过整合可行的设计概念形成完整设计方案,并由服务蓝图等工具交付,为后续方案实施提供依据.最终通过实例验证了该模型的有效性,为服务设计实践提供参考.     

基于多特征融合的运动目标跟踪方法

采用单一特征描述目标和传统模型更新方法对目标进行跟踪难以适应目标的遮挡、形变以及复杂场景变化等问题。针对此问题,提出一种多特征融合和选择性更新模型的相关滤波器跟踪算法。分别利用方向梯度直方图和颜色特征训练滤波器模型,在检测阶段根据不同特征响应图的峰值旁瓣比和加权融合两种特征;根据每帧最终目标位置响应图的峰值旁瓣比,判断目标是否发生遮挡,发生遮挡时则不更新模型,下一帧中继续使用当前模型进行跟踪。选取公开测试视频集中12段视频序列与多个前沿运动目标跟踪算法进行对比实验,结果显示,相对于次优的基于颜色特征(color names,CN)的算法,平均中心位置误差减少了25.12像素,平均跟踪精度提高了29.31%。实验结果表明,在目标发生尺度变化、遮挡和光照变化等情况下,该算法可以稳定、准确跟踪运动目标。     

基于模糊推理原理的多传感器数据融合方法

利用模糊推理方法融合具有不确定性的多传感器数据 ,将传感器的测量值作为模糊系统的输入 ,要计算的结果是模糊系统的输出 ,利用三角形隶属函数表示测量的不确定性 ,在输入变量所确定的区间内 ,不断改变输出变量的位置 ,计算输出与输入的兼容度 ,则兼容度最大的位置 ,就是最后要得到的结果。给出了一个多个传感器数据融合的计算实例 ,验证了本方法的有效性     

基于多传感器融合的目标检测方法研究

为了提高智能汽车对行驶区域障碍物的感知能力,设计了相机图像与激光雷达点云融合的双模中融合模型。选用YOLOv3-tiny作为图像目标检测算法,PointRCNN作为点云目标检测算法,将点云检测获取到的ROI图像与原始图像进行加权融合,在融合后包含障碍物位置信息的图像上进行目标检测。通过与基于图像或基于点云的单模目标检测模型进行比对,在选用合适加权融合系数下双模中融合模型得到了更好的目标检测效果,在KITTI数据集上总类别的mAP@.5:.95上提升了3.3%,在Cyclist障碍物类别的AP@.5:.95上有了5.7%的显著提升。激光雷达点云的引入大大提升了纯视觉目标检测模型在小目标障碍物上的检测能力。