Diagnosis of disc bulge and disc desiccation in lumbar MRI using concatenated shape and texture features with random forest classifier

Disc bulge and disc desiccation are the most common abnormalities occurring in the spine, which leads to severe low back pain. Despite computer-aided automatic abnormality diagnostic imaging systems are available still there is a need for betterment in diagnostic accuracy and in processing time. Image processing with combined imaging features like shape and texture has given better diagnostic ability when compared with processing with individual features. In the present study, the desiccated and bulged Intervertebral Discs (IVDs) are diagnosed automatically by combining shape features extracted using Histogram of Oriented Gradients (HOG) and texture feature extracted using novel Local Sub-Rhombus Binary Relation Pattern (LS-RBRP) techniques with Random Forest (RF) classifier. The performance analysis projects that the RF with HOG+LS-RBRP has an overall better accuracy of 94.7% when compared with HOG (87%) and LS-RBRP (90.2%) with RF classifier separately in categorizing the normal IVD, disc bulge and disc desiccation in the lumbar spine MRI.     

涡流空气分级机叶片间流场的数值模拟研究

根据等速旋转坐标系中的动量方程和连续方程,运用PHOENICS程序对转子叶片间流场进行数值模拟,通过数值模拟的结果分析了转速、风量及转子结构对分级性能的影响。     

KMLF-80/55型斜窄流分级浓缩箱在锡矿山的应用

介绍了KMLF斜窄流分级浓缩箱的原理与结构特点。在梁河锡矿选矿厂的应用实践表明,该设备性能先进,分级过程平稳,分级效率高,为矿浆选别作业创造了条件。     

神经网络在建立螺旋分级机数学模型中的应用

随着矿业生产的发展，基于多元回归理论的数学模型已难以满足精度要求，应用神经网络技术可以较少的试验工作量，建立高精度的变量间非线性映射模型，取得了满意的效果。     

SLK型涡流空气分级机动态气流密封装置设计

密封的好坏对涡流空气分级机的分级成品质量有重要影响。对传统机械密封方式的结构及其原理进行分析,指出其特点与不足,并应用动态叶轮密封原理,设计一种新型动态气流密封装置,在生产中应用取得良好效果。     

基于参数优化的支持向量机战场多目标声识别

针对网格搜索支持向量机(SVM)参数的方法存在复杂度高、运算量大等不足,提出了一种改进的网格搜索SVM分类器的最佳参数选择算法。将其应用于战场多目标SVM分类器中,对该分类器与KNN分类器和改进BP神经网络分类器进行的分类对比实验表明,改进的网格搜索SVM分类器参数选择算法可以有效地减少SVM分类器的运算量、改进学习性能并提高识别率。     

基于高斯过程分类的串联直流电弧故障检测

随着可再生能源和电力电子技术的飞速发展,直流系统在各个领域都得到了广泛应用。但由绝缘损坏、接头松动等原因引起的直流电弧故障是威胁直流系统正常运行的主要因素。为了解决直流电弧故障由于不存在过零点和平肩现象而难以检测的问题,文中将高斯过程模型引入电弧故障研究,进行不同负载下串联直流电弧故障试验。通过提取电流差均值、谐波能量和组成特征向量,利用高斯过程分类进行电弧故障训练、预测分类。试验结果表明,该检测方法能够准确识别电弧故障。     

基于混合智能算法的电力变压器故障诊断研究

最小二乘双支持向量机算法(LSTSVM)具有训练样本速度快、二分类效率高的特点,在电力系统电力变压器故障诊断中占有独特优势。单一的智能算法诊断自己片面,很难全面进行故障诊断,因此多采用复合智能算法。在LS-TSVM模型基础上引入蚁群算法,利用蚁群算法强大的搜索能力进行寻优计算,结合二叉树构建的LS-TSVM模型可对变压器故障进行全面诊断。通过实际的算例进行仿真,结果表明,混合智能故障诊断方法不仅准确率高,准确度也比传统ANN模型有所提高,证明了该算法模型的有效性和实用性。     

基于贝叶斯决策模型的热轧卷筒电机故障诊断

卷筒电机是卷筒的动力来源,对钢卷卷形质量和卷取稳定性有着重要影响。针对热连轧机组卷取工序中卷筒电机的鼠笼条断裂问题,通过从现场采集卷筒电机电流信号,并经过信号截取、滤波、拟合等操作提取出信号特征,利用多元高斯模型进行建模,并基于最小风险的贝叶斯分类算法对其进行故障诊断。试验结果表明,采用最小风险贝叶斯决策模型可以较好地识别卷筒电机的鼠笼条断裂故障,与支持向量机、Fisher等分类器相比,该方法具有较好的分类效果,且通过调节风险系数能够增强对异常样本的捕获能力。     

基于HALCON的发票号字符识别研究

为了解决人工方式识别发票号效率低下、费时费力的问题,以HALCON软件为平台,对发票号进行识别,首先,对读取的图像进行图像预处理,包括把原图像转化成单通道图像、图像增强、高斯滤波、阈值分割和连通区域分割,然后对预处理后的图像进行数学形态学处理,接着把粘连的数字拆分开,最后用基于多层感知分类器(MLP)对发票号数字进行识别.通过与人工方式的方法对比,结果表明,用基于HALCON的方法,发票号数字能被快速、精确的识别出来,有效的减少了人员的工作量,提高了工作效率.