基于等参数线的B样条曲面类型识别方法

针对自由曲面难以分类的问题,提出一种基于等参数线的B样条曲面类型识别方法。利用平面二次曲线存在直角坐标变换下的不变量以及平面三次曲线的拟合识别平面等参数线类型,对于拟合为平面三次及以上的曲线,通过添加拐点数量来细分曲线类型。对于U向和V向等参数线族之一为平面曲线族的空间等参数线族,提出以平面等参数线族的空间位置关系确定柱面曲线的母线方向和回转面曲线的回转轴线,将空间曲线识别为柱面曲线和回转面曲线,通过最小二乘法将还不能识别的空间等参数线进行圆柱(锥)面拟合。以共面、共平行平面、同轴、共垂直平面、共交点、点在线上、共交线、共相切圆柱面和空间一般关系定义等参数线族的内部几何位置关系,以公共交点、公共方向矢量、公共轴线和空间一般关系定义等参数线族之间的几何位置关系,并进一步提出等参数线族的排序、修正和编码方法,通过等参数线结构码实现B样条曲面的类型识别。最后给出了典型编码曲面的实例,通过实例验证了所提方法的有效性。     

基于深度卷积神经网络的γ光子图像分类识别研究

通过对正电子探测成像技术获得的γ光子图像进行分类识别,有利于后续有针对性地快速获取图像所包含的有效信息。在MatConvNet上利用迁移学习的方法搭建深度卷积神经网络,通过对其参数的调整进一步提高网络分类识别的性能。为了验证网络性能,设计了10组不同形状的管材模型,利用仿真得到的扫描时间为1s的γ光子图像样本集对网络进行训练后,将其应用于扫描时间为0.1 s的γ光子图像样本进行分类识别,发现分类准确率在图像质量偏差、扫描时间为0.1 s的γ光子图像样本上仍然达到了94.72%。可见所搭建的深度卷积神经网络对γ光子图像具有很好的分类识别性能。     

视频侦查中人像智能分析应用及算法优化

人像智能分析指的是对视频或录像中的人像进行结构化和可视化分析,对目标人物进行性别、年龄、发型等特征的智能识别,这项技术在视频侦查中有极高的应用价值。人像识别早期的算法是通过人工提取特征,通过学习低级视觉特征来针对不同属性进行分类学习,这种基于传统方法的模型表现常常不尽如人意。在计算机视觉领域,通过海量图像数据学习的神经网络比传统方法有更丰富的信息量和特征可以被提取。文章尝试通过深度学习技术训练神经网络模型对行人进行检测和识别,对于衣着不同的行人进行智能识别,具有更好的鲁棒性,提升了视频人像识别的准确率,拓展了人工智能技术在身份识别领域的应用。     

自适应连续集稀疏分解声音识别算法

为实现公共环境复杂背景中异常声信号识别以辅助公共场所安全监控,提出基于连续完备集的自适应MP稀疏分解声音识别算法,算法通过相关参数改进实现自适应PSO算法,然后借助PSO算法的连续空间搜索优势对MP稀疏分解进行连续集优化,从而提高稀疏分解获得的最优原子的匹配度,最后提取重构声信号的时频参数特征以SVM算法实现异常声音事件的快速准确识别。实验结果表明,与已有算法相比,所提识别算法显著降低了计算量,并取得了最优的声音识别率和识别鲁棒性。     

重力勘探在舜耕山断裂的应用

基于重力勘探测量精度高、时间周期短等优点,利用重力勘探对测区2条测线进行测量,利用经过各种校正后的重力布格异常数据编绘出舜耕山断裂的重力异常等值线图,结合磁法勘探的资料和区域地质背景,分析重力异常产生的原因,野外数据表明,重力异常分布较为复杂,总体上在-10～40 g.u.之间变化,高、低重力异常分布区域明显,在重力异常突变处圈定了舜耕山断裂的存在,舜耕山断裂发育位置在7号测点附近,舜耕山断裂向东西向延伸,推测舜耕山断层走向为近东西向。     

110kV GIS交流耐压及局部放电试验和异常信号分析

主要对GIS设备进行现场交流耐压及局部放电试验的试验目的、试验方法、试验注意事项、异常结果等进行了分析探讨。     

青海都兰县双雪包银多金属矿地球化学特征及找矿前景探讨

近年来的化探找矿实例证明,化探在干旱高山景观区是行之有效的找矿方法,以1∶2.5万地球化学测量对1∶5万水系沉积物异常进行检查,可达到快速、经济、准确圈定矿化范围的目的。该文通过对青海都兰县双雪包地区1∶5万水系沉积物AS14号异常的分析研究,利用1∶2.5万地球化学测量对该异常较好的分解和重现,圈出综合异常14处,异常总体分布受F3断裂构造控制;重点对GA2和GA5等2个1∶2.5万地球化学测量综合异常进行检查,发现矿化破碎蚀变带2条,通过地表工程揭露,圈出AgPbZn矿体2条,矿体与异常中心位置套合,异常为矿致异常。综合分析双雪包地区的找矿前景,为下一步工作提供参考。