支持向量机及在马铃薯分级中的应用

本文针对马铃薯分级手段落后,分级精度不高的问题,研究了采用基于结构风险最小化原理的支持向量机方法对模式类的识别能力,构造了对应的SVM识别过程和算法,该方法易于实现,且能够找到模式间的最优分类超平面,泛化能力明显提高。最后采用两种核函数,将SVM用于马铃薯分级识别以提取马铃薯外部特征与马铃薯级别之间的映射关系,从而实现模糊性的识别。实验结果表明,此方法对解决马铃薯识别问题具有良好的适应性和实用性。     

视频监控中人脸识别算法稳定性的改进

如果单纯地采用静态人脸识别算法对视频图像进行检测、识别,忽略了视频中重要的前后帧相关的特性,会造成识别结果的不稳定。为了解决识别结果不稳定的问题,对视频监控中的人脸识别算法进行了改进,根据视频前后帧相关性对人脸运动进行估计并将其应用在视频监控的软件产品中。实验证明,该算法提高了传统单帧人脸识别算法的稳定性,具有较好的应用价值。     

基于模式识别的智慧青城山——都江堰景区安全防范系统

在讨论基于模式识别的视频分析技术原理的基础上,阐述了运用动态视频分析的运动识别技术构建景区智能安防体系的实现方式,分析了该技术的应用场景、计算规则和软件部署方式等.通过智慧青城山——都江堰景区安全防范系统中对这一技术在人数统计、周界防范、人群控制、森林防火、交通诱导等方面的成功运用,证明这些技术可以有效解决景区安全防范工作中的现实问题,能够显著提升智慧景区的安全防范能力和精细化管理水平.     

智能视觉检测系统在电蚊香液灌装生产线上的应用

智能视觉检测技术是建立在计算机视觉研究基础上的一门新兴检测技术,基于智能视觉传感器的检测系统具有抗干扰能力强,效率高,组成简单等优点,非常适合生产现场的在线,非接触检测。本文介绍了该技术在电蚊香液灌装生产线上的应用方案。     

光纤围栏扰动事件模式识别研究

设计了一种用于光纤围栏扰动信号模式识别的方法,详细描述了其中的数据完整性确认、特征提取、特征库、分类器等模块;设计了三组实验,对模式识别效果进行了验证.实验结果表明:在光纤围栏系统中引入模式识别模块,能在保证告警率的同时有效降低误告警率.     

“汉王人脸通”终结指纹识别时代

作为国内"识别"领域起步较早的民营高科技企业,多年间,汉王科技从手写识别起步,逐步将业务范围扩大至汉字识别,再到模式识别,如今汉王     

基于改进BP神经网络的手写字符识别

针对标准反向传播（BP,Back Propagation）神经网络算法收敛速度慢、易陷入局部极小等缺点,采用附加动量法与学习速率自适应调整相结合策略对神经网络初始参数进行设置。通过在权重计算公式中加入动量项,降低神经网络对误差曲面局部调节的敏感性,有效抑制其陷于局部极小。学习速率根据总误差的变化进行自适应调整,可以有效地缩短学习时间,加快收敛速度。将该改进算法应用于数字、英文字母以及简单汉字的手写字符识别系统中,进行了有无动量、有无噪声等实验,结果表明该方法与传统BP算法相比识别精度较高、训练时间较短且具有较强的鲁棒性。     

鹤壁八矿二_1煤层煤与瓦斯突出危险性预测

基于地质动力区划、区域地应力场测量和模拟研究成果、瓦斯地质研究成果、分析研究成果、地质勘探成果,提取有关信息进行综合评判分析,应用多因素模式识别概率预测方法对影响突出的诸因素进行模式度量,对鹤壁八矿二1煤层煤与瓦斯突出的危险性做出分类,划分煤与瓦斯突出危险区、突出威胁区和无突出危险区,对煤与瓦斯突出危险性做出评估,得出包括影响因素评价的煤与瓦斯突出危险性的定量综合判据,为开采二1煤层防治突出采取有针对性的措施提供了技术支撑。     

基于模式识别的煤与瓦斯突出危险性概率预测

 通过统计分析,以活动构造、最大主应力、瓦斯压力和瓦斯含量等主要因素作为煤与瓦斯突出的主要判据,建立突出预测模式识别的准则与模型,用模式识别的方法实现了煤层突出危险性的分单元概率预测,进而划分出突出危险区、威胁区和安全区。克服了单一指标预测结果的不确定性,同时实现了多指标定量化的预测,提高了预测效果的可靠性。谢一矿实例验证表明了预测结果的可靠性。     

小波改进最大平均相关高度法实现畸变目标识别

为了解决图像匹配识别中复杂背景下畸变目标无法准确识别的问题,结合墨西哥帽( Mexican Hat)小波母函数重新设计了最大平均相关高度(MACH)滤波器,得到墨西哥帽-最大平均相关高度(Mexican Hat-MACH)匹配滤波器进行复杂背景下畸变目标的识别.为了平衡墨西哥帽-最大平均相关高度匹配滤波器的各项性能,需...