一种Chirplet神经网络自动目标识别算法

针对飞机目标的自动识别问题,提出一种联合特征提取与分类的Chirplet神经网络方法,实现一维高分辨率距离像的识别。Chirplet神经网络将Chirplet原子变换用于多层前馈神经网络结构的输入层,替换传统的激励函数对距离像序列进行特征提取;网络的分类部分由隐层和输出层组成。在训练过程中调整神经网络权值的同时,完成对Chirplet原子时频参数的自动调整,协调优化特征参数和分类器参数,使Chirplet神经网络同时实现特征提取和目标分类。对4类飞机目标的仿真测试结果表明,相比时频变换和Gabor原子网络等方法,具有四特征参数的Chirplet神经网络方法具有较高的识别率和抗噪性能。     

基于多层模糊综合模型的框架结构损伤识别

针对结构系统复杂问题,为更好对框架结构进行损伤识别,本文将结构可能损伤的位置分为不同层次,并结合模糊理论将不同层次的损伤加以权重建立模糊评估矩阵进行模糊综合评估,解决了由于不确定因素带来的不准确、不全面等问题。本方法可有效的对框架结构进行损伤位置的识别,对工程结构具有实际意义。     

化工企业大型设备吊装方案

在参与企业大型设备吊装方案制定过程中,依据不同的现场情况,有针对性地确定吊装方法,选择、制作合理的吊装机具,并对吊装作业现场进行安全风险识别、建立相应的安全控制措施,从而保证大型设备吊装一次到位。     

一种下肢运动意图识别算法性能实时测评系统* .txt

摘要：对腿部运动意图识别算法的实时性能进行综合可靠的评价是实现下肢假肢灵活稳定控制的前提。提出一种逐层分级的基于下肢运动意图识别算法的实时测评方法，对算法的可靠性、稳定性以及运动意图识别速度进行综合评价。利用开发的运动意图识别算法评测系统，对基于肌电信号源和机械信号源的两种运动意图识别算法进行了实时性能测试，发现肌电信号源的算法识别时间大于机械信号源算法，但是其算法稳定性优于机械信号源算法。进一步地，还利用该评测系统有效地区分出正常识别策略与异常识别策略，发现正常策略的动作识别稳定系数比异常策略高25%左右。因此，所提的基于下肢运动意图识别算法的实时测评方法，能够对不同信号源算法以及不同识别策略的实时性能进行有效评价，为智能下肢假肢控制系统开发提供可供参考的测试平台。 .txt     

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。