基于红外热像技术铸坯表面质量检测的研究

为了提高连铸生产效率和铸坯质量,设计了一种基于红外热像技术的连铸坯表面质量实时检测系统,通过红外热像仪在线实时采集生产过程连铸坯表面热图像;并在VB基础上建立连铸坯缺陷特征图像评估系统,对采集的连铸坯的热图像进行分析运算和分类处理。采用Halcon软件建立人机界面,并结合实际生产数据,结果表明该系统降低铸坯的误报率,提高了铸坯质量和生产效率。     

基于积谱矩阵局部二值模式的欺骗干扰识别

针对跟踪雷达的三种常见欺骗干扰,提出了一种基于积谱矩阵( SPM)局部二值模式( LBP)的识别算法。首先,计算雷达接收信号不同脉冲重复周期( PRI )的积谱,并将其按照频域和慢时域排列成一个二维积谱矩阵。然后,将图像处理的纹理特征引入到欺骗干扰识别的算法中,采用局部二值模式提取二维积谱矩阵的灰度图像特征。最后,通过仿真实验验证了算法的正确性,当雷达接收信号的信噪比( SNR)大于5 dB时,该欺骗干扰识别算法的平均识别概率优于90%。     

结合特征学习的粒子群求解极小碰集方法

基于模型诊断中的极小碰集问题是人工智能领域的一个重要课题,现实中很多实际问题都可以转化为极小碰集问题,如老师与课程问题,极小覆盖集问题等.通过对极小碰集问题特征的研究,本文结合粒子群优化求解极小碰集的算法提出了一个新的算法,来指导极小碰集的求解:引入学习机制,减少极小碰集求解中对无解空间的搜索;加入翻转策略,来加速极小碰集有解空间中的求解.实验结果表明本文提出的算法在求解极小碰集问题上的效率有明显提高.     

高维多目标优化中基于稀疏特征选择的目标降维方法

目标降维算法通过去除冗余的目标达到简化问题规模的目的,为求解高维多目标优化问题提供了一种新的思路和方法.近似解集的几何结构特征和Pareto占优关系从不同侧面反映了多目标优化问题的内在结构特性,而现有算法仅利用其中一种特征分析目标之间的关系,具有较大局限性.本文提出基于稀疏特征选择的目标降维方法,该方法利用近似解集的几何结构特征构建稀疏回归模型,求解高维目标空间映射为低维目标子空间的稀疏投影矩阵,依据此矩阵度量目标的重要性,并利用Pareto占优关系改变程度选择满足误差阈值的目标子集,实现目标降维.通过与其他已有目标降维算法比较,实验结果表明本文提出的降维算法具有较高的准确性,并且受近似解集质量的影响较小.     

面向任务携行航材品种确定和消耗预测的特征选择分析

为进一步提高对携行航材品种确定和消耗数量预测的准确性,针对非线性多影响因素的品种分类和消耗预测模型中的特征选择问题进行研究.对影响携行航材需求的因素进行分析,建立三级特征体系,并针对品种确定和消耗预测提取相应的特征集合;采用XGboost、灰色关联度分析(grey relation analysis,GRA)、决策试验和评价实验法(decision making trial and evaluation laboratory,DEMATEL)等方法对各影响特征进行重要性排序和相关性分析;综合运用定性和定量分析方法筛选特征;分别建立可用于品种确定和数量预测的精简版特征集合.该研究可为后续提高携行航材品种确定和预测的准确率和运算效率提供参考.     

基于证据理论和信号特征的DTMB信号合作感知算法

本文以我国具有完整自主知识产权的DTMB标准为基础,研究了利用信号特征提取和证据理论的高效频谱感知算法.DTMB信号是统计平稳信号,各感知节点采用基于信号特征的检测算法,给出基于证据理论的合作频谱认知算法的证据提取,并将证据传送给控制中心,由控制中心利用加权D S合成规则进行融合,给出授权节点信号是否存在的结论.仿真结果证明,该融合算法能够实现对DTMB信号的高效认知.     

基于多特征相关滤波的红外目标跟踪

为实现在复杂背景和多干扰条件下红外目标的稳 定跟踪,提出一种基于多特征相关滤波的红外目标 跟踪算法。首先综合考虑生物视觉关注特性及目标运动特性,提取目标区域的空间特征和 运动特征,进而融合一种改进的卷积特征,生成多特征权值函数;然后在传统 相关滤波的基础上,引入多特 征权值函数用以表征不同候选区域的重要程度,形成权值相关滤波的红外目标跟踪框架;最 终得到能够表 征目标位置的置信图,从而完成红外目标的鲁棒跟踪。在6组不同条件下红外视频序列上的 实验结果表明, 和经典目标跟踪算法相比,本文方法在复杂背景下的平均跟踪成功率提升15%左右,能够有 效应对相似虚 假目标、遮挡、背景辐射强度变化和探测器晃动等不良因素的影响,适用于复杂背景条件下 的红外目标跟踪。     

基于特征融合稀疏表示的JPEG隐写分析

提出一种新的JPEG图像隐写分析方法,即基于特征融合的稀疏表示隐写分析方法。首先介绍所选特征的提取方法并分析所选特征之间的互补性与冗余性,然后利用主成分分析方法将所选特征降维进行融合,最后在此特征上利用向量总变差进行稀疏求解,用稀疏表示进行隐写检测。理论分析和实验表明该方法比单一特征的稀疏表示具有更高的识别率。     

基于改进SURF算法的双目视觉定位

随着机器人技术的发展,机器人视觉方面的研究也越来越受到人们的重视。在机器人视觉系统中,双目视觉应用最为广泛。在利用双目视觉对物体进行定位时,文中采用了各方面性能都较有优势的SURF算法,来对图像中的特征点进行提取与匹配。由于客观因素的影响,在SURF匹配过程中存在特征点误匹配现象,为了消除误匹配,文中对SURF算法做了改进,加入了剔除误匹配的RANSAC算法。实验结果表明,改进后的SURF算法,能够大大提高双目视觉定位的精准度。     

多摄像机在无重叠区域的目标匹配算法

基于颜色特征的目标匹配方法具有很好的区分性和直观性,但是特征本身受光线变化、背景复杂度等影响而对于目标识别准确率存在差异.针对这一现状,提出了一种新的基于时空局部特征和颜色特征的目标匹配方法.利用时空局部特征3-D LSK对待测视频中的运动目标进行行为识别,识别出具有相同行为目标.再结合目标的颜色特征,通过基于区域权重(Weighted Region Matching)的颜色匹配方法来识别出具有相同颜色的目标.对无重叠区域的多个测试视频进行的相关实验表明,该算法能够有效识别出普通场景下的不同目标,对于衣着颜色相近的不同目标也有很高的识别率.