首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   7篇
  完全免费   1篇
  电工技术   8篇
  2017年   1篇
  2015年   1篇
  2014年   1篇
  2013年   1篇
  2010年   1篇
  2008年   1篇
  2000年   1篇
  1995年   1篇
排序方式: 共有8条查询结果,搜索用时 32 毫秒
1
1.
基于神经网络的CT脑血管图像边缘检测算法   总被引:5,自引:1,他引:4  
CT脑血管医学图像的三维重构都是源自二维断层扫描,脑血管边缘特征向量的提取是图像处理的关键步骤。为提高边缘特征的提取和保证三维重建图像的质量,在分析了某些常用的边缘检测算法性能基础上,同时结合CT脑血管图像的像素结构特点,将SA_SOFM神经网络算法成功地用于对CT脑血管图像的边缘特征信息提取中。并对算法进行有效的改进,基于真实图像的实验表明该算法提高了边缘特征信息的精度和鲁棒性。  相似文献
2.
多通道心电图监控处理PC系统   总被引:3,自引:0,他引:3  
本文分析了多通道心电图监控处理系统的功能状态特性 ,研究并实现了导联方式选择 ,心电信号模拟处理与多通道心电数据采集。提出了结合心电图结构周期平稳性的游程差分样条梯度平均检测方法 ,实现快速有效的特征检测和诊断。研究了心电图同步高效带宽压缩技术 ,获得高保真度下的高压缩率。利用PC和采集处理技术 ,组建了多通道心电图监控处理微计算机系统 ,系统具有多路心电实时监测 ,快速检测诊断 ,高保真度下的高效数据压缩 ,并具有远程医疗诊断 ,多媒体数据检索等扩展功能。  相似文献
3.
细胞神经网络应用于字符特征检测   总被引:1,自引:0,他引:1  
细胞神经网络由于其连续时间的特性,因此在图象处理和图形辩识方面有着潜在的应用。本文在细胞神经网络理论的基础上,对字符特征检测过程进行研究。  相似文献
4.
母线负荷数据异常具有复杂不确定性,是进行母线负荷预测、确定电网运行方式和安全校核等必须解决的重要课题。用聚类分析法确定待测日负荷的相似集,基于母线负荷纵向分布规律和横向连续性,提出异常数据复杂不确定性检测方法;研究母线负荷数据的期望、熵和超熵等数学特征,提出基于综合云的异常数据修正模型。以所提方法对某电网110 kV母线负荷数据进行了分析和预测,结果证明了该方法的可行性、正确性和有效性。  相似文献
5.
刘鹏  张峰  张士文 《低压电器》2013,(17):1-6,42
提出一种以反向传播(BP)神经网络为基础的新型故障电弧辨识方法.电弧发生装置和数据采集装置分别提取电流的小波变换和时域变化的特征值,将提取的混合特征值输入到神经网络并采用自适应学习法进行学习,再将收敛的神经网络移植到故障电弧检测装置中,构成故障电弧辨识模块.在试验中装置可以准确地检测出已学习过的几种不同负载的故障电弧状态,并能及时切除故障线路.  相似文献
6.
现阶段研究的模糊识别有基于模糊规则的,基于综合评判和基于模糊聚类等,但在实现上存在统计计算量较大的问题,且检测相对繁复的问题。针对入侵检测系统中的实现问题,将模糊模式识别应用到入侵检测系统中,利用基于模糊模式对比的识别,即选取模糊特征属性并通过模糊隶属函数表示其属性取值,提取整个特征属性的模糊向量组成模糊模式,进而精简模糊模式,并作为识别模式库。实验仿真证明,它在一定程度上缓解了其他方法的弊端。  相似文献
7.
针对基于KAZE特征检测的图像拼接算法实时性问题,提出一种简单有效的AKAZE拼接算法.该算法首先通过AKAZE算法提取图像特征点,接着计算M-LDB描述符从而生成特征向量.随后计算特征向量之间的汉明距离,提取出匹配的特征点对,然后利用RANSC算法估算全局单应性矩阵,根据动态线性变换算法求取重叠区域局部投影关系,结合两者统一投影平面,最后利用加权融合实现两幅图像的拼接.对KAZE、SIFT、SURF、ORB 、BRISK进行性能实验比较,所用算法不仅对于高斯模糊、角度旋转、尺度变换和亮度变化等情况下保持良好的性能,而且处理时间大大缩短,实现了有效的图像拼接.  相似文献
8.
《云南电力技术》2014,(3):105-105
本项目属电气设备无损检测领域,主要针对支柱绝缘子检测技术问题开展研究。项目在云南电网公司2011年科技项目“支柱绝缘子振动声学检测方法研究”项目的资助下,引入振动声学检测技术用于支柱绝缘子在线检测,在支柱绝缘子振动特征、检测技术方案、检测工艺、信号识别方法等各个方面开展了研究,项目成果成功应用于支柱绝缘子带电检测。  相似文献
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号