基于机器视觉的异性纤维检测系统

异性纤维杂质检测技术是近几年来国内外研究的热点，给出了基于机器视觉的异性纤维检测系统框架，并对系统各个模块关键技术进行了阐述. 为了有效清除异性纤维，提出了一种彩色聚色分割方法用于检测皮棉中的异性纤维. 实验结果表明，此方法可以有效的检测皮棉中的异性纤维.     

基于阀岛技术的异性纤维清除系统结构与设计

与传统气动技术相比,阀岛技术具有很多优点,在自动化生产线上得到越来越广泛的应用。本文给出了基于阀岛技术的异性纤维检测系统清除机构设计方案,并对系统关键技术进行了阐述。试验结果表明,该系统能够获得很高清除率,该技术已被成功的应用到异性纤维检测装置上,并取得了良好的效果。     

多变量连续属性离散化方法

目前很多离散化方法仅考虑单个变量,不能得到最优的离散化方案。文中提出一种多属性关系的数据离散化方法。凭借概率的模型选择和最小描述长度原理,获得多变量离散化衡量标准,基于该标准提出一种有效的启发式算法来寻找最好的离散化方案。对UCI数据集进行分类预测,实验结果表明该方法提高Nave贝叶斯分类器的学习精度。