基于形态特征的钢中析出相自动分类方法

为探明钢中不同形态及粒径的析出相粒子对钢的力学性能影响规律,需对其进行精确统计。为此,文章提出了一种基于形态特征和神经网络进行析出相自动分类统计的方法。该方法首先对目标图像进行预处理并提取目标粒子6个形态特征构成特征矢量以详细描述目标。然后利用BP神经网络建立粒子特征矢量与粒子形态的映射关系,继而实现对各种形态析出相粒子的自动分类统计。实验结果表明,该方法对诸如粒子团聚、粒子空洞及毛刺等缺陷目标具有很好的处理效果,可高效、便捷地进行析出相的自动分类,为钢中析出相的定量微观分析提供了可靠依据,而且具有很好的普适性。     

基于神经网络的混合智能型齿轮选材专家系统研究

分析专家系统和人工神经网络各自的特征和优缺点及其在选材方面的应用,提出在传统专家系统的基础上,加入人工神经网络模块,建立基于人工神经网络的混合智能型常用齿轮材料选择专家系统.本系统经初步验证,得到的结果令人满意.     

齿轮选材及热处理工艺智能专家系统

分析了专家系统和人工神经网络各自的特征和优缺点及其在选材和热处理方面的应用，将人工神经网络技术引入齿轮选材和热处理专家系统，建立了两级BP网络模型，在很大程度上克服了传统专家系统的缺陷．本系统包含有大量的齿轮选材和热处理资料。     

87C196KC单片机处理ABS轮速的计算方法研究

介绍一种利用16位单片机87C196KC的高速输入口HSI进行ABS控制中的汽车轮速信号处理的方法。利用87C196KC高速输入口的优越性能，通过软件实现了轮速信号处理的高精度和实时性，降低了控制系统的成本，达到实际应用的目的。     

一种基于八边形网格的块匹配算法

在原有UMHexagonS算法的基础上提出一种基于八边形网格的块匹配算法.实验数据表明:该算法在保持原有算法图像质量和比特率的条件下,在搜索速度和编码时间上取得了明显改善.     

一种新的基于ArcIMS3.1的WebGIS方案

通过分析新一代互联网地图服务平台ArclMS3.1的特点及其体系构架，探讨其优于Map Object IMS之处，基于ArcIMS3.1平台并结合Japplet技术，JSP技术等，提出一种新的具有多层结构的WebGIS方案，并在工程项目中得到成功的应用，这对于开展WebGIS领域的研究和应用有较大的实用价值。     

基于对称像素块识别的病猪行为监测系统

针对传统人工观察方法不能及时发现群养猪患病的缺点,设计一种病猪行为自动监测系统。该系统基于高级RISC微处理器平台,对群养猪的排泄行为进行24 h监控,采用改进的运动目标检测算法和基于像素块对称特征的图像识别算法定位具有异常行为的疑似病猪,将报警图像通过GPRS网络传送至监控中心。实验结果表明,该系统具有较好的实时性和监测效果,通用性强。     

基于改进粒子群算法的最优特征子集研究

特征选择是模式识别系统的难点.针对高维数据对象,先运用改进粒子群优化(PSO)算法快速、有效地从特征样本中提取一组最优特征子集,然后采用最小二乘支持向量机(LSSVM)分类器对最优特征子集进行分类,验证特征选择的好坏.经大量实验验证,在保证分类正确率的前提下,该方法有效提高了特征选择效率.     

基于形态学的金相组织图像晶界复原方法

由于金相图像中经常出现晶界模糊、晶界断开等缺陷,针对晶粒形状不规则的特点,成功改进了基于形态学水域生长方法的分割算法.根据粘连晶粒的形态特征,对粘连目标先后采用极限腐蚀、目标编号和反复膨胀的方法求取晶界线以达到分离粘连晶粒,复原图像的目的.实验结果表明,改进的方法对包括晶粒在内的不规则目标具有较好的分割效果,成功解决了晶界问题对后续分析统计工作的干扰.     

综合颜色和形态特征的小麦田杂草识别方法

利用机器视觉技术把杂草精确识别出来是精细农业领域研究的热点问题之一。针对杂草与小麦叶子交叠的情况，提出一种综合颜色和形态特征的方法进行杂草识别。在L*a*b*颜色空间，选取a*作为特征量并用改进的最大类间方差法进行阈值分割获得植物图像；在HSI颜色空间，利用多层的同质性分割算法分离小麦与杂草；结合形态学特征开闭运算滤波及二值逻辑与运算获得杂草图像；模拟化学除草系统，从理论上评价整个系统的识别效率。实验结果表明：杂草正确识别率高达92.6%以上，且除草剂的使用量减少超过72.4%。