排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
为了提升煤矿车辆异常行为检测水平,设计了基于红外遥感信息的煤矿车辆异常行为检测方法。该方法引入清晰度权重以及拉伸系数实现红外遥感图像中目标煤矿车辆部位的局部增强,利用均值漂移算法跟踪增强后的红外遥感图像中目标煤矿车辆,依据煤矿车辆跟踪结果提取煤矿车辆运动方向、运动速度以及运动方向3项异常行为检测参数,采用加权融合方法处理煤矿车辆异常行为检测参数的状态函数,融合结果高于所设定阈值时,煤矿车辆存在异常行为,否则煤矿车辆为正常行驶状态。实验结果表明,该方法可利用煤矿车辆位置、车辆行驶速度以及车辆方向变化检测煤矿车辆异常行为,具有较高的应用性。 相似文献
2.
3.
研究基于机器学习算法的煤矿汽车机械设备故障诊断模型,提升故障诊断抗干扰能力,有效保障煤矿汽车机械设备安全稳定运行。采用判别结构描述功能较强、拥有全局资源描述功能的、基于低秩鉴别投影的特征提取算法,提取衡量煤矿汽车机械设备故障时域特征和时频特征的最优投影矩阵的列向量;设计了墨西哥草帽函数改进ART神经网络学习算法,并逐渐削弱幂函数,改善收敛、聚类效果,将最优投影矩阵的列向量作为改进ART神经网络的输入,经过两阶段学习训练后,实现了对煤矿机械设备的故障诊断。实验结果也验证了该模型的泛化错误少、识别率可达96%,故障诊断精度高且拥有较好的抗噪声能力。 相似文献
4.
5.
1