双定子笼型感应电动机的数字模型及性能计算

对双定子笼型感应电动机建立了数学模型，进行耻性能分析与计算，利用Ｃ＋＋语言编制了计算机辅助设计程序，并设计与试制了两台２２ｋＷ、６极的模型机，通过实验证明了理论分析与计算的正确性。     

基于RBF神经网络和改进遗传算法的货车车锁检测

为实现货车自动检测记录系统，需要根据货车图象检测进站货车的车锁是否存在，为此，提出了一种基于RBF神经网络和改进遗传算法的货车车锁检测方法，该方法首先提取图象的投影特征，边缘图象的线性短特征以及灰度直方图特征，然后用RBF神经网络进行检测和定位，同时引入遗传算法，利用改进后的遗传算法的高并行性和鲁棒性，可以较快地完成全局搜索，而不会陷入局部最优，实验表明，该方法能有效克服车锁种类多，变形大，以及光照变化的影响，具有较高的速度和检测成功率，能满足于实际应用。     

双定子笼型感应电动机的动态分析及仿真

分析双定子笼型感应电动机的起动过程,并以ＭＡＴＬＡＢ语言为工具,对２２ｋＷ－６Ｐ的双定子笼型感应电动机为模型机进行了起动过程仿真。从仿真结果可以看出仿真值与实验值基本相符,从而说明动态分析及仿真结果的正确性。     

基于不变矩特征匹配的快速目标检测算法

针对采用图像二维不变矩匹配时,计算量大、耗费时间长的缺点,提出了一种基于不变矩特征匹配的快速目标,赢余笔用滤波后的图像直方图不变矩进行匹配,匹配成功后,再用图像二维不变矩进行检验和确认。实验表明,该方法能有效抵抗图像对比度、亮度及旋转的影响,并且大大减少了运算时间。     

基于亮度差和纹理的货车类型的识别

提出了基于亮度差和纹理的货车类型识别方法，能有效区分棚式货车与敞式货车，实验表明这种方法具有较高的速度和识别成功率，能够满足实际应用。     

双定子笼型感应电动机的数学模型及性能计算

对双定子笼型感应电动机建立了数学模型,进行了性能分析与计算,利用Ｃ＋＋语言编制了计算机辅助设计程序,并设计与试制了两台２２ｋＷ、６极的模型机,通过实验证明了理论分析与计算的正确性。     

BP神经网络和遗传算法在货车车锁检测中的应用

为实现货车自动检测记录系统，需要根据化的图像检测进站货车车锁是否存在，提出一种基于BP神经网络和遗传算法的货车车锁检测方法，首先提取图像的投影特征，边缘图像的矩向量特征以及灰度直方图特征，然后用BP神经网络进行检测和定位；同时引入遗传算法，利用遗传算法的高并行性和鲁棒性，可以较快地完成全局搜索，而不会陷入局部最优，实验结果表明，该方法能有效地克服货车车锁种类多，变形大以及光照变化的影响，具有较高的检测速度和检测成功率。     

基于数学形态学的货车车门状态的检测

根据运行中的货车车厢图像，首先采用最大方差法确定货车车厢图像的二值化阈值，然后使用特殊的结构元素进行数学形态学运算提取二值图像中的目标区域，最后计算矩形拟合因子来判别目标区域是否为矩形，从而判别货车车门是否打开，解决了货车运行中的安全状态检测问题。本算法能有效抵抗椒盐噪声以及乘积性噪声的影响，在进行图像处理和识别时无需进行图像预处理。