基于主元分析的传感器故障检测与诊断

介绍主元分析方法在温度传感器故障检测与诊断中的应用。通过计算实际测量值和故障重构值及它们值的统计特性来识别故障类型；通过改进故障判别指数SPE及SVI，提高了故障检测与诊断的准确率。     

基于神经网络的公路隧道通风控制

研究并设计了一种基于神经网络和专家系统的公路隧道通风智能控制系统。控制系统在原反馈信号——污染物浓度基础上,加入了车流量和车速前馈信号,并通过改进的BP神经网络预测污染物浓度,合理的完成了对通风设备的控制。结果表明,该系统优于传统的分级式反馈控制方法。     

基于多特征选择及粒子滤波的目标稳健跟踪

研究机器人视觉问题,目标跟踪是当前计算机视觉及图像处理领域研究的热点问题,具有广泛的应用价值.目标建模是目标跟踪中的关键技术,目标模型的好坏直接影响到跟踪算法的性能.在复杂的场景中,尤其是背景与目标区分度较低的情况下采用图像单一特征建模往往无法取得理想的跟踪效果.提出一种多特征选择及粒子滤波的目标跟踪方法,以粒子滤波为跟踪框架,采用颜色和纹理特征对目标进行建模以减弱复杂背景的影响;跟踪过程中,通过对数似然比方法在线选择能区分目标和背景的最佳特征来描述目标,并更新目标模型以适应目标周围背景的变化,并进行仿真.结果表明方法在复杂背景的情况下具有鲁棒性和快速性.     

基于支持向量机的图像亚像素配准及超分辨率重建

超分辨率重建是根据场景的一组低分辨率图像重建其高分辨率图像。重建算法中,低分辨图像之间的亚像素配准是很重要的一部分。提出了一种基于支持向量机的亚像素配准方法,将低分辨图像之间的相对旋转平移参数看成支持向量机的目标集,通过支持向量回归建立图像特征与目标集之间的映射关系,从而计算图像间的相对运动参数。实验表明,与现有算法相比,所提出的算法具有较高的精度。     

基于显著性及主成分分析的红外小目标检测

将红外小目标检测作为目标与背景的二分类问题.先根据点扩散函数原理,仿真生成红外小目标训练样本,再用主成分分析方法提取目标样本的主特征,建立目标的主成分空间.对测试样本,只要判断其在主成分空间的重构残差,便可识别其是否为目标.为了提高算法的实时性,提出了一种基于显著性和主成分分析的红外小目标检测算法,先通过频域残差方法检测目标可能存在的显著性区域,再在此区域内做识别.实验结果证明该方法快速、有效.