基于边缘和颜色特征的图像检索技术

提出了一种综合运用边缘和颜色特征进行图像检索的方法.该方法首先利用Matlab实现基于数学形态学的多结构元的边缘提取,并通过圆环划分法在HSV空间上量化得到颜色直方图,然后根据边缘和颜色特征的不同特性,采用不同的分块方法提取图像特征,突出了目标重要性的同时又兼顾了颜色的旋转不变性.本文根据该方法设计并实现了一个基于边缘和颜色特征的图像检索系统.实验结果表明,综合运用边缘和颜色特征进行图像检索,可显著提高图像检索系统的查全率和查准率.     

基于故障树的事故分类方法

故障树的割集分析技术是判定事故原因的常用技术,然而,基于割集的技术仅能通过基本事件的组合判定事故的发生,无法分析事故演化过程的中间事件.本文针对事故分析报告描述的事故成因机理,结合文本分类和故障树分析技术,提出一种面向故障树的事故报告分类方法,实现面向事故演化路径的事故报告的因果定位,能够自动关联事故报告与故障树结构演化信息,实现借鉴专家经验的事故因果演化的精确分析.     

基于状态向量的危化品事故分析方法及应用

危险化学品行业属于高危险性行业,各类爆炸、火灾、泄漏和中毒事故时有发生.传统的基于因果关系的事故链分析方法受限于传统安全工程所依赖的技术基础和假定无法适应于今天所建造的复杂系统.本文以事故致因理论为基础,分析危化品事故形成的主要影响因素,构建了危化品事故状态向量,全面描述导致危化品事故发生的因素,并基于构建的状态向量进行危化品事故分析预测应用.利用高维向量对事故状态进行了定义,尽最大可能考虑了造成事故发生的众多因素,并利用支持向量机学习算法,建立事故预测模型.对已掌握的危化品事故进行的样本实验表明,本文提出的危化品事故预测方法,可有效快速的甄别事故状态,对危化品行业事故的预测预防具有积极意义.