LVQ神经网络在磁瓦表面缺陷分类中的运用

在基于磁瓦表面缺陷图像直方图、纹理、投影和形状的特征提取的基础上,提出了一种用LVQ神经网络进行缺陷分类的方法,对现场采集到的6种主要缺陷类型进行了试验。试验结果表明,基于LVQ神经网络的分类器训练与分类的时间短,多缺陷种类分类时准确率高。     

基于SVM的网络安全风险评估模型及应用

网络安全风险评估是解决网络安全行之有效的措施之一,本文以支持向量机为基础,将网络安全风险评估归纳为一个支持向量回归问题,结合组合核函数的优点,建立了基于SVM的二分类网络安全风险评估模型,并给出了模型实现方法;以资产、威胁和脆弱性为风险评估指标,以及低、较低、中、较高、高五个风险程度等级建立了综合评估体系。结合某企业6月份网络安全记录样本,以组合核函数为评估模型的核函数,通过交叉验证和最速下降法,得到了最优预测模型。实践证明,该模型对网络安全风险评估是可行的。     

一种基于STM32F103的电机油位测量装置设计

电机是工业生产中极为重要的一个组成部分,保证它的正常运行需要多方面配合,其中润滑油就是其中关键一项,对于电机油位的高低测量是一个重要方面。随着科技的进步,油位检测技术也已由初期的人工观察发展为现在的自动检测。文章主要介绍的是以STM32F103为中心控制芯片,并配合各个不同功能模块设计的装置。该装置可以实时精确检测,进行相应的显示控制。     

磁瓦表面缺陷自动检测系统的研究

开发了一种基于机器视觉技术的磁瓦表面缺陷自动检测系统。该系统根据功能面的特点设计了图像采集系统,综合运用图像处理技术,采用改进的中值滤波技术消除噪声,运用基于灰度直方图的阈值分割并二值化,经后形态学处理、Roberts边缘检测提取出缺陷轮廓,通过提取缺陷面积特征,经模板匹配模式识别,判定磁瓦的质量等级。用于生产线试运行表明,该系统运行稳定,检测结果精度高,克服了人工检测劳动强度大且误检率高的缺点。