排序方式: 共有34条查询结果,搜索用时 22 毫秒
1.
2.
在人体检测方面,低分辨率阵列传感器的使用越来越广泛。现有自适应背景估计和帧间方差法的共同缺点是无法在含高频率红外信号的外部环境干扰下对人体进行准确识别。帧间方差法通过采用每帧之间的方差差值与阈值对比来实现人体检测,无法区分外部环境的高频率温度干扰。自适应背景估计通过人体测量温度和背景温度的差值与阈值对比来实现人体检测,外部热源会提高背景温度,减小与人体温度的差值,并且无法区分外部环境的高频率温度干扰,无法对人体进行准确识别。针对此缺点,通过卡尔曼滤波算法消除了信号中包含的白噪声干扰。通过EMD算法进行分解的过程,实现了对IMF分量进行分析处理,解决了外部热源红外信号、人体红外信号、高频率红外信号无法区分的难题。通过小波变换和重组算法,简化了部分IMF分量需要重复使用EMD算法分解,对红外信号进行区分。实验结果表明,所提出的算法不仅提高了在含高频率红外信号外部环境干扰下人体正确识别的准确度,也提高了其他外部环境情况下人体正确识别的准确度,在含高频率红外信号外部环境干扰下识别准确率可达到98.85%,在无高频率红外信号外部环境干扰下准确率可达到99.65%,在无外部环境干扰下准确率可达到9... 相似文献
3.
在冷油管接头螺纹中径的不良分拣检测过程中,因采用人工检测而存在检测准确率低、效率低下的问题,为此,提出了一种基于机器视觉的油管零件螺纹中径不良品分拣检测系统。首先,基于机器视觉的油管零件螺纹中径不良品分拣的方案,在三针法中径测量原理的基础上,提出了基于机器视觉的四针法的虚拟量针定位算法,并通过Hough变换获取了牙线直线,结合线切圆定位的方法,自动获得螺纹中径线,实现了对中径的自动测量;然后,以冷油管螺纹中径检测分拣评价标准为依据,进行了机器视觉系统的选型,完成了基于机器视觉的冷油管螺纹中径检测系统的总体设计,并结合机器视觉的螺纹中径检测控制系统的控制流程,完成了对控制程序的设计;最后,从系统检测精度和重复精度两方面出发,对基于机器视觉的冷油管螺纹中径检测系统的精度和分拣能力进行了验证。研究结果表明:系统可很好地对产品螺纹中径不良品进行筛选,且检测精度达到0.01 mm,重复性精度达到0.001 mm;该检测系统可为同类型产品的品质检测提供一种新的解决方案。 相似文献
4.
5.
6.
7.
本文通过理论计算和试验数据探讨轻型动力触探杆倾斜度对结果偏离的影响,分析问题的严重程度,作为参考,希望使用此法检测地基土承载力的操作者严格遵守规范。 相似文献
8.
9.
一个改进的实时任务模型——周期多帧任务模型 总被引:2,自引:0,他引:2
黄文广 《计算机研究与发展》2001,38(2):234-239
实时系统在航空航天等重要部门的应用非常广泛,而且也极为关键。实时调度及其调度对象--实时任务的研究是实时系统研究的重点之一。在研究周期任务的基础上,给出了一个改进的实时任务模型--周期多 帧任务模型。证明了这种模型的可调度性优于周期任务模型,对此任务模型的DM算法的可调度性进行了分析,并给出了其算法实现。 相似文献
10.
主轴止推轴承是风机的关键部件,一旦发生故障,将导致机组遭受严重损失。为实现风电机组主轴止推轴承早期故障预警,及早采取维护措施从而避免故障的进一步扩大。本文以风机主轴止推轴承温度为研究对象,提出一种基于风电机组正常运行状态下数据采集与监视控制(SCADA)的Stacking故障提前预警模型。首先,本文利用四个单一模型的拟合优度与均方误差比对特征进行综合排序,得到4组不同数量梯度特征组合的数据集。其次,通过对单一模型的预测性能以及相关性进行分析,最终确定以XGBoost、LightGBM以及随机森林作为基学习器,XGBoost作为元学习器建立Stacking集成学习预测模型。实验结果表明,基于Stacking模型对主轴止推轴承温度进行预测效果最好,预测误差相较于基模型有明显提升。最后,计算模型温度预测的均方根误差(RMSE),并基于指数加权移动平均法(Exponential Weighted Moving Average,EWMA)设定主轴止推轴承正常状态下误差阈值。实验结果显示,本文建立的Stacking模型对风机主轴止推轴承故障至少可以提前6小时发出故障预警。 相似文献