无线电报务训练装置设计

针对以往无线电报务训练装置硬件成本要求高和码字识别率低等问题,设计了一种基于PC的无线电报务训练装置,它具有发报和收报训练功能,对码字识别效率较高。同时,在码字识别算法上,采用了快速傅里叶变换(FFT)算法对装置进行频域识别,有效提高了抗干扰性。分别采用最大类间方差法和机器学习法,有效提高了码字识别的适应能力和准确性。     

基于灰色关联-K近邻法的设备故障检测研究

文章采用灰色关联-K近邻法,快速、准确地检测球磨机齿轮磨损构件位置,将实时采集到的齿轮振动频谱中齿轮啮合频率、谐波幅值和垂直振动幅值作为训练集信号的特征向量,并将这些作为标准样本,求出每一个实时的测试样本特征向量与标准样本之间的灰色关联系数,并用K近邻法对训练测试样本做出判定,与异常数据库中数据实时进行分类识别,如果属于异常数据类别,则判定齿轮已发生磨损。该方法具有样本量小、计算量小、识别速度较快、准确性能高等优点。     

基于嵌入式Linux的莫尔斯码报务实训系统设计

介绍一款基于嵌入式Linux平台的莫尔斯码报务实训系统。该实训系统具有收发报功能,并且将识别判断的结果显示到硬件设备上的LCD显示屏上。同时采用了等距离判定法和递减的修正因子的方法来动态的计算判定阈值,实现了莫尔斯码的识别速度、准确性和适应性之间的平衡。在程序中自适应的莫尔斯电码的识别的过程由3部分组成:点划码识别、自适应处理和字符识别。系统同时还提供了练习功能以及训练文本编辑等辅助功能。     

基于手部姿势判断驾驶员驾驶行为的研究

近年来,交通事故在急剧的增加,驾驶员的违规驾驶是一个很主要的原因.通过图像处理进行手部识别、驾驶姿势识别、以及驾驶员违规判定,是一种新型的判定方法.文中阐述了手部识别包括背景建立、背景更新、差分、连通区域标记;驾驶姿势识别包括手部区域确定和模板匹配以及比较常见的违规行为判定,以及算法的影响因素分析与对策.     

基于RBF网络的手势识别装置设计

针对已有手势识别系统准确度不高和响应速度慢的问题,设计了一款基于RBF网络的手势识别装置。该装置以STM32单片机为控制中心,使用电容传感器FDC2214进行容值数据采集;利用RBF网络对样本数据进行训练并抽取权值,将权值带入程序,输入乘权值得到输出,实现装置对手势的预测;按键实现装置判决模式与训练模式的切换;最终由TFTLCD显示容值数据和手势结果。实验测试表明:手势识别装置能够对任意测试人员进行多种手势的识别,并达到平均96. 25%的识别准确率和平均0. 6735s的系统响应速度,从而验证了本装置的有效性。     

导盲犬行走机构运动仿真及其视觉识别算法研究

针对导盲犬训练成本高等系列问题,文中提出了一种具有视觉识别功能的行走装置,该装置能够实现单个步进电机驱动四足机构行走.通过对行走机构进行运动仿真,得到的数据显示四足相对于地面交替上升、交替落地,能够在较为复杂的非结构环境下平稳运行.以人行横道上的红绿灯的识别为例,提出了一种基于YOLO的机械导盲犬视觉识别算法,判断当前...     

一种机器人室内场景图像识别方法

为了对现有机器人的物体识别进行优化和改进,提出了一种新的权重计算方法进行室内场景图像识别.该方法通过对输入场景的转换获取无向带权图,在表面法方向的基础上,使用表面凹凸度这一指标来进行表面粗糙度综合判定,取代了传统的布尔判定,大大提升了抗噪性能,避免出现错误传递放大的情况.基于快速图像分割算法及时识别未知物体.实验结果表明:提出方法的鲁棒性及抗噪能力均较强,优于单纯基于法方向的方法.与基于深度学习与推测的同类方法相比,所提方法性能更好,更适用于实际识别.     

一种违规网站判定方法的研究

本文研究了一种违规网站的判定方法、判定原则和判定流程,包括域名备案、内容特征和用户反馈等方面.通过研究违规网站的判定方法,可以更好地为违规网站的治理工作提供判定依据,识别更多的违规网站,维护人民群众财产安全.     

基于预训练模型的医疗命名实体识别

文中针对生物医学实体识别中存在的边界识别不准确和鲁棒性差的问题,提出了一种融合了预训练语言模型BERT与跨度标签网络的命名实体识别模型。该模型利用BERT获取文本的上下文信息,并结合跨度标签网络进行实体分类及边界判定,显著提升了实体识别的准确性。为增强模型的鲁棒性,引入对抗训练策略,通过迭代训练正常样本与对抗样本,以优化模型参数。基于CCKS2019评测数据集的实验表明,应用对抗训练方法后,其精准率、召回率及F1值均有所提升,验证了对抗训练能对提高模型的预测能力和鲁棒性的有效性。     

短文本先验模型判定技术研究与实践*

为了应对违规信息的快速、多样化发展,运营商对违规信息的治理手段也需要与时俱进,需要对违规信息的覆盖更全面、判定更精准.基于以上目标,本文提出了一种基于先验模型的短文本违规信息识别与过滤方法.该方法从文字特征层、关键词模式层、内容特征层3个层面对于违规信息进行分析,最后利用综合分析判定层结合之前的训练对短信进行最终的判定.我们在保证较高违规信息判定准确率的前提下,可以大幅度提高违规信息判定的召回率,较好的解决目前违规信息判定问题,为运营商节省大量人力.