基于图像的鸡蛋细微裂痕识别技术研究

研究鸡蛋裂痕的准确性识别问题,由于蛋壳裂痕比较细微,很难建立准确的模型,造成传统方法识别鸡蛋细微裂痕准确性不高。为解决上述问题,提出了一种多层神经网络算法的鸡蛋细微裂痕图像识别方法。通过建立裂痕网络和细节裂痕网络等多层网络,运用相关迭代运算,避免了仅对裂痕的灰度特征进行一次提取判断,不能准确识别鸡蛋细微裂痕的问题。实验证明,改进的裂痕识别算法对识别鸡蛋上的细微裂痕准确率高,取得了令人满意的效果。     

道路细微裂痕图像识别技术研究

研究道路裂痕的识别问题,交通安全系统中准确检测道路质量是保证安全性的关键.针对当道路的裂痕细微或者裂痕特征不明显时,造成提取的裂痕图像特征值不完整,出现错误识别的问题.为解决上述问题,提出了一种改进的神经网络算法的道路细微裂痕图像识别方法.通过一定图像处理,建立裂痕网络和细节网络,并增加了细微裂痕相似网络模型,避免了仅对裂痕特征提取不能准确识别细微裂痕的问题.实验证明,改进的裂痕识别算法实现简单,识别道路上的细微裂痕准确率高,达到了实时识别技术的要求.     

基于模糊聚类算法的工控网络控制故障检测方法研究

针对传统大型工控网络控制故障检测过程中,没有考虑故障延时特性,从而导致的故障信号检测准确率下降,检测效率降低;为此,提出一种基于模糊算法的大型工控网络控制故障检测方法;引入模糊算法,对大型工控网络控制中的故障信号延迟进行模糊化建模,通过随机时延切换设计故障观测参数和故障观测参数的残差对大型工控网络控制系统进行故障检测,克服信号延迟弊端;实验结果表明,利用文章方法进行大型工控网络控制系统故障检测,能够有效提高故障的准确率,效果令人满意。     

用关键点密度算法加速基于卷积神经网络的绝缘子图像目标检测

在无人机自主巡检高压输电线路的应用中,图像目标检测的高准确率和快速响应时间是至关重要的。当前的图像目标检测算法存在高准确率与快速相应时间不可兼得的矛盾。在目标检测的整个流程中,区域计算已经成为降低响应时间的瓶颈。本文用关键点密度算法代替选择性搜索算法来得到区域集合,从而在不降低准确率的情况下,减少响应时间。实验结果表明,我们提出的方法在保证准确率的同时,把目标检测响应时间减少了一半,降到了一秒以内。这大大提高了无人机自主巡检高压输电线路的可行性。     

遗传-模拟退火算法在建筑中的数据处理应用

大型建筑中存在的支路断电,例如配电室管理者对装表支路进行断电操作,或者网络存在延迟和服务器故障等无法预测造成数据丢失等问题,因此提出一种遗传-模拟退火查询优化算法,该算法使种群进行选择、交叉、变异操作之后,保证群体的多样性,减少用户查询的响应时间,保证数据准确性和完整性,为节能运行与监管提供数据依据。仿真实验验证了该算法的高效性,为提高建筑能耗数据质量提供依据。     

建筑CAD墙体识别与剪裁算法设计

以建筑AutoCAD矢量图形文件为研究载体,以墙体为主要研究对象,设计了墙体数据深度优先探测提取算法。根据提取出的墙体数据集合,设计了基于凹点分割的墙体裁剪算法,该算法已在实践中进行了反复验证,高效可靠。在此基础上提出了以中轴线+属性形式代替墙体的设计思想,构建墙体抽象模型,为建筑工程量自动计算提供数据支持。     

建筑平面图理解中对墙体符号的识别方法

一些由图纸矢量化或者CAD软件绘制的建筑平面图只包含基本的几何图形元素如线段、弧线等,需要通过符号识别得到关于建筑结构的信息,例如墙体拓扑结构、门窗的位置、型号等。该文提出了一种对建筑平面图的墙体符号识别算法,结合建筑平面图的领域知识,首先利用几何运算从平面图中提取出构成墙体候选符号的子图,再使用逻辑方法推理确定墙体元素符号并得到完整的墙体拓扑结构信息。     

基于改进的R-FCN带纹理透明塑料裂痕检测

为了解决利用传统的机器学习方法来检测带纹理透明塑料裂痕的检测精度和识别率不高的问题,提出一种改进的基于区域的全卷积网络（Region-based Fully Convolutional Networks,R-FCN）检测方法,通过对R-FCN中的残差网络（Residual Network,ResNet）特征提取网络进行混合尺度感受野融合处理,弥补了原网络对微小裂痕敏感度不高的缺点。实验表明,改进后的R-FCN检测方法的裂痕检测精度比基于传统机器学习支持向量机（Support Vector Machine,SVM）检测方法的裂痕检测准确率高20%左右,比未改进的R-FCN检测方法的检测准确率高8%,证明了该方法的有效性。     

改进的数据驱动子空间算法求解钢铁企业能源预测问题

本文以钢铁企业生产与能源系统作为研究背景,设计一种数据驱动的子空间方法(data-driven subspace,DDS)预测各生产工序的能源消耗.针对钢铁生产中能源消耗和回收的特点进行了分析,以提取子空间方法的建模因素;为了设计有效的求解方法,对实际生产和数据的特征进行了分析.为了提高预测准确率,文中引入了反馈因子和遗忘因子来改进子空间方法,因子的取值采用粒子群算法(particle swarm optimization,PSO)来优化.对实际生产数据的测试验证了本文所提出的方法的有效性,该结果能够为钢铁企业的能源预测和管理提供有效的决策支持.     

含有隐性故障的复杂设备故障预警方法

针对复杂设备故障预警弊端,提出一种含有隐性故障的复杂设备多源关联故障预警方法;因为复杂设备监控点较多,监控数据通常以大量、快速、时变的流形式持续到达,首先构建了大数据智能平台将监控数据分流为在线处理和离线处理;其次在研究隐性故障和显性故障的关联性、因果性的基础上,提出了多源关联自适应故障预警模型;最后提出了启发式故障频繁挖掘算法,对链接条件、剪枝条件进行了约束;实验表明该方法在预警准确率上明显优于传统预警方法,且随着故障数的增加,预警准确率较为稳定,适用于含有隐性故障的大型复杂设备的故障预警与诊断。     

基于数字图像处理的表面裂纹检测算法

本文提出了一种基于数字图像处理技术的表面裂纹检测算法。运用这种算法能精确的检测裂纹的位置、长度等特征，将这种裂纹检测算法运用到裂纹自动检测系统以及裂纹扩展行为监测中不仅大大降低了劳动时间和劳动强度，而且提高了测量的准确性。     

基于计算机视觉与BIM的裂缝可视化管理方法

对结构表面裂缝进行持续检监测与管理对保障结构安全具有重要意义。为实现结构裂缝自动识别与管理,提出了一种基于计算机视觉与建筑信息模型(BIM)的裂缝识别、矢量化处理与可视化管理方法。首先基于深度学习的图像识别方法,从相机拍摄的结构表面图像中提取出裂缝形态的栅格图像;其次,提出了一种裂缝形态栅格图像的自动矢量化方法,获取裂缝形态关键点坐标;最终,使用Dynamo程序实现裂缝BIM模型的自动建模与可视化。该方法可以获取裂缝的拓扑形态信息,并显著降低裂缝信息的存储数据量与可视化难度。通过开展BIM构件的碰撞分析,还可准确识别裂缝属于结构中的哪个构件,将裂缝所属的构件编号信息与裂缝宽度信息作为裂缝图元参数写入BIM模型,实现裂缝矢量化与裂缝BIM模型自动化建模与管理,为大范围、大批量的裂缝自动化检监测与管理提供参考。     

基于Q-Learning算法的建筑能耗预测

提出一种基于Q-learning算法的建筑能耗预测方法.通过将建筑能耗预测问题建模为一个标准的马尔科夫决策过程,利用深度置信网对建筑能耗进行状态建模,结合Q-learning算法,实现对建筑能耗的实时预测.通过美国巴尔的摩燃气和电力公司公开的建筑能耗数据进行测试实验,结果表明,基于本文所提出的模型,利用Q-learning算法可以实现对建筑能耗的有效预测,并在此基础上,基于深度置信网的Q-learning算法具有更高的预测精度.此外,实验部分还进一步验证了算法中相关参数对实验性能的影响.     

基于改进RetinaNet的高铁无砟轨道板表面裂缝检测

针对高铁无砟轨道板表面裂缝尺度差异大、裂缝类别不平衡等问题,提出了基于改进RetinaNet的裂缝检测方法。为了缓解下采样与特征金字塔横向连接压缩而导致的细微信息丢失的问题,利用多级特征金字塔融合ResNet-50主干网络中提取的不同层次的深浅特征,实现了图像特征信息的充分表达;为了解决检测过程中表面裂缝的分类和定位置信度之间不匹配的问题,提出自适应锚点学习使锚点与网络模型同时进行优化,提高了对小尺度裂缝的检测精度;为了缓解裂缝类别不平衡对检测性能的影响,引入焦点损失函数（Focal Loss）作为分类损失函数,并在其中添加类平衡权重项因子,提升了对小类别裂缝的检测精度。实验结果表明,改进RetinaNet检测网络对高铁无砟轨道板不同类别的裂缝均获得了较好的效果,平均检测精度（mAP）达到72.58%,较之原始RetinaNet检测网络提高了3.60个百分点,有效实现了对不同尺度裂缝的准确检测。     

一种适用于矿山设备振动监测的WSNs改进时间同步算法

结合矿山设备振动监测的实际情况,给出了矿山设备振动监测的无线传感器网络模型;针对TPSN时间同步算法能耗大、DMTS时间同步算法精度低的问题,提出一种改进的无线传感器网络时间同步算法——TPDM算法。该算法采用动态簇首选择算法选出簇首节点,簇首节点之间的同步采用TPSN算法以保证同步精度,簇内节点之间的同步采用DMTS算法以降低能耗,并采用基于最小平方线性回归方法的时钟漂移补偿技术对同步时钟进行时间补偿。仿真结果表明,与TPSN算法和DMTS算法相比,TPDM算法在能耗和精度方面得到了折中,能更好地满足矿山设备振动监测的要求。     

Three-dimensional J-integral calculations of part-through surface crack problems

In the field of nonlinear fracture mechanics, the J-integral is well known to play a significant role in predicting crack propagation and fracture strength. In this paper, we develop the three dimensional form of the J-integral using Eshelby's energy momentum tensor on any closed surface surrounding a crack front. Twenty-node isoparametric hexahedra elements in ADINA are used to calculate stress and strain distributions and Gaussian surface integration is used to evaluate J-integral values. Using the above method, we calculate the stress intensity factors for part-through surface cracks and verify the accuracy of these results.     

应用MATLAB图像工具箱的不规则裂纹检测

提出了一种表面不规则裂纹特征的检测方法,通过获取CCD相机拍照得到裂纹图像,使用MATLAB图像处理工具箱对图像进行灰度化、二值化处理。对二值图像可以进行细化处理以求得裂纹长度,提取灰度等值线可以获得裂纹边界,在提出的修正算法下可以得到裂纹真实宽度的近似值,相比于其他已知方法提高了计算结果的精度,并且实现了自动处理,降低了数据处理过程中的人工劳动强度,提高了数据处理效率。     

基于惩罚误差矩阵的同步预测无线体域网节能方法

针对传统无线体域网（WBAN）预测模型对感知数据预测精度低、计算量大、能耗高的问题，提出一种基于惩罚误差矩阵的自适应三次指数平滑算法。首先在感知节点与路由节点之间建立轻量级预测模型，其次采用地毯式搜索方式对预测模型进行参数优化处理，最后采用惩罚误差矩阵对预测模型参数作进一步的细粒化处理。实验结果表明，与ZigBee协议相比，在1000时隙范围内，所提方法可节省12%左右的能量；而采用惩罚误差矩阵与地毯式搜索方式相比，预测精度提高了3.306%。所提方法在有效降低计算复杂度的同时能进一步降低WBAN的能耗。     

面向线阵列CCD道路影像的裂缝识别

目的 道路裂缝的等级评定是公路养护的基本任务之一,目前国内相关部门主要通过线阵列相机采集道路影像,由于道路影像裂缝的识别会受到多种因素干扰（树木及车辆的投影、光照变化、油渍、树枝与稻草等条状物、各类垃圾）,降低了基于道路影像自动识别裂缝算法的准确率,导致对于路面等级评价依旧采用人工的方式进行,为此提出一种道路影像裂缝鲁棒识别方法。方法 由于采集的图像尺寸较大,同时为了避免光照不均匀带来的问题,首先对图像进行分块,采用改进的CV模型对分块影像进行预处理,获得初步的分割结果。其次,通过以下4个特点识别线阵列CCD道路影像的裂缝：1）裂缝在分块区域中占据较小的面积比;2）裂缝在影像中呈现的连续性较差;3）裂缝的宽度与长度比值较小;4）同一段裂缝的走向基本一致。为了利用裂缝的后两项特点,采用椭圆拟合的方法计算初步分割区域的方向,并以此为基础将这些区域分为4类。在每个分类中,分别计算各区域内的质心位置,建立质心间的矢量表,设计递归算法计算其共线性,获得裂缝检测结果,并以此为基础构造活动模型的初始距离矩阵,通过在原图中迭代求解更为精确的裂缝区域。结果 从2 000幅道路影像中挑选包含道路裂缝的影像100幅,并按序号等间隔分别取出5组未含有裂缝的影像100幅,每组200幅组成数据集进行测试,采用分类指标统计的方法评测本文算法性能,在正确率、灵敏度、特效度、精度上均达到95%以上,道路裂缝的检测与提取时间约为1 min。结论 该方法不仅可以有效地识别裂缝,同时可以克服了环境中多种因素的干扰,误识别率较低,具有较高的实际应用价值。     

橡胶密封件裂缝缺陷定位方法研究

为了实现在橡胶密封件表面缺陷的自动检测中快速有效地定位裂缝缺陷,根据密封件裂缝缺陷图像的特点,应用自适应阈值分割算法,结合改进的二值形态学并行细化算法,提出了一种橡胶密封件裂缝缺陷的定位方法。该方法可从复杂的密封件图像中分割出裂缝区域,并完成对裂缝缺陷的定位。实验表明,该方法获得的定位结果与实际裂缝位置相符,对于橡胶密封件表面缺陷检测与质量提高具有重要意义。