基于人机交互的界面故障数据属性识别方法

为了提高故障数据识别精度,提出基于人机交互的界面故障数据属性识别方法.利用LCD显示与小键盘构成具备数据采集功能的人机交互模块采集界面故障数据,通过离群熵提取界面故障数据噪声并进行消噪处理,结合低通、高通滤波器重构界面故障数据信号,构建待选数据属性池,计算目标数据和待选数据之间的距离相似因子,从而实现界面故障数据属性识别.结果表明,该方法复杂度较低,识别复杂系数介于0. 4～0. 52之间,查全率可达到95%,识别精度约为91%,大大提升了设备界面故障数据识别性能.     

基于粗集的PNN结构损伤识别方法

目的 为有效利用监测系统大量冗余、互补数据,对结构的工作状态展开评估.方法 运用粗集进行属性约简达到海量数据的降维工作,进而提取有效的特征参数,运用概率神经网络(PNN)良好的处理噪声等不确定信息及概率推理能力,进行推理计算和损伤识别.结果 对某12层钢筋混凝土框架不同噪声水平下的三种损伤模式进行了识别,识别精度均在85%以上,并与PNN损伤识别方法进行了比较,其识别精度高于PNN.结论 提出了一种基于粗集与PNN的结构损伤识别新方法,该方法不仅可以降低数据的空间维数.减少冗余属性和不确定性,而且可以提高损伤识别精度.     

基于计算智能技术融合的故障识别方法

为了提高复杂系统故障识别的精度和降低误报率,利用粗糙集理论、遗传算法、神经网络等计算智能方法的优势,提出一种基于计算智能技术融合的故障识别方法.针对原始样本数据的不确定性和不完备性,利用粗糙集对原始样本数据进行数据归一化、离散化、属性约简等预处理,求得能够覆盖原始数据特征的具有最大完备度的最小规则集.利用具有全局搜索能力的遗传算法直接训练反向传播神经网络的权值,将规则集作为网络输入,形成优化网络模型.采用该模型对预处理的各种状态故障特征向量进行分类决策,实现故障识别.通过电机轴承故障识别实验表明,该方法能够优化网络结构,提高故障识别速度和准确率.     

连铸机辊缝在线测量仪的设计

针对目前国内连铸机缺乏可靠的实时辊缝测量数据、测量精度低的问题,设计了辊缝在线测量仪.该方案采用嵌入式系统,通过双通道并行运行的高速数据采集卡实时采集传感器检测口输出的电压信号、数字信号、脉冲信号,并在PC104中对数据预处理,实现连铸机辊缝数据的在线检测,无线发送接收数据和上位机监控界面的实时处理和存储.本测量仪辊缝间距误差小于0.5%,倾角测量精度达到0.01°,能排除连铸生产过程中存在的潜在故障并提高板坯的质量,减少劳动强度.     

基于小波包分析的三元催化器故障特征提取

三元催化器故障信号非常复杂,传统的傅立叶分析方法对故障状态识别存在一定的的困难,本研究通过实验台架获取催化器排气压力信号数据,利用小波包分析的方法提取信号正常与失效状态下的特征向量,建立特征向量与故障属性之间的映射关系,并利用这一关系对三元催化器的故障状态进行识别。实验表明,这种方法是可行并且有效的。     

基于InTouch,Excel和MATLAB的水泥配料管理子系统设计

论述了基于InTouch,Excel和MATLAB的水泥配料管理系统的设计.该系统用InTouch开发人机交互界面,MATLAB实现高级控制算法,Excel进行数据记录和处理.三者之间通过DDE协议进行数据交换并协同工作.     

快速路截面数据和车牌识别数据融合算法

为了提高快速路交通流检测精度,在对快速路截面数据和车牌识别数据预处理方法研究的基础上,提出了基于遗传算法优化的BP神经网络数据融合算法,并以VISSIM模拟交通流数据为对象,通过MATLAB程序实现该算法的仿真验证,同时与传统BP神经网络融合算法进行对比分析.结果表明,该算法融合的平均相对误差为0.73%,传统BP神经网络融合的平均相对误差为1.55%,融合精度显著提高.     

基于LabVIEW数据采集的大型机械故障诊断分析系统

为实现大型机械的故障诊断,预设计一套基于LabVIEW的数据采集故障诊断分析系统.采用LabVIEW软件编写数据采集接口,在传感器和数据采集卡的基础上实现数据采集功能,并对采集到的振动数据进行频域分析和相关分析,并设计出人机交互的主界面.经检验,该系统可以很好地判断出设备的故障类型,而且系统界面简洁,操作方便.     

监控场景下基于机器注意的多任务行人属性识别

行人属性作为一种高级语义特征,对照明、姿势改变等具有鲁棒性,已经被广泛用于行人重识别和视频分析中.为了提高监控场景下行人属性识别(pedestrian attribute recognition, PAR)的准确性,结合最新的人工智能(artificial intelligence, AI)解释性研究,从机器注意的角度出发,综合考虑属性间的互斥性以及依赖性,提出一种限制神经网络注意的多任务行人属性识别方法.首先,根据神经网络对各属性的不同关注区域将行人属性识别划分为多个子任务;然后,通过端到端网络模型和辅助分类损失函数的设计,控制各子任务之间的信息共享,鼓励子任务内部属性相互竞争,不同子任务之间的属性相互促进;最后,融合各子任务的信息进行行人属性的预测.经过实验,该方法在2个监控场景中的公开数据集上取得了最佳的精度,证明了该方法的有效性.     

基于DSP的条码标尺识别系统研究

条码标尺的识别系统是数字水准仪中最重要的组成部分.基于DSP的条码标尺识别系统的设计原理与硬件电路实现方案,对条码识别的软件算法进行了研究.以DSP为核心,扩展FLASH和SRAM作为程序存储器和数据存储器,执行核心的识别处理算法,并控制前端CCD和A/D转换器的数据采集.系统以液晶显示和键盘输入作为人机交互界面.     

一种基于小波系数方向性的矢量分类方法

针对基于小波变换和矢量量化的图像压缩算法,利用小波变换后系数具有明显方向性的特点以及带内小波系数的相关性,提出一种基于小波系数方向性的矢量分类方法,同时采用一种基于小波系数排序截断的阈值选取方法.实验表明该分类方法原理简单易于实现,提高了算法的整体效率,对不同的图像具有分类效果稳定的优点.     

一种基于人眼视觉系统的小波水印系统研究

针对图像水印的不可见性要求,将小波变换与人眼视觉系统的特征相结合,运用图像融合技术,设计出一种适用于静态图像的小波域水印算法.该算法嵌入的不是直接的水印图像数据本身,而是经过小波变换后的水印数据.经过不同尺度小波变换后的水印图像和载体图像的相互融合,产生出新的嵌有水印的图像.在水印的嵌入过程中,通过加入人眼视觉特性,使数据的嵌入强度和载体图像的特性相符.研究表明该算法大大地增强了水印的鲁棒性和不可见性.     

基于小波变换的结构矩阵矢量量化压缩方法

提出了一种基于小波变换的结构矩阵矢量量化方法。该方法利用图像经过小波变换后,不同分辨率级子图像之间存在相似性,将已生成的第m级图像的分类信息传递给第m-1级图像,并利用各子图像的结构特性,对矢量量化后的编码结果采用结构矩阵的方法进一步压缩。实验表明该方法在较好图像质量的情况下获得了高压缩比,和有关文献给出的结果进行比较,该算法具有较好的性能。     

基于小波近似分量非参数鉴别分析人脸识别算法

根据小波变换原理,采用dbl小波基函数,对人脸图像进行3级小波分解。将3层小波近似分量进行重组,得到新的样本向量集。由于非参数鉴别分析对非高斯分布样本集具有良好的适应性,提出了基于小波近似分量和非参数鉴别分析的人脸识别算法。在样本向量集上应用非参数鉴别分析,形成类内和类间矩阵,然后利用Fisher线性鉴别进行人脸识别。实验结果表明,在ORL和CAS-PEAL-R1人脸库上使用上述算法的识别率分别为95％和97．5％。     

小波包和GA-BP网络结合的红枣病害识别方法

针对传统人工枣树病害识别费时费力的问题,提出了一种小波包和GA-BP神经网络结合的快速识别方法.通过小波包去噪方法,消除病害图像采集过程中随机噪声产生的干扰,采用小波包分解系数矩阵的奇异值和小波包变换模极大值矩阵的奇异值构造特征输入参数,利用遗传算法优化后的BP神经网络建立红枣病害的识别模型.实验表明,小波包、遗传算法...     

一种基于高斯滤波与矢量微分算子的小波多尺度边缘检测算法

采用一种基于高斯滤波与矢量微分算子相结合的近似小波多尺度边缘算法。该算法分别选定大小2个高斯滤波器的尺度,并将其分别与原努图像作卷积,从而得到图像的多尺度信息。以矢量微分算子为卷积核与滤波后的图像进行运算,在获得的梯度向量上,沿相角方向取模为极大值的点为边界点,将该方法用于边缘检测,获得较好的效果。     

基于小波变换和矢量变换的数字水印技术

数字水印技术是数字产品产权保护的有效手段之一。根据小波变换和矢量变换的特点，利用人眼视觉特性，对原始静态图像的水印嵌入进行了研究，提出了一种水印嵌入算法，实现了在原始静态图像上嵌入二值图像水印，水印检测为恢复性检测。实验结果表明，该方法能很好地保持图像质量，并且在抗常规的信号处理如加噪、滤波及有损压缩方面表现出良好的稳健性。     

视觉系统结合小波域的水印算法

为了提高嵌入水印抵抗JPEG压缩攻击、亮度更改攻击和大幅裁减攻击的能力,结合人类视觉系统与离散小波变换对数字图像水印算法加以改进:将水印信息嵌入载体图像前,先对水印图像进行置乱处理,然后对载体图片采取小波变换,再综合人类视觉系统特性选取调制参数,最后将水印嵌入到载体图像经小波变换后的低频部分。实验表明改进后的算法能有效提高水印信息抵抗恶意攻击的能力,健壮性良好,并能均衡水印的不可见性和鲁棒性。     

小波域图像格矢量标记算法研究

本文讨论了图像格矢量量化过程中如何标记格矢量的问题,在理论上详细地叙述了格的定义以及2维六角格A2,4维棋盘格D4,8维Gosset格E8与16维Barnes-Wall格Λ16的标记算法,并结合小波变换,给出了图像格矢量的标记方法.     

有效图像压缩的提升小波优化设计

提出了多种群遗传算法和蚂蚁算法融合的提升格式小波优化设计方法。首先采用多种群遗传算法对构成小波的提升步进行优化；并提出局部适应度和全局适应度的概念，将其和蚂蚁算法中蚂蚁选择路径时对全局启发信息和局部启发信息的利用有机地结合起来；采用蚂蚁算法对遗传优化的结果进一步寻优，精确求解适合给定变换问题的最优小波，形成一种时间效率和求解效率都比较好的启发式随机优化方法。将所设计的小波应用于基于小波的图像编码器对指纹及医学图像压缩，实验结果验证了设计方法的有效性和图像压缩性能的优越性。