GDX1包装机IPC控制系统的研发

目的 为加强银行智能办理业务的设备性能,提高票据数字的识别效率,研究一种改进的算法来获得更高的数字识别效果。方法 根据银行票据的印刷数字特性进行字符的提取和分割,经过图像采集、降噪、二值化之后使用起点直方图法结合步长法进行字符的分割,然后使用改进的LENET卷积神经网络用于提取数字特征,进行分类。结果 通过实验,结果表明文中提出的方法进行复杂环境下的印刷数字识别,准确率达到95%以上,识别速率为1.169 s/张。结论 利用新的字符分割算法与改进的LENET神经网络相结合,可以很好地识别干扰强的印刷票据,准确率高。     

适应光照突变的工件字符识别系统

为了实现机械工件上刻写字符的自动检测、识别与显示,本文设计并完成工件字符自动识别系统。重点针对光照变化时工件字符难以识别的问题,研究不同光源组合方式对系统识别性能的影响,提出了一种能更好适应光照突变的特征提取算法。首先,对输入图像利用优化的同态滤波算法增加字符的细节信息,减低光源照度的影响。然后,分别采用基于LOG算子的自适应阈值法获取图像的整体轮廓和全局特征,采用局部二值模式(LBP)算法获得对光照突变不敏感的LBP纹理特征。最后,联合目标全局特征和LBP局部纹理特征对应像素做相关运算,获得对光照不敏感的融合特征向量。在工业现场进行实测,测试结果表明:识别率平均达到94.72%,对工件平均检测时间230 ms,满足实时性要求。与SIFT算法和Bayesian算法相比,在光照突变情况下本系统的识别精度和稳定性更有优势,且满足工业应用上自动识别的要求,并已实际用于工业测量。     

基于改进马尔可夫链的域名获取方法研究

为解决目前域名获取方法效率低且获取域名数量较少的问题,对前期采集的大量域名进行了统计分析,以发现域名字符的组成规则以及分布特征,并根据这些特征,设计了基于马尔可夫链的域名模型,提出了一种基于改进马尔可夫链的域名生成算法.对生成的域名进行了WHOIS查询验证,以确认域名是否存在.通过大量实验结果证实,该算法具有较高的域名生成准确率,且与其它域名获取方法相比,该方法具有生成域名速率快、域名数量多和顶级域名覆盖广等优点.     

一种基于自适应特征选择的目标实时跟踪算法

针对传统的均值漂移算法,加入了自适应特征选择,提高了均值漂移算法在复杂场景中目标跟踪的鲁棒性.传统的均值漂移算法往往选择固定的一个或两个特征(比如颜色)对目标进行跟踪,当跟踪场景发生变化,容易跟踪失败.本文通过分析被跟踪目标特征与变化背景的区分度来确定最显著特征与次显著特征,从而选择出最有效的目标特征,实现复杂变化场景下的目标跟踪.一系列不同场景下的运动目标跟踪实验,证实了该算法的可靠性.     

基于深度学习模型的风机叶片结冰故障诊断

风力发电机叶片出现结冰现象时若照常工作，不仅会影响经济效益，严重时还会直接损坏叶片等设备引发安全事故。为此提出一种使用KmeansSMOTE的数据平衡方法与应用结冰相关的机理构建新特征和RFECV-DT特征筛选算法相结合的特征工程互补的数据处理方式，之后采用卷积神经网络模型进行训练与预测。实验结果表明，在卷积神经网络模型中采用KmeansSMOTE算法比SMOTE算法准确率提升2.78%。模型采用特征工程时比不采用特征工程相比准确率高出4.77%。与KNN、SVM、LR这些传统模型相比，所有衡量指标均有提升且不存在过拟合现象。所提出的方法，可解决应用SMOTE插值机制所带来的不足并且对特征工程进行精细化设计，也为风机叶片结冰故障诊断问题提供一种新的解决思路。     

基于微扰蒙特卡罗的薄层状组织光学参数重构技术

针对层状组织体的光学参数（吸收系数和散射系数）快速重构问题展开讨论.发展了基于漫反射测量的适合于胃、宫颈等内脏薄层状组织光学参数重构的微扰蒙特卡罗模拟.数值模拟结果显示,该方法能够有效地利用漫反射光强重构临床应用范围内的光学参数,对单层模拟体的吸收系数和散射系数的重构误差均不大于±3%,对双层模拟体的重构误差小于10%,且两参数的重构之间几乎没有互扰.使用固体模型对上述算法进行的实验显示,重构出的散射参数与真值的误差小于±10%.进行一组光学参数重构耗时不超过1 min.结果表明,该方法可快速、准确地重构光学参数,为内脏器官近红外早期癌症诊断的临床应用提供保障.     

一种快速图像纹理分析算法

针对目前的纹理分析算法普遍存在计算复杂、运行时间过长的缺点,提出了一种新的图像纹理分析算法。该算法利用差分概念定义出图像的差分矩阵和差分直方图,并从差分直方图中提取特征进行图像纹理的相似度度量。由于本算法在考虑人类视觉特性的基础上尽量采用加减运算,因此不但具有与人类视觉特性相联系的特点,更使得算法的运行效率大大提高。使用本算法对brodatz 图像库进行的检索实验表明,该算法在查准率和检索效率上与共生矩阵算法相比分别提高13.9160%和 9.5 倍,具有与传统算法相比更好的检索效果和更高的检索效率。因此该算法可以满足实时性要求较高的场合,弥补了目前算法运行时间长的缺点。     

ReliefF和APSO混合降维算法研究

降维与分类一直是机器学习的研究热点,在很多领域有着成功的应用.针对基因数据分类存在特征维数过高、冗余数据和高噪声等问题,现提出一种基于Relief F和自适应粒子群(APSO)优化的混合降维算法.即先通过Relief F和APSO算法选择特征子集,然后使用超限学习机作为评价函数对基因数据进行分类,最后通过循环迭代得到最优的分类精度.实验证明,混合降维算法与已有的算法相比分类精度更高、更稳定,它适用于基因表达数据降维.     

数码迷彩的生成算法研究

传统迷彩大都是由不规则的斑点或条纹组成,其边缘平滑、不同色彩间界限分明,视觉区分度强,以致隐蔽的效果大打折扣.数码迷彩能够有效破坏伪装目标的外形,使不同色彩间的边界模糊、破碎,具有良好的伪装隐身效果.本文提出了一种根据目标背景图像生成数码迷彩的算法,它首先将背景图案的颜色量化,提取出背景主色,然后确定马赛克方块的大小,最后生成数码迷彩.实验表明,利用此算法生成的数码迷彩相对于传统迷彩能够更好地与自然背景相融合,达到良好的光学伪装效果.     

基于多特征匹配的液晶屏字符缺陷检测

目的 为了实现电动滑板车包装前液晶屏字符检测高效、高精度的目标,以及为了解决液晶屏字符中Led段码字体难以精确分割、匹配算法复杂等问题。方法 通过Hough直线检测实现字符区域的位置校正,投影法实现分割字符区域,形态学处理、连通域分析实现各字符的提取,采用BP神经网络模型对字符进行识别,最后通过改进的几何特征检测字符缺线、漏线,灰度特征检测字符亮度不均匀。结果 液晶屏字符实验结果表明,每个字符平均识别时间为0.16s,每个屏幕平均识别时间为0.6s,液晶屏字符缺陷加权识别率为96%。结论 该算法具有较高的可靠性、效率、识别率,解决了液晶屏字符在几何、亮度缺陷下高效、高精度检测实际工程的问题,为同类产品的检测提供了算法经验。