径向基神经网络的图像颜色软测温方法

为了探究高温物体颜色与物体温度之间的复杂的非线性关系,根据高温物体在可见光波段颜色和温度的对应关系,提出了一种通过数码相机采集高温物体图像颜色值,再利用RBF神经网络的图像颜色测温方法拟合出高温物体的颜色值R,G,B与温度之间的非线性映射关系的方法.该方法测得的温度值与实际的温度值的平均误差为1.276 3℃,最大误差为3.726 5℃.结果表明,该方法简单、误差小且运行速度快,切实可行.     

基于BP神经网络模型的温度预测方法

车间里特定高温环境下对多点的温度监测数据是风机是否工作的重要参数。为了能更好地保护风机,提出一种基于BP神经网络来分析预测温度变化趋势的方法,达到了减少风机工作时间,延长风机寿命的效果。     

一种新的颜色空间量化方案

详细介绍样本颜色的采集方法、采集软件的设计以及数据的处理方法；提出了基于BP神经网络的样本颜色处理方法，介绍其在图像特征的抽取、区域分割的应用。     

镍基高温合金磨削烧伤机理

本文通过镍基高温合金的磨削试验,发现镍基高温合金在发生磨削烧伤时,其磨削表面颜色、表面纹理、表面显微硬度、磨削力和磨削温度均随烧伤程度不同而变化。在此基础上,探讨了镍基高温合金的磨削烧伤机理。     

一种新的颜色空间量化方案

详细介绍样本颜色的采集方法、采集软件的设计以及数据的处理方法;提出了基于BP神经网络的样本颜色处理方法,介绍其在图像特征的抽取、区域分割的应用。     

BP神经网络在油脂颜色检测中的应用

油脂颜色采用数字颜色传感器测量的RGB值与罗维朋比色计测量值,属于不同的颜色表示方式。采用BP神经网络建立两者之间的关系,利用MATLAB软件对油脂颜色样本,设计了一个网络实现非线性映射,并进行了精度分析,结果表明,两种颜色系统之间具有良好的关联性。     

神经网络数据融合在位移传感系统中的应用

温度漂移误差是位移传感系统的主要误差之一.为了提高位移传感器输出的精度与稳定性,可以把位移传感器的输出与温度传感器的输出进行数据融合.提出一种基于RBF网络(径向基函数神经网络)的多传感器数据融合方法,把位移传感器和温度传感器的输出送入融合中心,通过RBF网络的学习训练,得到稳定的位移输出.实验表明:在相同的温度波动情况下,位移传感器的输出稳定性比原来提高了约4倍.该方法在位移传感系统减小温度漂移的应用中十分有效.     

数字式光处理技术及在三维测量中的应用

提出了一种颜色编码方法实现三维测量，利用数字式光处理技术将在计算机上用软件产生的颜色编码图案投射到被测三维物体上，用彩色摄像机摄取物体图像，在摄取的图像上每一种颜色对应一个投影角，根据彩色摄像机输出的颜色三元素RGB，实现颜色解码，从而获得物体的三维信息。     

一种新的基于神经网络彩色图像颜色量化方法

提出一个利用竞争Hopefield神经网络(CHNN)来进行颜色量化的新算法.它按照彩色图像像素的RGB颜色值的分布来完成调色板的设计和像素的颜色映射两项任务,从而最终完成量化工作.实验结果表明,该方法具有计算收敛速度快和图像颜色失真小等优点.     

BP网络算法在平面运动测量误差补偿中的应用

在航天对接试验平台开发项目中,针对平面运动物体非接触高精度测量的难点,提出一种针对物体三自由度平面运动的创新性测量方法.利用激光测距传感器的并联组合,实现对物体位置和姿态的非接触式测量.以传感器测量值为输入样本,运用BP神经网络算法建立误差模型,通过调整权值因子使建立的网络模型能够拟合出测量误差,从而修正测量的数学模型.基于BP神经网络的误差补偿方法对平面运动物体测量误差的补偿具有明显的效果,能够满足位姿测量的精度要求.