基于传感器的斜拉索基频提取的混合算法研究

在对通用加速度传感器与低频加速度传感器在低频响应上的性能进行频谱检测与对比分析的基础上,对拉索基频检测的基频法和倒谱法进行组合的混合基频拾取技术进行了优化,提出了适用于斜拉桥索力基频分析的新型混合算法;该算法在保证基频分析进度不变的前提下,有效地提高了基频识别的速度和抗干扰能力,而且在嵌入式系统中进行开发实现更为有效和容易,具有较强的工程实用价值.     

一种用于恶意行为检测的规划识别方法

恶意行为检测是通过观察分析智能体一系列行为过程中的动作和行为识别其行为目的的方法.为了排除智能体行为的复杂性、误导性带来的影响,以隐马尔可夫为基础构造规划识别方法,综合分析多个智能体行为之间的关联关系推测行为目的性.文章提出恶意行为检测模型的整体框架,简述了复杂数据下的特征抽象方法,进而提出基于隐马尔可夫实现的规划识别...     

基于高斯混合模型的乐器识别方法

传统的乐器识别方法采用的是树型分类方法,这种方法分类过程比较繁琐。而且精度不高。该文把话者识别的方法应用到乐器识别之中,采用模式识别的方法实现对乐器的识别。采用MFCC系数和它的一阶导数作为音品的声学特征,分别对6种管弦乐器建立高斯混合模型。在识别过程中,首先假设各乐器的先验概率相同。根据高斯混合模型得出的后验概率确定待识别乐器所属的种类。实验表明这种识别方法十分有效,取得了较高的识别精度。     

基于基频的情感语音聚类的说话人识别方法

针对存在情感差异性语音情况下说话人识别系统性能急剧下降以及缺乏充足情感语音训练说话人模型的问题,提出一种基于基频的情感语音聚类的说话人识别方法,能有效利用系统可获取的少量情感语音.该方法通过对男女说话人设定不同的基频阈值,根据阈值,对倒谱特征进行聚类,为每个说话人建立不同基频区间的模型.在特征匹配时,选用最大似然度的基频区间模型的得分作为该说话人的得分.在中文情感语音库上的测试结果表明,与传统的基于中性训练语音的高斯混合模型说话人识别方法和结构化训练方法相比,该方法具有更高的识别率.     

一种视频运动目标的检测与识别方法

给出连续图像帧差分和二次帧差分改进的图像HSI差分模型,采用自适应分割算法能在任意条件下自动提取运动目标区域.定义运动目标的特征分析和计算,通过特征匹配判断,识别所需识别目标的区域.实验结果表明该方法是有效的,且有良好的鲁棒性.     

一种混合入侵检测模型

为了提高入侵检测模型的准确率,提出一种基于K-均值算法、朴素贝叶斯分类算法和反向传播神经网络的混合入侵检测模型。首先,采用基于分区、无监督式聚类分析的K-均值算法进行数据的聚类处理,得到易于被机器处理和学习的数据集。为了进一步获取必要的数据属性,将聚类处理的结果输入到贝叶斯分类器进行分类。然后,具有较短学习周期的反向传播神经网络负责训练数据分类样本。最后,基于KDD CUP99数据集,对混合入侵检测模型进行了仿真实验,实验结果表明,通过混合入侵检测模型,DoS、U2R、R2L和Probe等入侵数据被精准地检测出。相比其它入侵检测模型,混合入侵检测模型取得了较高的准确率和召回率,以及较低的误报率,具有一定的实用价值。     

一种基于改进混合高斯模型的前景检测

针对传统混合高斯模型(GMM)前景目标检测运算量过大问题,提出一种基于改进混合高斯模型的前景检测算法(TGM)。通过基于历史信息的模型清理机制,减少背景稳定区域像素点的高斯分布数量,进而降低算法运算量;建立临时高斯分布,运用更简单的加减运算进一步减少运算量,最后将符合条件的临时高斯分布转化为正式高斯分布,避免模型无意义的频繁更新,提高了准确性。实验结果表明,改进后的算法与原算法相比,具有更好的实时性和很好的准确性。     

MSC1210在索力检测中的应用

文章介绍了MSC1210单片机的模拟特性和数字特性,及该芯片在索力检测中的应用和应用注意事项。     

一种室内环境的运动目标检测混合算法

室内环境中光照、背景等变化虽然不如外界自然环境那么复杂,但是它们对于运动物体的检测也将产生显著影响。归类分析了室内照明条件与背景变化的不同类型,以及它们对于运动目标检测的影响,在此基础上提出一种能够较好适应室内环境变化的运动目标检测混合算法。该算法结合了帧间差分与背景模型算法的优点,同时引入亮度信息进行前序的处理;因此算法针对不同室内环境都具有较高的鲁棒性。通过仿真实验,证明了该算法的实时性与可靠性。     

一种基于特征捆绑计算模型的物体识别方法

利用一种特征捆绑计算模型,以Gabor特征作为模型的初级特征,将相关统计量作为实现特征捆绑的基础,提出了一种物体识别方法.并实现了一组物体识别实验,结果显示,该方法能够进行较快速而准确地识别,说明了此方法和所使用的特征捆绑计算模型的有效性.     

用于斜拉桥索力在线监测的新型传感技术

分析了斜拉桥结构索力在线监测技术的基本原理、性能特点和应用范围,并对比了这几种监测技术的测量精度、测量方式和适用对象等特点。最后,指出未来桥梁拉索索力监测的发展趋势。     

振频法索力测量系统中数据采样参数匹配研究

利用振频法进行索力测量,数据采样参数设置不当会大大降低基频识别精度进而降低索力测量精度。在分析采样参数即采样率和采样数对基频识别精度影响的基础上,根据奈奎斯特定律,兼顾测量实时性和有限的数据存储空间,提出最优化数据采样参数匹配方法,以提高测量精度。对马桑溪长江大桥斜拉索索力进行现场测试,结果表明:按照最优的参数匹配方法进行合理的参数设置,索力测量精度至少提高2倍,具有较好的工程应用价值。     

基于磁弹效应的斜拉桥索力传感器研究

针对斜拉桥索力在线监测的实际情况和现有索力传感器的不足,提出了基于磁弹效应的新型索力传感器,并阐述它的原理,详细分析它的影响因素及其处理办法,搭建相应的试验系统,进行了拉力模拟试验,试验表明:该传感器动态响应好,测量重复性误差为±0.2%,满足索力的在线测量要求。     

基于欧拉运动放大算法的桥梁索力测试方法研究

斜拉索、吊杆和系杆是缆索承重桥梁的重要受力构件,但传统的索力测试方法存在操作复杂、 成本高和效率低的缺点,为此开展基于欧拉运动放大算法的索力测试方法研究。采用数码摄像设备采集拉索振 动的数字图像数据,经过基于相位的欧拉运动放大算法处理,获取运动放大后的图像序列;利用基于 Canny 算子的边缘识别算法得到边缘图像序列,并通过边缘定位提取拉索人工标记的位移时程数据;最后利用频率 法识别拉索索力。以拱桥吊杆索力测试为背景,讨论了基于相位的欧拉运动放大算法与基于 Canny 算子的边 缘识别算法的适用情况。与传统基于加速度传感器的索力测试方法相比,该方法具有易操作、低成本和高效 率的特点。     

一种可测量简谐振荡频率的振动频率传感器

以压电式加速度传感器和信号处理电路为核心,研究了一种可以测量简谐振荡频率的振动频率传感器,给出了该频率传感器核心控制电路的设计方法。仿真和实验表明该频率传感器能实时、准确地测量出以简谐规律振荡的振动频率,测量误差小于±2.3%。     

Novel method for measuring surface tension

It is shown that the observed geometry of an electrostatic deformation of a liquid surface can be used for the measurement of surface tension. Based on simulations and measurements, an empirical formula for the relation between the shape of the deformation and the surface tension is derived and discussed. A novel method for high resolution measurements of the surface tension using interferometry of an electrostatically deformed liquid surface is presented and investigated.     

强噪声下利用混沌系统测量频率的新方法

在分析混沌形成的基础上,将变结构滑模方法引入到混沌理论中,通过它将处于混沌态的系统控制到稳定周期状态,然后,再用频谱方法测出待检信号的频率。所提出方法的新颖性在于去掉了以往混沌系统测量信号所需的策动力,而将待检信号作为策动力。经实验仿真发现:此方法与以往方法比较具有较高的分辨力。     

基于聚偏二氟乙烯传感器的斜拉桥损伤识别

斜拉索是斜拉桥的一个重要组成部分 ,是斜拉桥的主要承载部件。斜拉桥桥跨结构的质量和桥上活载绝大部分或全部通过斜拉索传递到索塔上。实时监测分布于大桥上的桥索张力变化 ,对于了解斜拉桥的健康状态 ,确保斜拉桥的安全是至关重要的。聚偏二氟乙烯 (polyvinylidenefluoride)传感器通过监测应变得到拉索的振动信号 ,采用数字信号处理芯片实现振动信号的快速傅立叶变换 ,利用变换得到的振动频率计算出拉索的张力 ,实现斜拉索张力的在线测量。将桥索张力的变化输入到神经网络中进行斜拉桥损伤识别 ,取得了良好的实验结果。     

基于频率簇模型的人脸识别

目的 针对复杂条件下人脸识别鲁棒性差的问题,提出了一种基于频率簇（FC）模型的人脸识别方法。方法 该方法首先在人脸图像内检测目标区域,在目标区域内划分特征子区域并设定采样单元,统计采样单元内前景区域和背景区域的信息熵;然后计算采样单元的熵能量和能量频率,归一化频率系数,利用能量频率的二阶偏导确定人脸子区域边界,以此得到有效采样单元,建立人脸主特征信息;最后,根据采样单元的坐标位置、熵能量和能量频率信息进行排序,得到每个采样单元的几何布局,以采样单元的熵能量、能量频率和几何布局构建人脸的频率簇模型,并以此作为人脸特征进行识别匹配。结果 在FERET、ORL、Yale组合人脸库和CMU-PIE人脸库上进行实验测试,该方法的识别准确率分别为99.11%和97.36%,单幅人脸图像的平均识别速度为0.077 s,结果表明,该方法对复杂条件下的人脸识别具有很好的实时性和准确性。结论 该方法可以有效克服光照变化、特征模糊、姿态和表情变化等因素对人脸识别的影响,具有较好的鲁棒性,对提高人脸识别性能具有重要意义。