压缩感知域智能天然气管道泄漏孔径识别

天然气管道泄漏监测正在进入大数据时代,针对传统方法存在的采集数据冗余、特征提取及识别受主观因素影响较大等问题,结合压缩感知与深度学习理论,提出一种在变换域进行泄漏信号的压缩采集、在压缩感知域进行自适应特征提取及识别的智能天然气管道泄漏孔径识别方法。通过随机高斯矩阵获取压缩采集数据,并通过深度学习挖掘测量信号中隐藏的泄漏孔径信息,经稀疏滤波实现特征的自动筛选,最后研究了softmax回归实现孔径的高精度分类识别。实验结果表明,该方法实现了监测数据的压缩,对压缩感知域采集信号的识别性能明显优于传统方法。     

基于振动加速度信息的触觉纹理分类方法研究

当手持刚性工具在材料表面滑动时,用户可以通过工具的振动来感受材料表面的纹理特征。这些振动加速度数据包含了丰富的纹理类别信息,为纹理的分类提供了基础。利用触觉进行纹理分类对于力触觉人机交互、机器人精细化操作等应用具有重要的意义。目前,手工设计与纹理相关的特征以及借助卷积神经网络进行简单的特征提取等方法已经被应用于触觉纹理分类。然而,这些方法未能关注时间尺度的选择和触觉序列数据间的时间依赖性,还存在触觉数据特征提取不充分和分类精度不佳等问题。为了解决上述问题,本文提出一种由多尺度卷积网络和双向长短时记忆网络相结合的融合模型,以便同时捕获触觉信号多尺度的几何局部空间特征和时间依赖特征。所提出的模型从公开的触觉数据集中学习材料表面纹理的触觉特征,并在公开的纹理振动加速度数据库上进行训练。实验结果表明,本文提出的模型可以稳健且高效地实现最高92.1%的纹理分类精度。     

基于多方位感知的带钢表面缺陷长尾分类方法

缺陷分类在带钢生产中扮演着重要的角色。但由于工业数据集的长尾分布和带钢缺陷的复杂性,现有的带钢表面缺陷检测方法仍然有待改进。文中提出了一种基于多方位感知的长尾分类方法(MDPLC,multi-directional perception of long-tail classification)去解决带钢表面缺陷的长尾分类问题。首先,通过全局和局部图像的多输入来实现模型的多方位感知策略。其次,采用共享层与个性化层结合的三联体网络架构来分别提取多输入的特征,在有效减少计算参数的同时保证特征的多样性。最后,将部分浅层网络的特征与深层特征融合,增加模型对多尺度缺陷的感知能力。实验结果表明：MDPLC在X-SDD热扎带钢表面缺陷数据集上的平均精度达到了97.71%,优于其他对比模型,验证了该方法的有效性和鲁棒性。     

基于图像处理的油封缺陷自动检测与分类识别方法

提出一种油封缺陷检测及分类识别方法.依据量化的油封表面质量定性判断精度指标要求,结合生产实际设计并构建油封缺陷在线视觉检测系统.采用伺服电机同步传动旋转机构等分采集油封环带图像,经图像预处理分割出不同检测区域.利用小波变换模极大值图像边缘检测算法实现油封缺陷检测;提取描述缺陷的特征参量并进行主分量选择,通过支持向量机M-ary分类策略对油封缺陷进行分类识别.实验结果表明,系统及方法切实可行,具有实用推广价值.     

基于yolov4的垃圾检测系统

为解决垃圾分类困难问题,根据大量垃圾图片的特点,提出了基于yolov4的垃圾检测的方法,实现垃圾的自动识别分类和定位。该方法通过手机拍摄以及百度等收集不同种类的垃圾图像集,运用图像增强的方式进行图像预处理,再利用迁移学习模型和k-means++聚类算法进行垃圾网络分类模型的训练测试,最后将训练好的模型通过摄像头对采集的垃圾图片实时识别分类和定位。实验表明:该方法的m AP达到95.15%,能够快速有效地对垃圾分类和定位。     

基于卷积神经网络的增敏型光纤弯曲传感器

为了提高光纤弯曲传感器的灵敏度,增大线性范围,降低成本,本文提出一种基于深度神经网络分类塑料光纤弯曲角度及方向的方法。使用进行侧抛增敏处理的塑料光纤,在光纤输出端采集不同弯曲角度的散斑图。制作了包含五类弯曲角度的数据集一以及包含七类弯曲角度的数据集二,在预处理图像数据之后,利用多层卷积神经网络对散斑图像进行卷积和池化处理,得到散斑图像的特征图,softmax分类器用来得到分类准确率,最后对两种不同卷积神经网络模型的分类效果进行对比。结果显示:数据集一光纤弯曲的角度间隔为5°时分类准确率达到了96%,理论和实际分析结果表明该方案识别率较高,基于该方法有望实现一种简单、高效的光纤弯曲传感器。     

基于感知哈希的多媒体数据内容检测系统设计

采用感知哈希技术来实现基于多媒体数据库(MMDBMS)的内容查询是目前多媒体数据库管理的主要处理方法之一。通过对MMDBMS体系结构和视频数据层次结构的分析,本文针对特征图像边缘处灰度邻域差异大的特点提出了一种通过提取最具鲁棒特征的标准样本和特征帧来对目标内容进行快速检测的算法,并设计了一个基于感知哈希的多媒体数据内容检测系统模型。该系统从匹配的准确率和快速查询两方面对传统方法进行了改进,实验结果验证了该方法的可行性。     

以输入电流谐波为特征量的SOM网络整流电路故障诊断方法

针对故障诊断系统中最重要的故障特征提取和故障识别环节,提出了基于输入电流谐波变化,利用人工神经网络对整流电路进行故障诊断的方法。以三相桥式全控整流器为模型电路,以各类故障状态下的三相交流侧输入电流谐波数据为故障特征,选取自组织特征映射神经网络(SOM)为故障识别算法,对得到的谐波数据进行编程分析识别,通过多次学习和训练,对各类元器件故障进行精确分类,从而建立起故障诊断数据库和查询途径,完成对各类故障的检测。该算法训练速度快、诊断精度高,通过仿真和相关实验验证了理论分析的可行性和有效性。     

驾驶员转向特性分类与在线辨识研究

针对汽车驾驶员转向特性分类与在线辨识问题,基于驾驶模拟器实验台,设计典型实验工况,选取具有一定驾驶经验的驾驶员进行实验研究。采集驾驶员转向过程实验数据并提取特征值,应用模糊C均值聚类算法将驾驶员转向特性分为谨慎型、一般型和激进型三类;根据分类实验数据应用BP神经网络算法建立驾驶员转向特性辨识模型,对模型辨识准确度进行离线验证,并基于辨识模型设计在线辨识方法。实验结果表明:研究方法能够实现对驾驶员转向特性的合理分类和在线准确辨识。     

基于VB/SQLServer2000选煤厂设备点检数据分类存储的实现

针对选煤厂设备的众多点检数据,研究了一种数据存储方法,该方法通过基于STM32单片机开发的手持式点检仪进行采集并存储到SD卡。再通过USB接口传到上位机基于VB开发的点检数据管理系统,经过系统的处理,最后实现数据的分类存储到基于SQL Server2000开发的数据库。结果表明:点检数据按帧截割的存储方式在处理大数据量时用时较少;振动数据及图片数据在数据库中采用路径存储方式,解决了数据库访问变慢问题;数字量数据与图片数据相结合的数据存储方式,克服了传统点检系统缺乏图片信息的局限性。     

柴油机数字化制造的工艺数据库研究与应用

结合企业实际存量资源与柴油机数字化制造需求,构建了柴油机工艺数据库,开发了工艺数据库的原型系统。通过合理数据分类,形成了数据的表示方法与信息定义,实现了数据的集成和资源的有效利用,提升了三维工艺的快速设计能力,为柴油机数字化制造提供了技术保障。     

管状机织物与管子之间的摩擦系数测量系统

为了实现管状机织物与管子之间摩擦系数的测量,设计了一套管状机织物在管子上抽拔过程的摩擦系数测量系统。首先通过施加弹性元件的方法,在实际使用工况下测试出附加摩擦力,再测试计算出弹性元件在圆管上产生的正压力,根据计算公式μ(摩擦系数)=F(摩擦力)/N(正压力)直接计算出摩擦系数;同理,通过弹性气压法测出管织物与管内壁的摩擦系数。然后使用所测量的摩擦系数在LS-DYNA分析软件中建立有限元模型进行计算,并与试验数据进行对比分析。最后,针对该摩擦系数测量系统在探月三期工程中月壤钻进取芯组件上的应用效果进行了实验检测与仿真计算对比。结果表明该系统测得的管状机织物在管子上抽拔过程的摩擦系数准确可靠,为有限元分析模型中摩擦系数的确定提供了一种有效的测量方法,满足月壤取芯组件的应用要求。     

多标签分类的传统民族服饰纹样图像语义理解

针对当前图像多标签分类方法只关注图像本体类别信息(本体),而忽略图像深层次语义信息(隐义)的问题,本文提出了一种"本体-隐义"融合学习的图像多标签分类模型。该模型首先利用CNN中间层和较高层分别学习图像的本体信息和隐义信息,然后利用本体信息与隐义信息之间的依赖关系设计了融合学习模型,同时对提出模型的不同中间层特征和模型的不同结构进行了深入研究,最终实现了对图像中多类别以及各类别蕴含的隐义信息分类。在传统民族服饰纹样图像数据集上进行实验,得到图像本体多标签分类和隐义多标签分类的mAP分别为0.88和0.82;在Scene数据集上进行对比实验,本文模型在Hamming loss,One-error以及Average precision指标上分别优于其他最好方法0.103,0.091和0.083,实验结果证明了本文方法的有效性和优越性。     

基于小波特征与动态高斯混合模型的动作电位分类研究

提出了一种结合小波时频特征提取以及动态高斯混合模型模式分类的动作电位分类新算法,以实现植入式脑电研究中非同源动作电位的非监督聚类.在阈值法检测动作电位信号的基础上,采用sym5小波变换基函数提取各个动作电位的时频特征,以提高动作电位信号在高频突变阶段的时间分辨率;考虑到动作电位信号的非平稳特性,对时频特征序列进行了分帧处理,然后分别采用高斯混合模型和贝叶斯网络模型对帧内和帧间数据进行建模,从而实现了基于动态高斯混合模型的动作电位模式分类.实验结果表明,该方法的分类性能抗干扰性及可靠性较好,仿真数据的错分率基本稳定在8.44%以内,真实数据的分类结果能较大程度贴近人工分类的结果.     

利用单光纤光镊实现不同折射率的微粒分选

为解决在进行不同折射率的微粒分类时遇到的问题,本文提出了一种采用熔融法拉伸的抛物线型光纤探针,所得到的出射光场对于浸没在水溶液中的不同折射率的微粒具有不同的操作能力,可以达到微粒分类的目的。我们将波长为980 nm的激光通入光纤探针中,操控光纤在液体中实现对二氧化硅（SiO2）、聚苯乙烯（PS）和酵母菌细胞三种不同折射率的微粒及细胞的捕获和传输,进而实现不同微粒的分类。基本上实现了对三种微粒在1～10μm范围内的操控和分类。通过仿真验证了这种抛物线型光纤探针对三种微粒具有不同捕获能力,所得到的理论和实验结果保持一致。使用该方法对微粒进行分类,可以简化实验装置,并且在无标签混合光纤传感器的开发和传染病检测或细胞分类等方面有广泛应用。     

基于Hadoop平台的并行化数据分类算法研究

随着云数据规模的急剧增长,传统的基于统计学和机器学习方法的数据分类算法在处理海量、异构和复杂的Web数据时面临系统扩展性的瓶颈。在云计算平台Hadoop上,实现数据分类中特征提取、特征分析和特征分类的MapReduce化处理。通过知识推理并行化特征构造,建立概念层次结构的特征度量,与分类算法的并行化处理进行融合,在真实数据集上进行验证,与传统算法组合在精度和时间开销上进行比较,实验表明该分类算法能获得更好的准确性和加速比,是一种有效的海量数据分类方法。     

多通道遥感图像光纤高速传输系统

遥感相机一般使用TLK2711接口输出图像数据,地面测试设备不能直接对其采集存储。文中设计了一种多通道遥感图像高速光纤传输系统,可对相机输出的TLK2711图像数据进行采集与缓存,并通过光纤接口传输给存储设备。实现了遥感相机与地面存储设备之间的高速图像数据通信,解决了现有地检存储设备不能直接进行数据通信的问题。系统设计了多通道TLK2711图像采集模块,多路图像数据分时复用处理模块,基于Aurora64B/66B传输协议光纤传输模块等,使相机图像数据稳定可靠地传给地面存储。经过实验测试,系统图像数据采集准确,数据传输无误码。系统效率高,稳定可靠,满足实际使用需求。     

基于彩色机器视觉的多晶硅太阳能电池颜色分选技术研究

针对目前多晶硅太阳能电池片的颜色分选导致的产品质量问题,本文基于彩色机器视觉原理,根据多晶硅太阳能电池片的颜色特征,提出了一种基于颜色直方图统计的多晶硅太阳能电池颜色分类方法。通过分析硅片灰度直方图,分别与标准样品图像比较计算,计算得到直方图分布的标准差,并将得到的标准差进行分类决策,从而实现多晶硅太阳能电池片的颜色分选。实验证明,该方法检测速度快、准确率高和能够满足在线检测的要求。     

似然关系模型在航天软件缺陷预测中的应用

将似然关系模型在描述和推理多属性类之间关系及其不确定性知识方面的优势用于预测软件缺陷,提出了航天软件缺陷预测模型PRM_METHOD.首先,提出了基于软件测试的软件缺陷分类方法,以软件缺陷类关系为例分析了似然关系模型用于航天软件缺陷预测的理论依据;然后,在对人员能力、缺陷数量特征等数据进行定义和泛化等预处理的基础上,描述了提出的预测模型PRM_METHOD,详细阐述其结构、学习过程以及预测过程,并针对数据集的分类操作提出了基于弥合数据缝隙的k-均值聚类方法.最后,以某航天项目软件为例验证了模型PRM_METHOD的实现过程,并以实际测试工作中产生的历史数据作为训练集和验证集进行实验验证.验证结果显示,验证集的记录与预测结果的平均绝对偏差均值为0.086 8,即模型的预测精度为0.913 2,表明该模型对关联关系较为复杂的航天软件缺陷有较好的预测精度.     

柔性双臂医疗机器人无传感器零力控制算法研究

提出了一种无传感器零力控制算法,来实现机器人的牵引示教功能。首先,根据机器人的结构特点建立机器人动力学模型;其次,将采集的混杂有高频噪声的驱动器数据进行滤波得到了可供辨识使用的有效信息数据;再次,结合摩擦力数据分布不规律的特性,采用切比雪夫拟合法对摩擦力模型进行辨识,模拟牵引到停止过程中完整的加减速过程中的摩擦力补偿变化,并分析了其相对于传统的最小二乘法的优势;最后,通过拟合实验证明本算法的准确性,验证机器人本体在工程上的有效性,并根据操作的实际情况分析了拟合次数对于摩擦模型准确度的影响。