基于自组织特征映射网络的气体识别方法研究

针对气体传感器的交叉敏特性,提出将气体传感器阵列与模式识别上结合形成人工嗅觉系统,用于气体的定性识别和定量检测。利用６个半导体传感器组成阵列,并结合自组织特征映射网络模式识别技术准确地识别了ＣＯ、Ｈ２、ＣＨ４等三种气体,说明人工嗅觉系统能够提高气体伟感器的选择性,自组织牧映射网络应用于气体识别是可行的。     

基于分段平均微分值法的动态检测识别系统

本文将动态检测方法应用到电子鼻技术中,采用半导体气敏传感器MQ131、MQ135、MQ138组成阵列,设计了实时的动态检测、数据采集系统,测试了甲苯、乙酸酐、乙醚、丙酮四种气体.并且针对气体在动态检测方式下的气敏机理,提出了一种新的特征提取方法--分段平均微分值法,此方法既能获取动态响应过程的主流特征信息又有效地削弱了浓度的影响.最后,将分段平均微分法结合BP神经网络模式识别技术对不同浓度下的甲苯、乙酸酐、乙醚、丙酮四种气体进行了识别,识别率可达91.67%.     

基于WSNs技术的高速公路交通监控系统研究

作为一种全新的信息获取和处理技术,无线传感器网络(WSNs)集成了传感器技术、网络技术、及MEMS技术,可广泛应用于军事、交通、环境监测等各种领域.而高速公路交通监控系统的研究与应用可促进我国高速公路的信息化、网络化和智能化建设.本文结合WSNs技术与传统信息获取技术,将WSNs作为监测子系统的重要基础部分,目的是构建一个新型的高速公路交通监控系统,以提高高速公路的运行效率、避免严重汽车追尾事故的发生.并对系统的主要组成、实现功能及工作机制进行了说明.     

基于WSNs技术的高速公路交通监控系统研究

作为一种全新的信息获取和处理技术,无线传感器网络(WSNs)集成了传感器技术、网络技术、及MEMS技术,可广泛应用于军事、交通、环境监测等各种领域。而高速公路交通监控系统的研究与应用可促进我国高速公路的信息化、网络化和智能化建设。本文结合WSNs技术与传统信息获取技术,将WSNs作为监测子系统的重要基础部分,目的是构建一个新型的高速公路交通监控系统,以提高高速公路的运行效率、避免严重汽车追尾事故的发生。并对系统的主要组成、实现功能及工作机制进行了说明。     

用于酒类鉴别的智能检测系统

一种用于对酒类鉴别的智能嗅觉系统已经研制成功，该系统应用模式识别原理，用八个金属氧化物气敏元件组成一传感器阵列，传感器阵列的输出信号和模式识别的运算过程采用微机进行控制，该检测系统不但可鉴别甲醇、乙醇、丙醇等醇类化合物，还可用来鉴别各种市售的白酒和啤酒。     

电子鼻的新进展

电子鼻由气体传感器阵列，信号承处理和模式识别的三大部分组成。本文对最近几年来电子鼻的研究进展，已报导的应用和未来发展动向进行述评。     

发展中的电子鼻技术

介绍了电子鼻的概念和研究意义,详细地阐述了电子鼻的系统组成及其关键技术,最后对电子鼻的应用和前景做了总结。     

多层BP网络的研究及应用

在本文中，我们用统计模式识别的方法分析了目前在模式识别中得到广泛应用的多层ＢＰ神经网络，揭示了具有线性输出单元的多层ＢＰ神经网络用作特征提取器和分类器时具有良好性能的原因。同时，我们设计了一个使用ＢＰ网络作为特征提取器和分类器时，普适的工件识别系统，对不能识别的样本，采用模糊推理技术，把传统的直观特征识别结果和多层ＢＰ网络结果特征级上融合，提高系统的性能。     

电子鼻传感器阵列优化与谷物霉变程度的检测

研制一套适合对谷物霉变进行检测的电子鼻系统,对6个霉变程度的稻谷进行了检测.主成份(PCA)分析结果显示6个霉变程度的稻谷是可以区分的,对前三个主成分的载荷因子进行分析去掉冗余传感器,PCA分析结果显示去掉冗余传感器并不影响分类结果.最后用BP神经网络对所得的数据进行模式识别,30组测试样本对霉变菌落总数的预测结果平均相对误差为1.010 30,最大相对误差为3.942 57.实验结果表明系统对稻谷霉变程度的检测具有很高的分析精度.     

基于最近邻域法的气体传感器模式识别技术研究

提出将气体传感器阵列检测与最近邻域法相结合的方法实现气体的模式识别。设计了用该方法进行气体识别的实验系统。该方法具有实验次数少,且识别准确度高的优点。实验以3只金属氧化物半导体气体传感器组成的阵列为例,详细讨论了该方法的实验过程与识别结果。通过对CH4,H,CO 3种气体进行识别实验,结果表明:该方法的正确识别率达到100%,具有很高的实用价值。     

基于电子鼻技术的混合气体检测方法研究

对基于常规单一BP神经网络的电子鼻系统进行改进,提出一种基于Gabor原子神经网络的电子鼻系统,并以3种混合气体为实验对象,进行混合气体的定量分析研究.实验结果表明,应用Gabor原子神经网络的电子鼻系统的最大相对误差与单一BP神经网络相比得到减小,大大提高了定量分析精度.     

基于人工神经网络的苹果气体识别方法研究

将气体传感器阵列与人工神经网络模式识别技术相结合,建立了电子鼻系统,对水果变化过程进行监控。尝试对3种不同状态(好、碰伤、坏)的苹果气体进行定性识别。实验结果表明:结合主成分分析的人工神经网络方式为模式识别、分类提供了快速准确的辨识方法,对红富士苹果进行分类时正确率在83.33%以上。     

基于LabVIEW平台的智能电子鼻系统

以LabVIEW9.0为测试平台,利用PCI—1710HG数据采集卡、传感器阵列设计构成智能电子鼻系统。虚拟仪器开发平台LabVIEW用于实时监测、显示采集曲线和数据、结合改进后的BP神经网络进行分析以得到不同体积分数的气体。对系统进行了测试,采用不同阻值的精密电阻器替代传感器进行测试,测试系统的精度和稳定度。     

震动信号识别传感器系统设计

设计了一种具有信号识别功能的震动传感器,用于监测地面运动引起的信号,实现安防区域24h无人监控.系统利用处理器实现信号识别算法,通过无线芯片将识别结果发送给数据控制系统中心,实现传感器信号识别和信息传输功能.实验测试结果表明:该系统能够在3s内有效地对25m距离内的人和车辆信号进行识别,正确识别率达96％;在10s内对100 m距离内的轮式车和履带式车识别,正确识别率达90％.     

虚拟传感器技术在车流量检测系统中的应用

基于视频的交通车流量检测系统的设计,从准确地建立虚拟传感器输出信号与实际车流量的对应关系的角度进行分析与研究,介绍了新的虚拟传感器设计方法,同时提出了信息流的预处理算法和有效信息的判断算法.从而克服了传统设计方法中由于传感器的设计不够合理、信息的获取和判断算法不够科学,导致在有效信息提取过程中消耗大量的软硬件资源等缺点...     

云环境下基于SDN的高效流量监控方案

针对云环境下传统安全设备难以采集东西向流量且现有SDN方案采集效率低的问题,提出一种基于SDN的高效流量监控方案,通过控制器应用自适应的频率调节算法对东西向流量采样并检测分类,随后分级别地响应流表策略,放行可被识别的流量,完成对流量进行牵引至软件安全检测系统前的预处理,减小待牵引流量的规模。对比实验结果表明,所提方案能在不影响SDN控制器性能的前提下,降低安全控制信道的负载,能使安全检测系统保持较高的检测率。     

面向交通信息采集的智能无线传感器节点

为了准确实时获取交通信息参量,利用无线传感器网络技术作为智能交通感知前端和通信手段,融合GPRS技术,构建交通信息采集网,为道路交通信息采集提供了更加便捷的解决方案。设计了交通信息采集的传感器节点,提出了动态车辆探测算法和车速测量算法。实测结果表明:动态车辆探测算法和车速测量算法能够在计算能力有限的传感器节点上实现,能准确实时地获得车流量、车速等交通参量;该交通信息采集系统能满足网络大规模部署的需求,可应用于智能交通系统。     

城市环境中交通信号灯准确识别与状态估计

根据交通信号灯灯板颜色和形状定位图像中的灯板位置. 将灯板区域的彩色图像转换到YCbCr 空间, 分割灯板区域中的红、黄、绿三色区域, 利用交通信号灯的形态特性定位交通灯位置. 用Gabor 小波和2 维独立分量分析提取感兴趣区域的特征, 送入最近邻分类器分类信号灯的类型. 用代表性的观测序列建立隐马尔科夫模型, 并结合识别和跟踪结果估计信号灯状态. 实验结果表明, 该算法能可靠、准确地识别出信号灯, 并有效地估计出信号灯的状态.     

一种用于交通标识分类的形状识别算法

交通标识分类是交通标识识别系统的基础环节,而交通标识形状识别是交通标识分类的核心部分.对交通标识进行了研究,将交通标识分为禁令标识、警告标识和指示标识3大类分别进行分析,提出了一种利用边缘走势统计特征反映目标形状特征的新算法,并将其与BP神经网络相结合用于交通标识形状的识别.首先利用颜色信息实现交通标识区域分割,随后记...     

一种基于xenVMI机制下的蜜网流量异常检测方法

针对目前私有云网络存在的安全隐患,提出了一种基于xen VMI机制下的蜜网流量异常检测模型。首先通过数据捕获模块截获蜜网流量;然后利用BP神经网络自主性、交互性和主动性的特征,对捕获的流量特征进行训练,得到五元组特征;再计算五元组特征的信息熵,从而判定蜜网中异常行为。实验结果表明,模型可以有效地检测蜜网中的异常,并通过对异常的分析增强私有云网络的防御能力。