基于神经网络的红外自动乘客计数方法研究

公共交通的乘客人数统计是衡量运输部门效率的一个关键标准,它也是运输服务部门制定计划、安排行程和进行预测的重要依据.为了提高公共交通乘客人数统计的准确性,介绍了使用红外传感器的自动乘客计数方法的原理和结构,该方法精度高、成本低.同时采用神经网络算法进行模式识别,试验统计结果表明,其准确率达97 %.由于红外乘客计数方法具有安全且非接触性等特点,可应用在商场、体育馆等众多场所.     

基于WSN的高精度称重式雨量计设计

设计了一种基于ZigBee的高精度称重式雨量计。该雨量计利用称重传感器实现固态和液态降水测量,在组网情况下实现了雨量数据的实时传输。系统以STM32LI51系列ARM控制器、CC2530无线射频芯片为核心,对无线传感器网络中的终端节点、协调器节点的硬件和软件进行了设计。为了修正温度对传感器带来的输出误差,采用BP神经网络片数据进行修正和补偿。整个系统实时性好、精度高,能较好地满足现有气象观测的要求。     

基于TMS320F2812的雨量计校准仪设计

针对目前国内还未见雨量计校准仪器,现有雨量计校准方法都是人工手动完成,校准过程复杂繁琐,且人为误差较大等问题,设计了一种智能化雨量计的校准系统,分析了液位测量原理和流量控制步骤,详细介绍了系统在基于目标流量负反馈基础上的雨量模拟、控制过程以及故障监测.采用TMS320F2812作为控制器,给出了软硬件设计思想和可靠的雨流量控制的关键技术.该系统具有体积小便于携带、界面友好、便于实时自动校准、稳定性高、成本低廉和易于维护等优点.     

基于BP神经网络的红外目标识别技术

论文主要研究的是基于BP神经网络的红外目标识别技术,红外目标的检测识别是红外搜索与跟踪系统、精确制导系统、红外预警系统等的一项核心技术.论文重点是介绍对空中飞机目标的识别,空中目标识别是防空作战辅助决策的关键环节之一.根据红外目标的各种属性,提取构建样本特征库,从而建立基于BP神经网络原理的空中目标识别模型.利用BP神经网络的训练函数采集样本特征数据,得到稳定的权值和阈值,为后续的目标识别分类提供依据.该模型主要利用神经网络的记忆、联想、容错功能,进一步提高目标识别的稳定性和可信度,降低了个别误判而造成目标识别错误的概率.     

基于卷积神经网络的红外监测系统设计

为了部队后勤物资有效、方便、统一管理,研究设计了一种用于监测物品在位状态的告警监测系统。该系统利用树莓派主板采集红外传感器检测物品在位状态的电平信号以及摄像头拍摄物品的图像数据,并将其转化为通用数据帧,通过指定源组播的方式发送至数据处理模块,最后使用基于卷积神经网络的图像识别算法判断物品的正确性,并在监测模块界面上实时显示其状态。经验证,该系统可以保证数据采集的实时性以及识别物品的准确性,实用性强。     

基于神经网络的主动式红外结冰分类方法研究

针对飞机机翼结冰的特点,提出一种主动式红外结冰冰型探测方法。该方法基于神经网络．通过测量不同冰型的结冰表面下红外激光反射系数．达到对物体结冰表面结冰冰型分类的目的。实验结果表明,该方法能够对物体结冰冰型进行分类,并能做到实时判断的效果。     

红外甲烷传感器光学气室设计

介绍了红外甲烷传感器光学气室结构设计原则,推导出该光学气室的最优光程长度为60mm,通过测试得到该光学气室直径为10～30mm时红外甲烷传感器的响应速度较快,从而确定该气室直径为20mm;采用RCS2000(A)自动配气系统对基于该光学气室的红外甲烷传感器进行了实验测试,结果表明,该光学气室具有一定的可行性和较高的灵敏度。     

基于神经网络的矿用红外瓦斯传感器检测模型的研究

文章简要介绍了瓦斯红外检测原理,指出了传统吸收型模型的不足,基于RBF神经网络的非线性逼近能力建立了一种红外瓦斯传感器检测模型,给出了RBF神经网络的组织,并对RBF神经网络进行了训练,得到了红外瓦斯传感器检测模型的RBF神经网络结构。实验结果表明,该模型误差小、精度高,可满足煤矿井下应用的需要。     

基于脉冲神经网络的红外目标提取

模拟生物信息处理机制,设计了一种用于红外目标提取的脉冲神经网络(SNN)。首先,利用输入层脉冲神经元将激励图像转化为脉冲序列;其次,采用中间层脉冲神经元输出脉冲的密度编码红外图像目标的轮廓像素和非目标轮廓像素;最后,根据输出层神经元输出脉冲的密度是否超过阈值提取红外目标。实验结果表明,设计的脉冲神经网络具有较好的红外目标提取性能,并且符合生物视觉信息处理机制。     

基于单片机的红外自动感应卷帘门设计

笔者介绍了自动门行业的基本知识和应用前景,基于当前状况,给出了基于单片机的红外自动感应卷帘门的设计方案。介绍了自动感应卷帘门的安全性能和系统软件设计方案,并提出了注意事项。当有人走近自动卷帘门时,红外接收器接收到信号,使单片机驱动电机控制器从而自动打开卷帘门,门体前后各安装有一道红外线,当人或物体进入区域,挡住红外线,门就会自动开启;人或物体离开后,将自动关闭,也可以用遥控钥匙来开关门。     

全连接回归神经网络的稳定性分析

讨论全连接回归神经网络的稳定性,具体来说,就是分析网络输入和网络权值的扰动对网络输出的影响,得到了上述扰动下,网络输出误差不累积的条件,即整个网络稳定的分析。     

基于神经网络的MEMS红外热电堆自校准响应分析

为克服MEMS红外热电堆原有自校准响应分析方法存在的考虑参数单一、故障覆盖率低、校准精度低等缺点,全面考虑多个相关参数影响,采用RHPNN神经网络提高其故障覆盖率,再用小波神经网络提高校准精度,最后用FPGA实现了该算法。与传感器结合实验结果表明,本方案故障覆盖率达到92%,自校准后的测温绝对误差降到0.03 K。     

非对称全连接二值神经网络的收敛性

对非对称全连接二值神经网络的收敛性能进行了分析，给出了保证网络收敛的充分条件和收敛时间的计算公式，分析并指出了这些结论是对称情况的一种推广，因而更具普遍性，最后对网络实现的误差允许范围进行了讨论。     

基于红外检测的自动防盗报警装置的设计

本文利用红外传感器,设计了一种操作简单、工作稳定可靠的防盗报警装置,并从基本工作原理、电路构成等方面对其进行了介绍。     

全连接和随机连接神经网络并行实现的性能分析

直觉告诉我们:当人工神经网络算法在多处理器系统上并行实现时,处理器网络的拓扑结构和处理器节点的扇入尺寸(即输入输出规模)会影响并行算法的效率,但是对全连接和随机连接神经网络,上述结论并不成立。在神经网络的并行实现中,处理器的通信开销是一个主要的限制因素,本文将对全连接和随机连接神经网络并行实现的几个相关问题进行讨论。1 学习时间的分解     

基于径向基函数神经网络的红外步态识别

为提高红外步态识别的效果,提出一种基于径向基函数神经网络的多分类器融合算法。对红外步态序列,分别应用基于轮廓线傅立叶描述子特征的模糊分类器和基于下肢关节角度特征的贝叶斯分类器进行识别,再利用径向基函数神经网络的学习和分类功能,对获得的输出信息进行度量层的融合和再识别。仿真实验结果表明,该算法获得更加精确的分类效果。     

GRNN在翻斗式雨量计中的应用

针对当前翻斗式雨量计传感器存在的计量误差,提出了有效的应对措施,并使用3类曲线拟合算法对北京市7.21暴雨实际观测资料的雨量计数据进行预测和比对.实验结果表明:广义回归神经网络(GRNN)算法预测效果最好.针对气象部门对雨量计测量数据的使用方式局限性,据此结合预测数据给出了一种智能信息处理的方案,能够将雨量信息较为准确、直观和全面地展现出来,增强了气象部门对应急事件的处理能力.     

基于声学自校正原理的超声式雨量计

该文介绍了一种基于声学自校正原理的新型雨量计。声学自校正原理能消除声速的不确定性所带来的影响,实现雨量的精确测量。新型的雨量计不仅克服了雨强大小对测量的影响,而且提高了测量精度。理论分析与大量的实验数据证明,这是一种高精度的具有实用价值的雨量计。