大容量体全息相关识别系统的相关峰光斑自动定位

选用近化学计量比Mg:Fe:LiNbO_3 晶体作为存储器和相关器件,由于其良好的光学均匀性使得系统的散射噪声大量减少,从而显著改善了相关峰的质量.以邻域熵目标检测为基础,提出了一种基于邻域方差增长的相关峰光斑自动定位算法.不仅能够明确的区分边缘纹理和目标,而且定位不受背景亮度的影响.在1000幅的存储容量下,针对1024×768像素大小的相关读出图像,定位时间<3 s,且定位准确,取得了比较满意的识别结果.     

陶瓷砖长、宽尺寸视觉检测系统研究

重点介绍了一种应用机器视觉技术进行陶瓷砖尺寸在线自动检测系统,采用面阵CCD或CMOS摄象机作为测量工具。提出了完整的图像预处理和尺寸测量算法,梯度算子和亚像素细分算法,实现了目标边缘的精确定位。综合应用哈夫变换和最小二乘法等算法实现了陶瓷砖边长尺寸的精确测量。     

轮胎散斑干涉图像边缘检测

基于小波的同态滤波器优化传统Canny边缘检测算法,提出八邻域双线性插值非极大值抑制法改进传统Canny算法中的八邻域像素的梯度值算法,并将改进算法应用于轮胎散斑干涉图像边缘检测.结果表明,改进Canny算法可更加准确地定位散斑干涉条纹图像的条纹边缘.     

基于图像处理的路面裂缝识别技术研究

路面出现裂缝时人工检测不能有效地检测裂缝的特征,一般采取基于对比度增强和高斯滤波对图像像素增强的方法进行预处理来保障计算机分析结果。基于均值滤波算法进行降噪处理,采用Prewitt算子分割法和Otsu阈值分割算法对图像进行分割处理,得出明确边缘定位和图像去噪效果的路面裂缝图像,便于计算机进行分类和识别,提高路面裂缝的识别效率。     

基于高斯过程回归的注塑质量多目标优化方法

以车灯导光条为研究对象,建立有限元仿真模型,利用高斯过程回归与人工神经网络建立代理模型,并以此作为多目标遗传算法寻优的适应度函数.结果表明:基于代理模型的多目标优化方法可有效快速地获得较佳的成型工艺参数组合;相比人工神经网络算法,高斯过程回归算法更适合小样本复杂数据.研究得到的最佳工艺参数组合为:注射时间2.3 s,熔...     

基于模糊C均值聚类算法的碳纤维木质复合材料图像分割

引入模糊C均值聚类(FCM)图像分割算法,解决传统方式下图像分割中未考虑临域像素信息的问题,将该法与小波变换综合使用,实现对碳纤维木质复合材料在微观层面的分析。基于改进FCM算法,可以明确聚类中心,提出适用于欧氏距离的计算函数,在此基础上参考邻域像素的信息,实现对像素特征值的合理调整,最终得到科学的目标函数计算方式。由实际结果得知,该算法的应用效果较佳,图像分割边缘保持相对清晰的状态,在抑制噪声方面能力较强,有效减少了迭代次数,因此全程运行效率有所提升。     

基于EfficientNet和LSTM的井下设备定位技术

针对矿井设备在基于视觉定位时存在由井下环境复杂而导致的定位可靠性低、参数调整困难等问题，本文提出了一种基于EfficientNet深度学习模型和LSTM时序模型的井下相对定位模型，以提高设备定位算法在井下复杂工作环境中的精确度和鲁棒性。算法训练过程中通过设计光照强度随机和边缘平滑的图像预处理模式，使训练得到的深度学习网络对图像的照度和纹理敏感度降低。实验结果表明：在测试数据集上，该模型能够进行精确的井下定位。该研究将端对端的深度学习应用于井下定位技术，并为矿井视觉定位的发展提供理论参考。     

基于同步定位与地图构建的色彩追踪智能小车系统

采用RGB-D相机,基于ORB特征构建SLAM,用于智能小车的定位与建图,将RGB-D相机提供的彩色图像与表征像素距离的深度图作为主要输入信息,将里程计数据进行融合滤波,得到更为精确的运动位姿作为辅助,在仿真中进行定位导航。以物体的颜色和形状作为基本特征进行识别,通过相机获得的图像来实时动态地识别具有特定简单色彩的物体,使用颜色阈值分割与目标轮廓提取检测相结合的算法和滤波器对结果进行估计。最后通过路径规划实现智能小车的自主导航。     

加工中的聚合物形态的计算机层析图像测量与分析

详细介绍了挤出成型中的聚合物物料层析图像处理的方法，包括层析图像中的背景图像与原始图像的分离、目标标度变换、亚像素插补的图像预处理和目标区域的多参数图像提取与测量方法。实验表明，通过该方法不仅能有效地改善目标图像的分辨率，而且能增加聚合物目标形态的信源容量和减少层析图像的噪声熵，解决由聚合物材料(目标)与成型装置(背景)的层析图像对比度大所引发的目标信息量小的问题。     

基于图像间的语义感知协同目标检测算法

提出了一个基于图像间的语义感知协同目标检测算法,以高效的方式检索整个图像组的共识线索。对每个像素用语义感知协同模块（SPCM）获取其交叉路径上所有像素的上下文信息。通过进一步的操作,最终可以捕获整个图像的共识信息。辅助分类融合模块（ACFM）可使网络以自上而下的方式突出协同区域。协同显著性检测实验结果表明,文中的算法在3种常用的iCoseg、Cosal2015和CoSOD3k数据集中表现良好,4个指标性能优异,验证了该方法的有效性。     

一种新型支线管网泄漏监测系统

介绍一种对带有支线的管网的泄漏检测定位方法,以及基于该方法的泄漏监测系统,系统中采用新的信号处理技术和虚拟仪器技术,提高泄漏检测灵敏度和定位精度。     

基于改进即时学习算法的湿法冶金浸出过程建模

针对湿法冶金浸出过程中存在的多变量、非线性和多工况等问题,采用基于即时学习算法的最小二乘支持向量机建立浸出率的预测模型。将时间有序性引入到即时学习算法学习集的选取规则中以确定系统当前工作点的建模邻域,从而提高模型精度;引入累计相似因子以提高所建模型的实时性,并利用自适应相似度阈值来判定是否需要重新建立当前工作点的局部模型。将改进的建模方法应用到湿法冶金浸出过程浸出率的预测中,仿真结果表明,所建模型具有较高的精度和实时性,可用于湿法冶金工业生产过程。     

基于PTLD的长时间视频跟踪算法

对于化工厂、电厂等重要场所,火灾、爆炸和有毒物质泄漏等安全生产举足轻重。因此对工业现场的监控至关重要。作为一种有效实时的视频目标跟踪算法,TLD算法(tracking-learning-detection)吸引了全世界的广泛关注。提出了一种PTLD的改进算法(prediction-tracking-learning-detection)。它是通过将卡尔曼预测器用于估计目标的位置以降低探测器的扫描区域,提高检测速度;增加基于目标运动方向的预测用于跟踪目标与背景相似的情况。通过增加位置和速度的预测并使用时空分析有效提高视频跟踪精度和速度。实验结果表明,PTLD算法为鲁棒实时的视频跟踪提供了一种方向。     

A GENETIC NEURAL FUZZY SYSTEM AND ITS APPLICATION IN QUALITY PREDICTION IN THE INJECTION PROCESS

A genetic neural fuzzy system (GNFS) is presented and introduced to quality prediction in the injection process. A hybrid-learning algorithm is proposed, which is divided into two stages to train GNFS. During the first learning stage, the genetic algorithm is used to optimize the structure of GNFS and the membership function of each fuzzy term because of its capability of parallel and global search. On the basis of the first optimized training stages, the back-propagation algorithm (BP algorithm) is adopted to update the parameters of the GNFS to improve its predicting precision and reduce the computation time. The process of constructing a quality prediction model for an injection process based on GNFS is described in detail. The predicted weight of the molded part from the model based on GNFS demonstrates that the proposed GNFS has superior performance and good generalization capability in quality prediction in the injection process.     

A GENETIC NEURAL FUZZY SYSTEM AND ITS APPLICATION IN QUALITY PREDICTION IN THE INJECTION PROCESS

A genetic neural fuzzy system (GNFS) is presented and introduced to quality prediction in the injection process. A hybrid-learning algorithm is proposed, which is divided into two stages to train GNFS. During the first learning stage, the genetic algorithm is used to optimize the structure of GNFS and the membership function of each fuzzy term because of its capability of parallel and global search. On the basis of the first optimized training stages, the back-propagation algorithm (BP algorithm) is adopted to update the parameters of the GNFS to improve its predicting precision and reduce the computation time. The process of constructing a quality prediction model for an injection process based on GNFS is described in detail. The predicted weight of the molded part from the model based on GNFS demonstrates that the proposed GNFS has superior performance and good generalization capability in quality prediction in the injection process.     

Neural‐Networks‐Based Feedback Linearization versus Model Predictive Control of Continuous Alcoholic Fermentation Process

In this work advanced nonlinear neural networks based control system design algorithms are adopted to control a mechanistic model for an ethanol fermentation process. The process model equations for such systems are highly nonlinear. A neural network strategy has been implemented in this work for capturing the dynamics of the mechanistic model for the fermentation process. The neural network achieved has been validated against the mechanistic model. Two neural network based nonlinear control strategies have also been adopted using the model identified. The performance of the feedback linearization technique was compared to neural network model predictive control in terms of stability and set point tracking capabilities. Under servo conditions, the feedback linearization algorithm gave comparable tracking and stability. The feedback linearization controller achieved the control target faster than the model predictive one but with vigorous and sudden controller moves.     

基于多方法融合的车牌自动定位算法研究

提出了一种将模板匹配、形态学和投影法多方法融合的车牌定位算法。首先,对预处理后的车牌图像采用优化的模板匹配算法粗定位车牌区域;然后运用形态梯度方法对粗定位后的图像进行边缘检测;最后,采用投影法进行精确定位,通过对投影的分析找到车牌的准确位置。实验结果表明,该算法对车牌定位的准确性和处理速度都有很大提高,满足了系统实时性和准确性的要求。     

小型镀铬生产线电气控制系统改造

针对小型镀铬生产线电气控制系统存在的缺陷,对其进行改造。选用数字化控制器提升自动化程度和控制精度,并利用总线技术简化布线,并应用基于总线技术的通讯协议实现集中管理。     

石油沥青智能脆点测定仪的研究

通过对沥青弗拉斯脆点测定方法与过程的研究,采用多基准源实时自校正技术,提高温度的测量精度。采用分段的智能PID控制方法,有效解决了测试过程的模型非线性特性,并把合作式调度的思想引入到监控软件设计中,提高软件运行的可靠性。实验证明,本系统温度下降速度均匀,弗拉斯脆点测量精度和稳定性好,并缩短了测试时间。     

沁南盆地煤层气U型水平井部署优化研究

针对煤层气生产中提高单井产能的需要,提出采用U型水平井进行开发的技术思路,并依据构造简单、煤层厚度大、含气量高、煤体结构完整、水文地质条件简单等标准对U型水平井的部署区域进行了区块优选。对影响该区域U型水平井部署的水平段距离、水平段长度和水平段位置进行了优化研究。结果表明:U型井水平段间距过小,会造成控制地质储量偏小,影响稳产期长短和后期的产气潜力;井距过大,虽然控制储量会相对变大,但是很难形成井间干扰,难以达到面积降压的目的,累产气量也并未增加;从15 a的累产气量来看,最优井距为300 m;最优间距的大小受煤储层割理渗透率的影响明显,随着渗透率增大,最优间距增大;水平段位于煤层中部时日产气量和累产气量较高,推荐水平段位于煤层中部。