液压控制系统故障诊断专家系统的研究

本文针对液压系统的故障诊断问题,根据系统和故障的分级特性,建立了相应于“深浅知识库”的双层故障诊断模型,并把神经网络用于故障诊断的元件极,提高了故障诊断专家系统的水平。     

基于倒立摆系统的可拓控制策略研究

在可拓控制器设计方法的基础上,改进了基本可拓控制器的控制算法．将常规的单输入单输出可拓控制推广到单输入多输出系统,并将可拓控制器应用于旋转式倒立摆系统,以验证它的有效性及控制能力．     

基于序列图像的空中目标跟踪方法

文中提出一种有效的运动跟踪检测算法对空中运动目标进行快速、准确的检测和跟踪,首先利用对称图像差分梯度法进行运动目标检测,该方法能很好地检测出移动背景中低信噪比的运动目标;然后通过改进的活动轮廓模型在视频图像序列中进行跟踪,实验结果表明,使用该方法可以得到有效的目标轮廓,从而获得准确跟踪效果.     

一种快速眼睛定位与人脸平面旋转校正方法

针对人脸图像平面旋转导致识别效果不佳的问题,提出一种有效的眼睛定位与人脸平面旋转校正方法.首先基于AdaBoost算法训练得到的眼睛分类器从人脸图像中快速确定双眼候选区域,然后根据双眼在候选区中所处位置和所占比例,将候选区域分为宽度相同的左眼子区、中间子区和右眼子区3个子区域,再对包含眼睛的左眼子区和右眼子区分别求积分投影来准确定位双眼位置;准确定位双眼位置后,给出了以图像中心为旋转基准点时旋转角度的计算方法,并结合图像旋转公式实现了人脸图像的平面旋转校正.实验结果表明,该方法不仅能防止人脸倾斜时出现伪特征点,也能避免眼镜内边框和眼镜支架对定位眼睛的影响,提高眼睛定位精度,而且能实现人脸的平面旋转校正,具有非常好的实时性和实用价值.     

基于相对距离的手指静脉识别方法

提出了一种新的手指静脉识别方法,即以静脉内部拓扑结构的本质特性为原理进行手指静脉的匹配,首先对细化修复后的图像提取端点和交叉点,并计算这些特征点之间的相对距离,最后通过比对这些距离值来完成手指静脉图像的识别。该方法结合静脉自身特征,充分利用了拓扑结构的本质属性,无须定位,简单易行。实验结果表明,该方法能够快速准确地进行身份识别,在一定程度上克服了平移、旋转对识别结果的影响,具有实际应用价值。     

用于信息处理的延时混沌神经网络

为了提高混沌神经网络用于信息处理的能力,采用一种参数调节控制方法,通过对一种延时对称全局耦合混沌神经网络的黏合参数的控制研究了网络的动态联想记忆,使被控网络在仅有部分神经元进入周期态的情况下达到输出稳定,并且稳定输出序列只包含与输入模式相关的存储模式及其相反模式。仿真实验说明网络具有良好的容错能力和很高的回忆正确率,适合应用于信息处理和模式识别。     

基于角点的蛇模型在图像分割中的研究

主要应用基于MIC角点检测的snake模型进行图像分割研究。传统的snake算法只考虑曲线本身的特征,并没有充分的利用被拟合图像本身的特征,而此算法首先检测被拟和目标的角点,然后以这些角点为基准进行曲线初始化,最后根据snake算法进行目标拟和;较好地解决了传统snake模型对初始化位置敏感、对有角点和凹陷的图像收敛效果差的缺点。实验表明此算法达到了很好的效果。     

多姿态人脸识别综述

多姿态人脸识别已成为人脸识别研究的重要方向之一。简要回顾人脸识别研究进展,针对近年来国内外出现的多姿态人脸识别技术和方法进行简单介绍和系统分类,分析各种方法的优缺点,并做出简要评价。阐明多姿态人脸识别技术所面临的挑战,展望未来多姿态人脸识别研究的发展方向。     

指纹及指静脉双模态识别的二级分类融合法研究

针对单模态生物特征识别系统固有的局限性,提出一种基于二级分类的指纹与指静脉识别的决策级融合方法．首先,针对指纹和指静脉进行一级分类器设计,得出各自的识别结果;然后将这两种模态的特征点集以特征串联的方式形成新的特征矢量并构成第3个分类器进行二级分类,得出识别结果;最后将这3个识别结果进行决策级融合。得到最终的识别结果．实验结果表明,该方法有效地克服了单模态识别方法的局限性,提高了系统的性能。     

采用改进结构特征度度量分析的噪声标准差估计算法

提出了一种基于改进的噪声标准差估计的轮廓波去噪算法,在常用的轮廓波去噪算法基础上提出了新的解决方案。该方案将滤波法与改进的图像结构特征度度量分析算法结合起来,筛选出适合计算噪声标准差的图像子块集合,再用直方图法估计图像噪声标准差,然后将该标准差用于轮廓波去噪。在标准差估计对比试验中,将滤波法、分块法、改进的分块法与文中的标准差估计算法进行对比;在去噪对比试验中,采用基本的小波阈值去噪算法(universal阈值),由小波阈值法引申出的普通轮廓波阈值去噪算法,基于维纳滤波的轮廓波去噪算法,基于系数建模的轮廓波去噪算法与文中算法做对比。实验结果表明:文中算法能够更加精确地估计图像噪声标准差,且去噪效果与普通轮廓波去噪及其他轮廓波去噪算法相比更加稳定,鲁棒性更好。