基于人工神经网络的智能光化学pH传感技术

提出了一种宽范围的pH传感技术。含有单一指示剂的pH识别器的检测范围一般都比较窄 ,而把二种有着不同检测区域的pH指示剂结合在一起形成的pH识别器可扩大其检测范围。人工神经网络能够识别非常复杂的模式 ,使用它可充分地利用pH识别器对光信号的调制信息 ,从而进一步扩大pH识别器检测范围     

数控机床伺服进给实时自校正控制设计

针对数控机床伺服进给系统而建立一种形式简单。易于实现的自校正控制方法，能有效地提高机床加工精度及对不同工件，不同工况的适应性。     

基于边缘检测的二值化方法研究

用全局阀值对图像进行分割的效果往往不能令人满意 ,而通常的局部阀值二值化方法又过于复杂以致在实际操作中存在困难。针对颗粒图像的分割 ,本文提出了一种新的基于边缘检测的二值化方法。实践证明 ,这种二值化方法能取得良好的效果     

基于COM／COM＋的三层C／S模型

在分析了两层C／S模型的局限性的基础上，深入探讨了基于COM／COM 的三层CAS模型，并介绍了这种模型在企业人事管理系统中的应用。最后指出了基于COM／COM 的三层C／S模型的优越性。采用COM／COM 技术可减少企业级软件的开发难度，降低成本，利于软件的升级和维护。     

自适应随机共振的图像复原研究

传统的图像滤波复原技术都是把噪声当成一种有害的干扰加以消除,但随着噪声的强度增加,传统的图像复原办法对强噪声背景下的图像复原效果很差。本文主要基于Hodgkin-Huxley(H-H)神经元阈上非周期随机共振原理,通过一种自适应调节的方法不断添加噪声实现图像的随机共振,从而达到最佳的图像复原效果。实验结果证明,相对于传统的图像复原方法,本文所提出的方法在强噪声的背景下对图像的恢复有更好的效果,随着噪声强度的变化具有比传统方法更好的鲁棒性,为图像复原提供了一种新思路。     

基于计算机视觉的海产品抗生素残留检验方法

针对海产品抗生素残留传统检验方法存在劳动强度大、重复性高的问题,研究并建立了基于计算机视觉的抗生素残留自动检验系统,该系统包含抑菌圈图像的自适应降噪和背景校正、多分辨率的二次抑菌圈检测拟合、以及符合国家标准的抗生素残留计算方法.以海产品中四环素族抗生素残留检测进行的试验表明,本文研究的方法具有速度快、精度高、操作简便等优点,开发的系统能够满足部分抗生素残留的检测需要.理论分析和试验证明了该系统的优点和有效性.     

双稳态自适应随机共振的强噪声图像复原研究

传统的图像滤波复原技术一般都是对图像中的噪声加以抑制或消除,但图像在强噪声污染时传统的方法消除噪声很困难。根据随机共振可以利用噪声增强弱信号的特性,提出了一种通过比较互信息熵,自适应调节参数使双稳态系统达到随机共振来复原含噪图像的方法。实验结果表明,在强噪声背景下与传统滤波复原方法相比,该方法复原信噪比更高,鲁棒性好,改善了图像复原的效果。     

一种多指示剂离子识别器及其性能试验

介绍了一种基于多指示剂的离子识别器。该识别器与人工神经网络光谱处理技术相结合,能有效扩大传统指示剂对离子的敏感范围,克服目前光纤化学传感器普遍存在的识别范围较小的缺点。以ｐＨ检测为例,对识别器的性能和实验结果作了讨论。     

基于灰-梯散射图的串行图像分割技术

区域生长和动态聚类分析相结合，是目前常用的串行图像分割技术。常规区域生长算法仅仅依赖灰度分布聚类的分割效果缺乏鲁棒性，对于光照不均匀的图像更容易失效。提出的方法以区域增长方式为识别分割目标的过程：在灰-梯散射图的特征空间内定义特征差异函数以表现同质性区域的不同特征，并以定义的样本散度作为区域生长的准则函数。在区域增长过程中，象素的归类将沿着样本散度减小的方向，从而有效提高了聚类效果。相比其他的区域生长算法，该算法依据图像的灰度分布特征确定聚类参数，分割效果具有分割效果鲁棒性好、对高斯噪声不敏感的特点。     

基于四叉树和交叉熵的面向对象图像分割方法

为了解决光照不均的非均匀图像分割问题,提出了基于面向对象思想的图像分割算法.针对非均匀图像的特点,以四叉树作为分析结构,在Shannon熵上推导出子集熵与全集熵的关系,作为图像的面向对象描述.基于此关系,充分考虑非均匀图像子集的局部灰度分布,最小化子集与全集的交叉熵,抹去子集的局部灰度偏移特征,从而得到分割阈值与局部灰度分布相关的分割方法.实验表明,相比常用的动态阈值算法,该算法具有运算量少、分割结果自适应性好的特点.