图像和视频分析在电力设备监控系统中的应用

介绍了一种基于图像和视频分析的电力设备智能监控系统.把CCD摄像机拍摄的图像和视频通过网络传输到后端服务器,利用边缘检测、特征提取、目标跟踪和SVM分类器等图像处理和模式识别的方法,自动识别出输电线路的多种安全隐患,如大型机械靠近作业、飘挂物、导线覆冰、大风天气产生的导线舞动以及在高负荷状态时出现的弧垂等,并产生预警信号.实验结果表明算法可以在多种室外环境下工作,满足实时高效的要求,具有较好的应用前景.     

RSOTP子空间学习方法

为增强张量子空间学习的稳定性、可重现性,及其分类能力,提出了一种鲁棒的子空间学习方法--RSOTP.该方法以MFA为鉴别准则,采用稳定的初始化向量和交替形式的正交来去除了权重因子,从而使整个学 习过程不仅具有鲁棒性、可重现性,而且具有较强的分类能力,该方法在大小型人脸数据库上进行的实验均取得了较高的识别率.     

基于梯度算法的支持向量机参数优化方法

首先介绍最近出现的参数优化方法,概括了高效率的参数优化算法应具备的若干特点.然后提出了一种新的支持向量机参数优化方法.该方法先在局域内用混沌优化搜索局域最优点,再将此最优点作为梯度方向,通过改变局域范围跳出局部寻优区域.该方法降低了对性能函数连续且可微的要求,收敛速度快,最终优化解与支持向量机的参数初始值无关.最后,通过仿真实验表明了该方法具有更高的分类和回归准确率.     

基于概率统计自适应背景模型的运动目标检测方法

为了更好地进行运动目标检测,提出了一种基于概率统计的自适应背景模型的运动目标检测方法。该方法能够自适应选择背景和前景阈值,且不需要进行训练,而且在不同的场景下能够自适应进行选择。在此基础上,针对盲目更新和选择更新不足,还采用了像素聚类统计和概率相结合的背景更新模型,因为采用基于像素统计的更新机制能够适应场景中背景的局部改变(移入/移出物体),而采用概率更新则能够降低前景污染背景的程度。实验证明,该方法能够得到可靠的背景,改善了运动检测效果。     

一种中文文档的数学公式定位方法

为了从中英文混排的中文文档中定位数学公式,提出了一种基于中文字符识别和公式符号识别的数学公式定位方法。该方法主要由中文字符提取、内嵌公式提取和独立公式定位三个部分组成。在中文字符提取中,首先提取字符块信息中文字符识别结果、公式符号识别结果和字符块的几何特征,然后使用决策树的方法区分中文字符和非中文字符。在内嵌公式提取中,使用公式符号的语义信息、符号间的角标关系和公式的语义信息等从非中文字符中定位内嵌公式。在独立数学公式定位中,对包含较多内嵌公式符号且不包含中文字符的文字行提取版式结构特征,并使用高斯混合模型区分独立公式和普通文字行。在148幅文档图像共包含3 690个公式组成的测试集上取得了91.19%的公式定位正确率。     

Android手机的轻量级访问控制*

Android手机与计算机建立连接之后,计算机能以root身份登录Android手机,会给手机的应用程序和用户数据造成安全隐患。以Android手机为平台,提出了一种适用于Android手机的访问控制方法,该方法在Android手机的内核中增加访问控制模块,并根据手机用户定制的访问控制策略来控制计算机对Android手机的文件访问。仿真实验表明,该方法以较小的性能代价实现了Android手机的文件访问控制,能有效地保护手机用户的应用程序和数据安全。     

毛竹杆纯弯构件受力性能试验研究

为研究毛竹杆的受弯性能,先对取自10根毛竹的40组竹条标准材性件进行抗弯试验,得到其破坏模式和抗弯强度;再对直径为90、120 mm,跨距为3 000、3 600 mm的24根毛竹杆进行弯曲试验,研究其荷载—位移曲线、初始抗弯刚度、极限承载力、挠度、破坏模式等相关力学性能;理论推导毛竹梁破坏受压区高度及受拉区边缘应力。结果表明：毛竹梁跨距变化对挠度的影响大于直径变化对挠度的影响,毛竹梁直径越大、跨距越小,初始抗弯刚度越大;根据试验数据,按弹性理论计算出毛竹杆受弯破坏时的受压区高度在3R/2处,在小挠度条件下,毛竹梁受弯符合平截面假定,大挠度条件下,截面受压区高度上移,计算出的破坏边缘拉应力与平截面假定计算的结果不一致,建议毛竹梁受弯破坏弯矩按上边缘顺纹抗压强度达到最大进行计算。     

联机手写英文识别

英文手写识别既是模式识别问题又是一个搜索问题,其计算复杂度非常高．针对这个问题,提出了一些新的方法来解决联机英文手写识别问题．首先,运用一些先验知识对所获得的基线进行调整;其次,针对英文识别过程的复杂度太高,提出了快速有效的解码算法——主笔划分层构筑Viterbi算法;最后,将多阶段的分类信息融合到决策过程中,较大幅度地提高了系统的性能．在Unipen训练集和实验室数据集上测试取得了良好的效果．     

指纹图像质量的自动评价方法

指纹图像质量的自动评价是指纹识别系统中的关键步骤。该文从指纹识别实际应用的需要出发,提出了一种指纹图像质量的自动评价方法。该方法从指纹采集的有效区域、指纹按压的位置、图像的灰度变化、方向一致性及脊线纹理清晰程度等方面综合评价指纹图像,在指纹登录过程中对图像质量不好的情况给用户有效的提示,以便重新获得更高质量的图像;对指纹局部区域的质量等级进行标注,提高指纹特征匹配的可靠性。实验结果表明这种方法能够对不同质量的指纹图像进行有效的评价,提高了自动指纹识别系统的准确性和可靠性。