多维健康监测融合数据特征选择

健康监测通常使用大量传感器获取海量的感知数据,由于海量多维数据中存在大量的冗余或干扰,会对监测决策产生负面影响,为此需要对健康监测数据进行特征选择,旨在从数据中剔除多余的和不相关的特征。在现有研究的基础上,提出了特征选择融合方法,该方法通过ReliefF算法进行特征权重计算,并通过LASSO回归模型的计算结果确定特征权重阈值,进行特征初选,降低特征空间的稀疏性,然后利用灰色关联度的属性约简算法来消除冗余,从而获得最优特征子集。在实际多维感知数据集上进行测试,证明该模型可筛选出与目标参量相关性高的特征,降低回归运算的时间,提高回归模型的拟合精度。     

红外无损检测中热激励研究

以红外灯作为激励源，对单灯激励所形成的不同距离的温度场分布进行分析，得出规律，再分别对双灯，四灯，六灯所形成的温度场进行探讨，提出了改进热源、改善温度场分布的方法，得到了具有较好的空间均匀性的热激励源。并以该热源激励复合材料蜂窝结构，得到了较好的检测结果。     

基于VRML和ActiveX控件的传感器网络虚拟实验研究

探讨一种传感嚣网络虚拟实验的设计实现方法。采用VRML技术创建三维实验模型，采用ActiveX控件创建虚拟实验仪器，利用JavaScript扣VBScript实现VRML，ActiveX和HTML之间的通信以及实验交互。并将实验制作成网页，通过Internet向外发布，实现了传感器实验的三维再现和网络交互。     

基于视频处理的视线稳定技术

针对既有摄像机运动又有前景物体运动的图像稳定问题,提出了一种快速算法。该算法首先利用改进的 Harries 算子提取特征点,根据三级匹配策略实现特征点的三级匹配,并且利用基于块的去噪声点方法检测出前景区域,剔除存在于前景区域的角点;然后建立当前帧与参考帧的映射关系,利用最小二乘法求解出全局运动参数;最后利用 Kalman 滤波平滑运动参数,依据平滑后的参数对图像进行补偿。     

基于深度学习的燃气PE管道焊缝缺陷检测

为了解决人工与传统数字图像处理方法进行燃气PE管道焊缝缺陷识别时面临的效率低、漏检率高、评片效果不佳等问题，提出了基于深度学习算法的燃气PE管道焊缝缺陷智能检测方法，实现从输入燃气PE管道焊缝DR检测图像到输出缺陷种类及其测量值的精细化测量。首先，在宏观区域层面采用YOLOv5网络预提取缺陷区域，减少与缺陷相似的非目标区域的干扰，并设计了融合坐标注意力机制(CA)与加权双向特征金字塔网络(BiFPN)的CA-BiFPN模块，以提高对小目标缺陷检测能力，其最终的缺陷识别定位平均精确度为95.1%。然后，在微观边界层面采用语义分割算法Deeplabv3+,实现像素级别的缺陷分割，缺陷分割平均像素准确率为91.25%、平均交并比值为85.52%。最后，在几何特征层面采用最小外接矩形法计算其实际尺寸大小，其平均相对误差为5.47%。结果表明该检测方法可实现燃气PE管缺陷高效率、高精度、智能化检测。