纸浆纤维的形状特征提取应用研究

为了正确描述纸浆纤维图像的弯曲特性，提出了一种基于角点检测的纤维特征提取算法.本算法应用自适应滑动窗口策略进行纤维图像各边界点局部支持域的选取，以提取最优邻域，根据各边界点对应特征向量，将二维平面曲线转化为一维特征曲线，利用一维小波变换提取特征曲线奇异点，即二维平面曲线上的角点，根据边界点对应特征值与一维特征曲线的奇异特征确定纤维扭结个数，并根据各点对应局部支持域确定曲度与扭结平均角度，从而完成纸浆纤维的弯曲特征提取.实验结果证明，本算法能有效提取纸浆纤维弯曲特征.     

基于传感器网络的智能环境监控系统的实现

针对传统监控系统构架的弊端,提出了基于无线传感器网络的分布式智能环境监控系统的方案和实现。监控节点除了与中心节点通信外,各监控节点之间也可进行通信,并设计了通信协议,实现了无线传感器网络的路由算法—低功耗自适应聚类路由（LEACH）协议和门限敏感的高效能传感器网络（TEEN）协议。同时,在通信失效的情况下,监控节点能启动智能自处理机制,使异常情况的灾难损失达到最小。实验证明：本系统相比传统监控系统具有更好的灵活性与稳定性。     

基于ν-SVM的不平衡数据挖掘研究

针对基于精度的现有分类算法对不平衡数据挖掘表现出“有偏性”,即正例样本的分类和预测性能差于反例样本的分类和预测性能,基于-νSVM及其启发,提出支持向量数和边界支持向量数的界,进而提出支持向量率和边界支持向量率的界,并把这些界分别扩展到正例和反例.在此基础上,证明了正例的支持向量率和边界支持向量率分别依概率大于反例的支持向量率和边界支持向量率,以及正例的分类性能依概率差于反例的分类性能.针对German credit和Heart disease两个Benchmark数据集的试验研究,验证了本文假设的合理性和上述结论的正确性.     

不确定性时滞系统的鲁棒镇定控制器设计——LMI 方法*

采用线性矩阵不等式方法,研究一类不确定性动态系统,这类系统具有多重时变状态时滞多重时变控制输入时滞,其不确定性满足范数有界条件。我们得到一了类不确定性时滞系统的可状态反馈镇定的充分条件。     

基于鲁棒小波网络的非线性系统辨识

分析了传统小波网络的不足,同时考虑到实际中学习样本可能被非高斯白噪声干扰的情况,提出用于辨识非线性系统的鲁棒正交小波网络,并对辨识精度和收敛性进行了分析。理论分析和仿真研究表明,该文提出的方法是有效的。     

基于正交梯度搜索的动态系统递阶优化辨识

提出了一种辨识线性时不变状态空间系统参数的正交梯度二步递阶优化方法. 通过极小化输出误差目标函数获得了系统参数估计; 提出了正交梯度搜索方法用于解决系统参数的非唯一性问题, 正交梯度搜索的本质是在输入-输出等价类相切平面的正交垂空间更新系统参数; 给出了用 L-M 算法进行参数优化的充分条件; 提出的系统参数递阶优化辨识方法包括两步: 首先用给出的自适应 L-M 算子正交梯度方法确定参数优化方向; 其次由一维搜索方法计算最佳步长. 蒙特卡罗数值仿真实验表明本文提出的方法具有收敛速度快、抗噪能力强以及数值稳定性好等优点.     

故障分离——一种基于FDA-SVDD的模式分类算法

为了克服多变量统计过程控制在故障分离上的缺陷, 提出了一种新的故障分离方法。 新方法由基于Fisher判别分析（FDA）的特征提取、Fisher线性分类和基于支持向量数据描述（SVDD）的非线性核空间模式分类等算法组成。构造了基于FDA-SVDD的串级和混联融合方式, 并设计了基于SVDD的加权归一化半径模式判别准则。非等温连续搅拌槽 （CSTR）过程仿真验证了混联融合比单纯的FDA分类算法和串级融合具有更优良的故障分离效果。     

基于正交小波网络的非线性系统辨识新方法

在非线性系统辨识中,系统输入数据往往是非均匀分布的.对于此类问题,正交小波网络处理起来较复杂.本文基于小波网格系,提出两种近似方法, 可简单有效地解决这一问题.该法最大特点是计算简单,便于应用.最后用于辨识非线性系统, 仿真结果验证了该方法的可行性和有效性.     

可重构制造系统工艺路线与系统布局设计研究

为使可重构制造系统的重构过程更加快速有效,提出了一种工艺路线和系统布局设计的方法.首先,基于图论构建了可重构制造系统工艺路线的有向网络模型,并采用Dijkstra算法和双向扫视算法,进行最优工艺路线和备选工艺路线的选择;然后,以工艺路线为基础,依据排队论中的相关理论,对制造系统的布局进行优化设计,以获得可重构制造系统布局方案.实例表明,该设计能够适应可重构制造系统快速多变的特征,提高对制造系统已有资源的利用率.     

单摄像头旋转监控下的快速图像拼接

目的 现今视频监控受到越来越广泛的应用,而在超广角区域监控领域仍然存在实时性、价格费用的限制。为此提出一种采用单摄像头,通过支持向量机与相位相关法相结合的在线实时快速图像拼接。方法 针对单摄像头定点旋转获得的图像序列,其拼接矩阵具有位姿相关的特点,采用相位相关法计算图像位姿信息,采用尺度不变特征变换(SIFT)算子计算对应位姿下的图像拼接矩阵,并使用支持向量机建立离线模型,在线过程中,根据当前帧的位姿信息计算拼接矩阵,再使用相位相关法实现精确匹配,以获取实时拼接图像。结果 采用DM6446嵌入式平台检验算法的可靠性,该算法可稳定地在0.1 s的图像采样时间内完成图像拼接,相较于传统的基于特征匹配方法,大幅提高了运算速度与运算稳定性,且运算结果清晰度符合监控要求。结论 本文图像拼接算法,根据位姿信息实时计算拼接矩阵,以获得可靠快速的全景图像。实验结果表明,该算法在动态复杂环境下依然具有较好的稳定性与图像清晰度。