金刚石木工刀具电火花磨削参数优化系统的研究

建立了金刚石木工刀具电火花磨削参数优化系统,该系统能对磨削工艺参数进行优势因素分析,实现工艺参数的优化,并预测金刚石木工刀具电火花磨削后的刃磨效果,具有较高的精度.     

提升小波在木材颜色特征提取上的应用

在总结以往研究的基础上,结合图像分块理论,提出一种新的木材颜色特征提取方法.该方法基于提升小波变换提取木材表面的颜色信息,最终形成12个特征参数.为了验证特征提取的有效性,采用了径向基函数神经网络、概率神经网络和支持向量机三种分类器,最终实验仿真的分类效果很好,验证了这种新的颜色特征提取方法的有效性.     

基于颜色特征对木材分级的研究

给出几种基于颜色特征木材的分级算法,这几种方法通过主颜色特征,分别利用神经网络中的RBF网络、K-近邻和最近邻对木材样本图像进行处理,然后进行分类.木材样本图像是通过对木材加工处理采集而得到的;主颜色特征是反映一幅图像的基本面貌,并通过HSV颜色模型、量化、颜色直方图和绝对距离而得到的.选取3种主颜色方案数据,经过Matlab7.0平台进行程序设计,对木材样本图像数据进行训练和测试,并加以验证.实验结果表明,这几种方法能够较好地解决木材分级的问题.     

基于改进蚁群算法的无线传感器网络路由的优化

为了延长无线传感器网络(wireless sensor network,WSN)的生命周期,均衡各个节点间能量消耗,针对现有的WSN路由优化算法存在的问题,提出了一种基于改进蚁群算法的路由优化算法;首先通过对蚁群算法和遗传算法的优劣性比较,在蚁群算法的基础上,结合遗传算法的选择、交叉和变异的操作,从而提高蚁群算法的搜索速度和寻优能力;最优路径评价函数综合考虑节点能耗及节点的剩余能量,使剩余能量多的节点优先参与数据转发,均衡节点间的能量消耗;通过与经典蚁群算法及遗传算法的对比实验表明,随着数据转发轮数增加,改进的蚁群算法能耗小,剩余能量多,网络生命周期明显延长;随着整个网络运行时间的增长,改进的蚁群算法,节点均衡能耗性好,最优路径搜索的成功率也明显优于其他两种算法。     

改进C-V模型的木材缺陷彩色图像分割研究

分析了木材节子缺陷图像的特点,将彩色图像作为一个整体的图像进行处理,保护了彩色图像信息的特性,提出了一种基于AOS的扩展C-V矢量模型及背景填充耦合的木材节子缺陷彩色图像分割算法。对Chan-Vese提出的基于Mumford-Shah模型的水平集矢量图像分割模型进行了改进,使分割速度得到了提高;用AOS算法改进了原模型的差分格式,使得差分格式无条件稳定;结合背景填充技术,使得到的新图像缩减了目标与背景间的特征差别。实验结果表明该方法可以较好地实现对木材死节、活节和虫眼等缺陷的彩色图像分割,也可实现对单板多节子缺陷彩色图像的分割,为木材缺陷边缘检测提供一种行之有效的方法。     

基于函数联接神经网络的金刚石木工刀具磨削参数的预测研究

建立了金刚石木工刀具电火花磨削工艺参数和表面粗糙度关系的人工神经网络模型,该模型对未知工艺条件下的预测结果最大误差为8.27%,具有较高的预测精度。