基于数字图像处理的啤酒瓶静态智能检测技术

提出了一种对再利用啤酒瓶进行质检的智能型方法—图像处理法。文中论证了啤酒瓶质量图像检测的可行性,讨论了实现检测的基本思想,论述了系统实现的基本技术路线,建立了系统构架,并分析了研究中需要关注的主要问题。该系统的研制有助于克服当前人工检测的弊端。     

面向微博文本流的负面情感突发话题检测

如何从海量、嘈杂的微博文本流中及时发现负面情感突发话题对于突发事件的应急响应和处置至关重要,而传统的突发话题检测方法往往忽略了负面情感突发话题与非负面情感突发话题之间的区别,为此提出了一种面向微博文本流的负面情感突发话题检测（NE-BTD）算法。首先,将微博中的主题词对的加速度和负面情感强度变化率作为负面情感突发话题的判定依据;然后,利用突发词对的速度确定负面情感突发话题的窗口范围;最后,使用一种基于吉布斯采样的狄利克雷多项式混合模型（GSDMM）聚类算法得到窗口中负面情感突发话题的主题结构。在实验中将所提出的NE-BTD算法与已有的一种基于情感方法的话题检测（EBM-TD）算法进行对比,结果表明所提出的NE-BTD算法相较EBM-TD算法准确率和召回率至少提高了20%,并且可以至少提前40 min检出负面情感突发话题。     

虚拟仪器技术在新工科虚拟仿真实验平台中的应用

针对新工科实践教学面临的诸多挑战,分析虚拟仿真平台建设的内涵与原则以及虚拟仪器技术在虚拟仿真实践教育中的地位和作用,提出结合相关课程和实践环节的教学实际,根据虚实结合、能实则不虚的原则建设基于虚拟仪器技术的虚拟仿真实验平台,介绍基于虚拟仪器的虚拟仿真平台设计理念与功能,最后说明该实验平台在实验教学中的应用成效。     

一种基于QPSO优化的流形学习的视频人脸识别算法

视频场景复杂多变,视频采集设备不一致等原因,导致无约束视频中充斥着大量的遮挡和人脸旋转,视频人脸识别方法的准确率不高且性能不稳定.为解决上述问题,本文提出了一种基于QPSO优化的流形学习的视频人脸识别算法.该算法将视频人脸识别视为图像集相似度度量问题,首先帧图像对齐后提取纹理特征并进行融合,再利用带有QPSO优化的黎曼流形大幅度简约维度以获得视频人脸的内在表示,相似度则由凸包距离表示,最后利用SVM分类器获得分类结果.通过在Youtube Face数据库和Honda/UCSD数据库上与当前主流算法进行的对比实验,验证了本文算法的有效性,所提算法识别精度较高,误差较低,并且对光照和表情变化具有较强的鲁棒性.     

激光基准桥梁挠度成像检测系统

针对桥梁结构健康安全运行自动化实时检测的需求,提出了利用激光基准的嵌入式桥梁挠度图像式检测方案,设计了基于透射式靶标的测量数据视觉读数方法和硬件系统。该方案在分析桥梁跨中下挠成因的基础上,提出了检测系统的原理和组成,给出了检测系统的硬件原理框图,设计了透射式光斑转换智能靶标的结构图。给出了人机交互和远程传输模块的原理和系统上位机监测和分析终端软件,该方法应用于桥梁挠度参数的测量中解决了高精度和实时性的矛盾,保证了系统测量精度和效率。经实验室平台实测发现:利用该方法的测量误差小于300 μm,数据更新率小于40 ms,满足了高精度实时性的要求。     

基于DNA链置换的赢家通吃神经网络

DNA链置换技术广泛用于生物计算中,在计算能力和信息处理方面表现出色。但是,在信号的放大、恢复与比较等一些计算中使用DNA链置换技术,不仅增加DNA链的数量,还会带来额外的计算成本。因此,为了减少DNA链的使用数量,该文构建了一个基于DNA链置换实现的赢家通吃(WTA)神经网络。首先,通过神经元实现逻辑运算AND, NAND和OR,将其级联成WTA神经网络解决了线性不可分问题。通过与别人结果的比较,证明该文采用方法的有效性,并在Visual DSD(DNA链置换)中获得了稳定而直观的结果。然后,为了检验神经元级联的可扩展性,设计了一个3人表决器,并对科学家进行分类,该文展示了分子系统如何表现出与大脑具有类似行为的思考能力,最后证明获得的准确率高于其他方法。     

基于多维空间仿生信息学的目标识别新算法

利用Bag-of-words模型构造了Codebook高维空间,将图像向量映射成Codebook空间中的样本点,并根据仿生信息学的同源连续性原理,使用神经网络分类器找到不同类别目标在Codebook空间中的最佳划分,从而提出了一种基于仿生信息学的目标识别算法。通过实验对影响分类器性能的若干因素进行了详细分析,实验结果表明,本文提出的方法有效可行。     

基于局部特征和视皮层识别机制的图像分类

提出了一种新的图像分类方法,采用层次结构模拟视皮层各区细胞功能,利用Gabor滤波器提取初级图像特征,经过稀疏化处理后进行中间层模板匹配提取尺度和位置的不变性特征,最后提交给分类网络。仿真实验表明,本文采用的层次化特征提取方法在分类任务中优于经典的局部特征方法(SIFT),与其他图像分类方法相比,本文的方法在少量训练样本下,在多个数据集中可获得优良的测试效果,具有较高的实用价值。     

基于纳米压痕分析的往复扭转载荷下45号钢的力学性能

通过自制的原位拉扭-压痕力学性能测试装置,开展了往复扭转后45号钢拉伸力学性能测试。首先,由纳米压痕试验分析并获得了往复扭转后45号钢的力学性能曲线及其弹性模量、硬度、屈服强度和应变硬化指数等参数的变化。然后,通过原位拉伸试验证实了纳米压痕试验计算45号钢力学性能的可行性。结果表明,拉伸试验和压痕试验计算获得的材料力学参数具有很好的一致性。本文通过原位图像,还进一步分析了材料在往复扭转载荷下的损伤机理,证实了试验结论的正确性,为通过纳米压痕试验获取服役状态下材料力学性能提供了试验依据。     

基于自然性和视觉特征通道的场景分类

为提高场景分类的识别率,使其更好地应用到目标检测和行为检测中,提出了一种改进的场景分类方法。该方法首先利用空域包络模型中的自然性,将场景进行基类划分,然后通过视觉特征通道模型,对场景进行更细致的分类,从而得到最终的场景语义类别。仿真实验结果表明:改进后的场景分类方法对于场景的语义分类要优于传统场景分类方法,具有更高的识别率。