基于人工神经网络的粮食害虫分类

采集粮食害虫幼虫在粮堆中咬食的声音信号,利用信号处理技术进行处理,提取出有用的信号特征,根据这些特征,通过人工神经网络对害虫进行分类.共采集了3种害虫的声音信号,正确分类率达到了0.9583.     

基于威布尔分布和支持向量机的滚动轴承故障诊断方法

提出了一种基于威布尔分布模型和支持向量机的滚动轴承故障诊断方法。首先对滚动轴承原始振动信号建立威布尔分布模型,提取其形态参数和尺度参数构建表征轴承运行状态的特征向量,然后将提取的特征向量输入支持向量机分类器进行故障诊断和识别。分别与基于小波分解和小波包分解特征提取的支持向量机诊断方法进行滚动轴承故障试验仿真比较,结果表明,基于威布尔分布模型特征提取的支持向量机诊断方法具有更高的故障识别准确率。     

中文文本分类中特征提取的方法

讨论了文本分类系统中的特征提取方法.探讨了文档频率(DF)、信息增益(IG)、互信息算法(MI)三种不同的特征提取方法对中文文本分类的影响,并提出了一种结合信息增益和互信息的特征提取方法.实验表明本文提出的特征提取方法一定程度上提高了中文文本分类准确性.     

边缘分类SIFT算法

针对经典SIFT算法的实时性较差和其在图像拼接应用时特征点冗余的问题,研究了其在整个尺度空间搜索极值点步骤后,利用图像几何不变矩理论结合图像边缘提取技术提取了图像的边缘类,并在边缘类对应的尺度空间中提取特征点,从而给出了一种改进的SIFT算法.经过多组实验后,结果显示改进后算法可以使图像的冗余特征点减少20%～50%,从而大大减少经典SIFT特征点冗余性并提高了算法的运行速度.     

截面线特征直接提取的离散曲率法

特征提取是逆向工程的重要步骤,其中截面线特征点的弱化是需要解决的关键问题.提出用离散曲率法提取特征点,曲率表达式包含了高斯核函数曲线,选用了合适的离散尺度因子.根据一阶和二阶离散曲率曲线的局部极值点,确定出截面线特征点集,进行特征点的融合,输出最终的截面线特征点集.通过与文献算法的输出进行比较,表明本算法提取的截面线特征点不容易有漏检和误检,能最大限度地与原有形状特征元保持一致.仿真输出实例证实了本算法的适用性和有效性.     

基于KPCA和SVM的火箭发动机试验台故障诊断方法

为了解决液体火箭发动机试验台的故障诊断问题,提出了一种基于核主元分析(KPCA)特征提取和支持向量多分类机(SVM)的故障诊断方法,该方法首先利用核主元分析对试验台标准故障样本进行特征提取,通过特征分析,建立适合于试验台故障状态识别的层次多分类支持向量机,并对其进行训练,然后将试验数据在主元上投影,输入到训练好的支持向量多分类器,对试验台故障状态进行识别.该方法充分利用了核主元分析强大的非线性特征提取能力和支持向量分类机良好的小样本泛化特性,解决了试验台故障诊断中的小样本、非线性模式识别问题.对试验台的试验结果表明,该方法是有效的、可行的.     

一种红细胞特征提取与分类识别的研究

为解决血涂片细胞形态学检查中存在的一些问题,提高贫血检验的效率和准确率,运用图像特征提取与分类识别技术,对12类形态产生变异的红细胞进行图像特征提取研究,选择了5类几何特征和2类纹理特征,同时改进了圆形度的表达公式,并将多级SVM分类器结构应用到分类识别中.实验证明,改进的圆形度表达式能提高分类的准确率,树形结构的分类器预测分类效果理想,为计算机自动分析血细胞提供了理论和方法,对于贫血的诊断有着重要的意义.     

基于方差投影函数的人眼状态识别

在基于视频分析的驾驶员状态检测过程中,其中的关键环节是对驾驶员眼睛状态的检测.针对现有方法对光照变化比较敏感且比较复杂的缺点,提出基于方差投影函数的眼睛状态检测方法.人眼区域的灰度值在不同光照条件下均呈现相同的变化规律,方差投影可以稳定提取不同光照条件时眼睛区域特征.经过对大量不同光照条件下,人眼睁、闭时眼睛区域方差投影分析,发现在这两种状态下投影形成的波峰有明显区别,可以作为有效识别人眼这两种状态的特征.实验结果表明该方法对光照条件具有一定的鲁棒性.     

基于BP网络的指纹识别系统

针对指纹数据库规模不断增大的情况,为了提高指纹识别的速度和准确度,采用BP神经网络先对指纹进行分类,把指纹分成左环、右环、拱、涡、棚状拱和不辨型6种类型,然后在相应的子类库中根据特征提取进行识别。设计并实现了一个指纹识别系统,该系统能够自动地进行指纹分类,而且还能实时地将结果与指纹数据库进行比对。实验结果表明,该系统能迅速地获得被识别人员的身份信息。     

基于扇形特征和BP神经网络算法的字符识别

目的 根据字符的扇形特征提取方法,BP神经网络算法,寻求一种识别率较高的字符识别方法.方法 将待识别的文件进行图像预处理,然后对处理后的单字符使用扇形算法提取出32个特征量,组成特征向量,采用BP神经网络对特征向量进行训练和识别,最后应用选择性阈值最小距离方法对输出结果进行判断,减少误识别率.结果 通过使用扇形特征提取方法、BP神经网络和选择性阈值最小距离方法,达到了较好的字符识别效果,实验结果表明该方法识别精度较高,训练时间较短.结论 保持一定数量以上的训练样本和训练次数,可进一步提高字符识别的正确率.采用扇形特征和BP神经网络算法可应用于字符识别.