基于径向基函数神经网络的红外步态识别

为提高红外步态识别的效果,提出一种基于径向基函数神经网络的多分类器融合算法。对红外步态序列,分别应用基于轮廓线傅立叶描述子特征的模糊分类器和基于下肢关节角度特征的贝叶斯分类器进行识别,再利用径向基函数神经网络的学习和分类功能,对获得的输出信息进行度量层的融合和再识别。仿真实验结果表明,该算法获得更加精确的分类效果。     

基于GA-RBF模型的无线电波信号预测研究

随着通信行业的发展,无线电波信号的预测问题成为科学研究的重要课题。因此研究了一种基于遗传算法优化径向基神经网络参数的无线电波信号预测模型,通过实验表明,这种经过遗传算法优化的模型比单纯的RBF网络模型预测精度更高,运行更稳定。     

基于机床螺纹加工技术的深析

文章结合笔者的实际情况主要阐述了介绍了一种变螺距精密螺纹套管加工的专用数控套车机床的工作原理、基本组成.重点分析了该机床数控径向切削进给的实现方法,以及多刀同时切削多头螺纹的技术实现,给出了工程应用实例.     

基于视觉一致性的图像检索

提出一种新的彩色图像分割方法,将图像分割成具有明显视觉一致性的区域,这种一致性能够模拟人观察图像时的视觉感受,例如图像中的一片区域具有相同的颜色、纹理。对这样的一致性区域建立特征描述符,如颜色编码、连通系数、面积比例,其中颜色编码是通过将像素在HSI颜色空间中量化得到,进而为整幅图像建立特征描述;然后将这种特征描述用于图像的检索。实验结果表明,这种方法不仅能够很好地模拟图像所带给人的视觉感受,而且对具有视觉一致性的图像检索效果也有很好的表现。     

RBF神经网络的PID控制研究与仿真

研究工业控制系统优化问题,由于工业控制领域中存在复杂非线性时变系统,很难确定精确模型.传统PID控制局限于线性系统,控制效果不理想.为了提高控制精度,提出一种RBF神经网络辨识的PID控制方法.首先利用RBF神经网络线辨识被控对象的离散模型,获得PID参数在线调整信息,然后利用单神经元对控制器参数进行在线自适应整定,从而实现系统的智能控制.通过实例进行验证,并与传统PID控制方法进行对比,结果表明控制方法具有响应速度快、控制精度高等优点,且具有较强的自适应性、鲁棒性和抗干扰能力,为控制系统设计提供了新方法.     

城市规划与扩展模型的仿真研究

研究优化城市规划问题,由于城市规划与扩展的影响因素复杂多样,使得构建模型时需要的控制因素特征的提取十分困难.为解决城市规划精度问题,采用细胞自动系统结合GIS和遥感系统,提出了不同时期的遥感数据使用的RBF神经网络挖掘城市扩展的内在规律作为细胞自动系统的转换规则,并利用规则反演和预测城市扩展信息,用1984、1991、1998和2001的遥感地图仿真了无锡2008的城市扩展,分析了影响城市扩展的因素,取得了较好的效果,仿真结果表明了RBF神经网络能够提取城市扩展内在规律并通过与细胞自动机的结合能一定程度上预测未来城市的扩展信息,提高规划精度,可为规划提供科学依据.     

用于视觉传感器的有理系数小波滤波器的设计

有理系数小波滤波器的设计可以通过降低小波函数消失矩阶数来实现,但设计方程中出现的自由变量的取值需要在一定的范围之内,因为需要满足Daubechies紧支集条件。归纳总结了有理系数小波滤波器的设计过程,并以长度为4的有理系数小波滤波器设计为例,对如何确定设计方程中自由变量的取值范围进行了讨论,以得到适用于视觉传感器图像处理算法硬件实现的有理系数小波滤波器。     

3D靶标的摄像机三步标定算法与实现

摄像机标定是计算机视觉中的一个必不可少的重要环节,其标定精度影响着三维重建结果的精度。利用摄像机对一个三维正交的棋盘格拍摄一幅有效靶标图像,提取角点,第一步通过透视变换矩阵算法线性求解各内外参数;第二步引入径向和切向畸变,将第一步求得的内外参数作为初始值,求得畸变系数的解;第三步对内参数进行线性优化,得到更为精确的内参数值;最后求解反投影后图像坐标的绝对误差。实验结果表明,该方法具有较高的精度,且简单有效。     

基于Matlab的径向基函数数值计算软件包

为推动基于无网格方法的计算软件的发展,介绍基于Matlab自主开发的径向基函数（Radial Basis Function,RBF）数值计算软件包,阐述软件的理论基础、设计思路以及该软件包的功能和特点,并结合边界节点法（Boundary Knot Method,BKM）的数值实例给出软件的使用过程．该软件包可以根据不同的数学物理模型选择合适的数值算法来求解多种实际物理问题,也可对不同数值算法得到的结果进行比较．最后,总结应用Matlab进行数值计算软件开发的优缺点．     

基于FMFCC和HMM的说话人识别

美尔频率倒谱系数(MFCC)是说话人识别中常用的特征参数,而语音信号是非平稳信号,MFCC并不能很好的反映语音的时频特性。针对这一缺陷,为了提高说话人的识别率,结合新的时频分析工具分数傅立叶变换(FRFT)。将MFCC推广到分数形式,得到分数美尔频率倒谱系数(FMFCC),用以表征语音信号的特征;并利用可分性测度验证了特征参数的有效性;通过建立20个不同说话人的FMFCC特征库,采用隐马尔可夫模型(HMM)对说话人进行仿真识别。仿真结果表明,在合适的变换阶次下,说话人的平均识别率可达93%以上。