基于自适应判别局部块对齐的人脸识别

针对有监督学习下的人脸识别问题,提出自适应判别局部块对齐SALDA(Self adaptive Local Discriminative Alignment)算法用于提取人脸特征。SALDA算法利用各样本点所具有的独特的局部近邻点分布,通过同类近邻点自动构造各样本点的局部邻域;基于已构造的局部邻域,SALDA提出一个自适应局部判别分析模型,所得到的局部判别信息通过全局排列转化为统一的全局特征表示。SALDA算法具有自适应构造局部邻域和自适应局部判别分析两个特点。通过在人脸数据库上的仿真实验,证明了所提出的SALDA算法在人脸识别上的有效性。     

基于工作流和智能手机的城市综合管理平台

为适应现代城市综合管理的需要,提高城市管理水平,提出利用GIS技术的二三维一体化联动提高管理平台可视化;基于工作流的管理使事件处理更加自动化;利用智能手机的方便使管理人员与系统进行动态交互;利用模糊数学提高任务完成质量评价的科学性。整个平台在Windows7下进行开发,基于B/S(浏览器/服务器)和C/S(客户端/服务器)结合的架构,运用JavaEE、工作流、模糊数学、无线通信、视频融合等技术,实现平台对交通灯、人员、车辆、消防、事件和任务的管理。     

基于模糊梯度卷积核的在线棒材断面中心识别

针对传动带上严重堆叠、形状尺寸不规则的棒材,提出基于模糊梯度卷积核的在线棒材断面中心识别方法.以标准圆边缘为中心环,结合棒材断面边缘点偏离中心环的程度定义一个模糊梯度卷积核;通过模糊梯度卷积核与实时棒材断面梯度图像的卷积操作,实现棒材断面中心的增强;依次执行候选点选取、局部峰值抑制、距离检测步骤确定中心位置.实验结果表明,该方法能有效抑制棒材中心增强过程中易产生的峰值扩散现象,减少误识别和漏识别;平均计算时间为8.3 ms,满足系统实时性要求.     

航空有源滤波器自适应谐波检测仿真研究

介绍了基于自适应滤波理论的谐波检测原理,分析了自适应神经元算法用于谐波检测的可行性,设计了基于自适应谐波检测的并联型航空混合有源滤波器,对滤波特性进行了仿真研究。结果表明,基于自适应滤波理论的谐波检测方法能够快速、精确地检测相电流谐波含量,在相电压波形发生畸变的情况下,也具有较好的自适应能力、快速补偿能力和跟踪性能。     

模糊逻辑在电梯系统中的应用

作为人工智能领域的重要分支,模糊逻辑具有处理强不确定性的能力。从控制、交通模式识别、故障诊断、安全评价四个方面论述了近年来模糊逻辑在电梯系统中的应用,并指出了现阶段存在的不足与未来的发展方向。     

高速公路监控视频中运动车辆对象提取

结合高速公路交通视频的特点,提出了监控中运动车辆对象提取的方法。该方法利用混合背景差分法提取运动目标,并对目标进行形态学处理,最后结合后退N帧、半监督学习的阈值选取的思想提取车辆对象特征最显著的视频帧。实验结果表明,该方法有效地改善了传统的混合高斯背景差分提取运动对象过程中出现的孔洞、噪声和车辆对象非完整性及特征不显著的问题,进而优化了车辆对象的提取流程。     

锅炉温度模糊PID控制系统及组态界面设计

工控组态软件MCGS(Monitor and Control Generated System)能够提供友好的人机交互界面以及强大的通讯功能,但是计算能力不强,很难实现一些复杂的控制策略。运用Matlab和VB的跨平台编程技术来开发控制策略;在MATLAB中编写模糊自适应PID算法并生成COM组件;在VB集成开发环境中调用该组件;通过接口程序嵌入MCGS组态软件中。实现了对过程工业对象锅炉温度的智能控制算法、现场信号和监控之间的有机结合,系统控制质量明显提高。     

基于模糊查询算法的医院体检管理信息系统的设计

由于越来越多的人开始将视线转移到个人健康体检管理上,使得医院在如何实现快速、有序地对体检管理信息进行处理方面面临着巨大的挑战。通过引入模糊查询算法到体检管理系统中,利用语义词法规则结合专家系统对查询条件信息进行分词处理,用模糊贴近度对已经进行分词的条件信息与数据库中存储的对应数据做贴近度的计算,并按照贴近度降序输出,由此使系统尽可能多地快速、准确地获取查询目标数据,减少数据库的冗余度,提高医院体检管理工作的效率,改变医院原有的体检管理运行方式,确保医院体检工作正常有序地运转。     

运用BP网络分析尿素合成塔CO_2转化率

采用BP神经网络模型预测尿素合成塔CO_2 转化率 ,分析了氨碳比和水碳比与转化率之间的关系。详细介绍了建模过程并对隐含层神经元数和迭代次数对网络性能的影响进行了讨论。分析结果表明 :所建模型能准确地对CO_2 转化率进行预测 ,平均相对误差在 1 0 %以内 ;CO_2 转化率随氨碳比的增大而显著增加 ,水碳比的影响则相对较小。     

自适应混合多目标分布估计进化算法

针对多目标分布估计算法全局收敛性较弱的缺陷,提出了一种自适应混合多目标分布估计进化算法。其基本思想是:在多目标分布估计算法中引入全局收敛性较强的差分进化算法,当函数变化率较大时,用分布估计算法产生新种群;当函数变化率较小即算法可能陷入局部收敛时,用差分进化算法产生新种群。理论分析和数值实验结果表明,这种混合算法不仅具有良好的全局收敛性,而且解的分布性和均匀性较没有考虑目标函数变化率的混合多目标分布估计算法也有了一定程度的提高。