排序方式: 共有25条查询结果,搜索用时 15 毫秒
1.
This article explores the ability of multivariate autoregressive model (MAR) and scalar AR model to extract the features from two-lead electrocardiogram signals in order to classify certain cardiac arrhythmias. The classification performance of four different ECG feature sets based on the model coefficients are shown. The data in the analysis including normal sinus rhythm, atria premature contraction, premature ventricular contraction, ventricular tachycardia, ventricular fibrillation and superventricular tachycardia is obtained from the MIT-BIH database. The classification is performed using a quadratic discriminant function. The results show the MAR coefficients produce the best results among the four ECG representations and the MAR modeling is a useful classification and diagnosis tool. 相似文献
2.
3.
4.
电缆作为电力传输的重要部分,其线芯质量关系到用电安全及传输效率。 在利用机器视觉技术测量电缆线芯结构参数
时,刀痕纹理严重影响了图像分割效果,降低了测量精度。 针对这一问题,提出了一种基于改进频域滤波的线芯截面图像刀痕
纹理消除方法:首先采用相对总变差模型分解线芯截面图像,得到纹理图像描述;对线芯截面纹理图像进行快速傅里叶变换,分
析刀痕纹理在频域中的能量主方向;研究改进型巴特沃斯陷波滤波器,设计椭圆形的邻域窄阻带以降低刀痕纹理对应的带状区
域能量,从而消除刀痕纹理。 实验结果表明,该方法的刀痕纹理消除率可达 92% ,提升了电缆线芯质量检测的效率。 相似文献
5.
复杂化工过程的观测数据往往同时包含非线性和强动态特性,而传统的化工过程软测量方法无法准确提取观测数据的非线性动态特征,以至影响数据建模和质量预报的准确性。提出了一种基于变分自编码器的深度融合特征提取网络(deep fusion features extraction network, DFFEN)。在变分自编码器框架下,通过构建潜隐特征信息传递通道,提取非线性动态潜隐变量。并利用自注意力机制(self-attention)融合关键的隐层信息,优化因信息传递通道过长而导致的潜在特征被遗忘的问题。此外,在后端网络构建潜隐变量和关键质量变量之间的回归模型,以实现关键质量变量的预报。最后,通过数值案例和实际的合成氨过程验证了所提出的DFFEN模型的可行性和有效性。 相似文献
6.
针对现有人工检测费时费力的问题,提出了一种基于机器视觉的线缆导体质量检测方法,能够方便、高效地检测线缆导体质量。分析线缆截面图像中刀痕的特征后,提出了一种基于Gabor滤波器的刀痕纹理消除方法;根据线缆导体分布规律,研究了一种导体根数分层分析算法。实验表明,所提出的刀痕纹理消除方法能有效提高导体轮廓检测效果,提出的根数自动检验算法能实现对导体根数的分层检验,可以帮助检验人员快速地检出导体根数,计算缺漏情况。 相似文献
7.
连杆作为汽车的主要部件之一,有时存在序列号不匹配的情况,目前多用肉眼检测,误判率高,检测效率低下。针对这一问题,设计了基于机器视觉的汽车连杆检测系统,它可实时采集连杆图像,并以Hu矩作为特征向量,采用BP神经网络算法训练分类器进行连杆字符识别,从而实现了对连杆产品的自动检测。研究结果表明,该系统字符识别准确率在97.50%以上,大大提高了工作效率,降低了劳动强度,具有较高的推广价值。 相似文献
8.
9.
10.
基于信息融合的两相流流型识别 总被引:1,自引:0,他引:1
本文提出了一种基于多传感器信息融合辨识两相流流型的新方法,它可以更有效的利用多传感器信息,以减小传感器不确定误差的影响,从而得出正确的辨识结论. 相似文献