基于二进制图案编码的机器人定位

针对机器人在电子地图中的定位问题,基于二进制图案编码方式,提出了编码区域的定位算法和编码图案的识别算法。该算法利用编码图案与地面之间的差别自适应选择阈值,实现编码图案的分割;使用直线扫描法确定编码图案的顶点信息,定位编码区域;运用先验结构信息对分割出的编码区域进行识别。另外,分析了影响算法精度的环境光照、噪声等因素,提出相应的解决方案。实验表明该算法实现简单、速度快、定位和识别精度高,准确率达到97%。     

基于语谱图的改进型LBP肺音识别

为了准确区分各种肺音信号,获得更理想的肺音识别效果,提出了一种基于语谱图的改进型LBP肺音识别方法.首先通过短时傅里叶变换将肺音信号转化为灰度语谱图;其次利用改进后LBP算法计算语谱图的局部纹理关系,将局部二值模式特征进行级联构成特征向量;最后利用支持向量机对正常肺音和三类异常肺音信号进行识别分类.结果表明,该方法对不同肺音信号的识别率可达92.59%,为肺部疾病的医疗诊断提供了新的思路.     

基于肺音谱图Hough变换的喘鸣音识别方法

提出了一种基于Hough变换从肺音的STFT光谱图中检测喘鸣音的方法.这一方法先对采集的数字肺音数据的STFT谱图进行ROI区域的截取,再利用Canny算子进行图像边缘检测,最后基于Hough变换数据的分析来自动识别喘鸣音.临床分析的数据包括临床采集的肺音和国际上共享的肺音文件.Hough变换检测方法在60例喘鸣音的检测中达到了87%的准确率,70例正常呼吸音的识别率达到74%.     

一种基于手指轮廓特征的目标识别与定位算法

为了提高从背景图像中提取目标的速度和精度,设计了一种基于手指轮廓特征的目标识别与定位算法;该算法利用肤色信息和手指轮廓特征进行目标识别,利用提出的9点快速定位算法进行目标定位。仿真结果表明,该算法能正确识别出手指的特征;并对其进行快速定位。在实物系统上对算法的实时性、识别准确率、定位精度等性能进行了测试,测试结果表明,算法运行时间不超过40 ms,能保证系统对实时性的要求;在无手指状干扰物存在的情况下,目标识别的准确率可达95%以上;定位精度误差小于8 mm,可满足系统对定位精度的要求。这种基于手指轮廓特征的目标识别与定位算法为增强人机交互系统的和谐性提供了一种新的技术途径。     

基于深度学习One-stage方法的焊缝缺陷智能识别研究

目前基于深度学习的卷积神经网络在对焊缝缺陷射线图像进行智能识别时,多采用基于候选区域的two-stage方法,检测速度难以满足实时性要求。针对该问题,提出基于深度卷积神经网络的one-stage焊缝缺陷识别定位算法,将整张图像输入网络,并直接在输出图像上标定目标缺陷位置及类别。通过采用特征金字塔、减小网络深度、引入跳跃连接卷积块和K-means算法等方法对YOLO网络进行改进,提高了网络对焊缝缺陷识别定位的准确率和速度。实验结果表明:该方法比two-stage识别定位算法和YOLO原网络在检测速度和检测精度方面都有所提升,单个图像的平均识别准确率为94.9%,召回率为94.1%,处理时间为19.58 ms,具备焊缝缺陷在线实时识别的工程应用价值。     

数据驱动的液体火箭发动机健康监测算法研究

针对火箭发动机氧涡轮转子轴盘根部断裂、轴盘接合处裂纹等故障难以识别定位的问题,基于某型液体火箭发动机测试数据,构建机器学习、数据分析等方法,绕过其内部复杂物理机理,从数据层面对氧涡轮泵进行故障检测与模式判别。对于故障检测,提出了两种分别适用于速变数据与缓变数据的故障检测算法,两种算法能够处理多种工况下的火箭发动机数据,经检验,这两种算法都具有较高的准确率,分别为84.2%、94.9%。针对故障模式判别,给出了一种基于滑动窗口的聚类算法,可以实现不同故障模式的区分,其中针对两种故障模式的识别准确率分别达到了86.2%、95.5%,并且给出了两种故障模式对应的振动数据异常频率区间,这可为相关研究人员提供与故障有关的有用线索。     

复杂背景下结合Graph Cut分割的车牌定位算法

复杂背景下的车牌定位算法是车牌识别技术的一个难点。提出了一种结合graph cut图像分割及边缘检测技术的车牌定位算法,通过图像分割算法去除图像背景边缘信息对车牌定位算法的干扰,测试表明该方法有效提高了复杂背景下车牌定位算法的准确率。     

基于DTW的俄语短指令语音识别

面向训练语料有限的语音识别任务,基于动态时间规整(dynamic time warping, DTW)算法对俄语语音进行识别。首先,以跨语言标注的语音语料为资源基础,研究融合音字转换和机器翻译的语音识别方法。其次,结合俄语语音特点,以元音为中心设置动态门限阈值,实现精确至音节的端点检测,识别速度提高了34.4%,准确率提高了14%。然后,综合时域、频域分析,提取反映语音静态特征和动态变化的参数模板。另外,引入全局限制和早弃策略改进DTW算法,避免病态匹配,缩小计算规模,使速度提高了19.7%,准确率提高了4.8%。在俄语短指令语音集上做五折交叉验证,识别准确率达到74.9%。     

基于深度卷积神经网络的肺结节检测与识别

应用卷积神经网络将肺结节从含有背景、噪声的胸腔区域里检测并识别出来。首先,对图像进行预处理,获得肺实质图像。然后,应用Faster R-CNN多特征融合算法检测肺结节候选区域,再利用多角度特征融合方法滤除假阳性结节。接着,通过数据增强法、残差学习法、优化初始参数等对卷积神经网络的性能进行优化。最后,应用迁移学习方法对数据集进行训练,得出最终的检测结果。抽取LIDC数据集中含有肺结节图像数据,检测并识别肺结节的准确率达到98. 1%。实验结果表明,该算法优于其他3类算法,实现了肺结节的精确检测和识别,在保证检测和识别出正确结节的前提下,降低了过拟合率及训练时间,提高了算法效率,研究成果为早期肺癌的诊断提供参考依据。     

基于肌音信号的步态动作模式识别研究

通过采集腿部肌肉5个通道的肌音信号,利用3层决策树对跑步、上楼、下楼、走路、静止5种步态动作进行模式识别研究。在决策树的第1层和第2层,应用双阈值门限法识别静止和跑步两种步态模式,在第3层,提出基于步态信号的自适应不等长分割算法以及改进的模糊熵算法,利用线性分类器对走路、上楼、下楼进行分类识别。结果表明:双门限阈值法可有效地对静止和跑步进行识别,当采用改进的模糊熵特征时,对走路、上楼、下楼3种步态模式的分类准确率达到了94.87%;而当综合利用近似熵、样本熵和改进的模糊熵3种特征时,其分类准确率达到了98.76%。     

空气中声速测量实验研究

通过实验，应用相位比较法和驻波法对空气中的声速测量进行了研究．结果表明，声波在空气中传播的主要能量损失为粘滞吸收；应用相位比较法，以直线为基准位置、取值间隔为半波长，对声速的测量结果最为精确；驻波法中形成的声场不是理想驻波场，且波节处振幅不为零．     

声波特征量实验测定的方法

主要介绍用利用声速测速仪，双帧示波器等仪器，通过声，电信号的转换，精确测量声波传播中的相位差、波长、波速等物理量的方法。     

小鼠血浆中三七皂苷C质量浓度的测定方法

给出了血浆中三七皂苷C质量浓度的测定方法:采用甲醇提取法从血浆中提取三七皂苷C,以原人参二醇为内标物;采用RP-HPLC法测定质量浓度,用ODSC18色谱柱(4.6mm×250mm,5μm),以V(甲醇)∶V(水)=90∶10为流动相,流速1.0mL/min,检测波长203nm.结果表明:三七皂苷C和原人参二醇的保留时间分别为13.6min和23.6min,色谱峰之间达到基线分离,且不受空白血浆中其他成分的干扰;日内精密度RSD均小于4.38%,日间精密度RSD均小5.22%,方法回收率为95.2%～99.1%.     

HPLC法直接拆分dracocephinsA对映异构体

建立了一种直链淀粉键合手性固定相拆分 ｄｒａｃｏｃｅｐｈｉｎｓＡ对映异构体的方法。使用 ＣｈｉｒａｌｐａｋＩＡ柱（４６ｍｍ×２５０ｍｍ,５μｍ）,流动相为正己烷 －乙酸乙酯（１０∶９０）,流速１０ｍＬ·ｍｉｎ^－１,检测波长 ２９０ｎｍ,柱温为室温。所建立的方法能有效实现 ｄｒａｃｏｃｅｐｈｉｎｓＡ两对对映异构体的同时拆分,通过 ＣＤ检测器检测结合与单一构型异构体的比对,可以确定４种异构体出峰顺序。直链淀粉键合手性固定相可以用于 ｄｒａｃｏｃｅｐｈｉｎｓＡ对映异构体的手性分离。     

投影栅相位法三维检测的频域相对解相技术

为提高投影栅相位法在三维检测实际应用中的解相精度 ,分析了频谱混叠及移频方法的不准确对解相精度造成的影响 ,建立了一种新的频域相对解相技术。基于小波变换得到相对栅线图像 ,其频谱中背景成分基本消除 ,有利于有用频带的提取。同时 ,通过计算两幅图像的相对位相 ,避免了单幅图像移频方法所带来的系统误差。实例证明该技术改善了解相的精度和稳定性 ,提高了投影栅相位法的应用水平     

热弹性马氏体相变内耗峰的研究

采用不完全相变内耗测量法,研究了CuAlNiMnTi多晶合金在热弹性马氏体相变时内耗峰与外界变量的依赖关系;实验结果发现,测量频率较低时,内耗峰分解成双峰,随不完全相变温度ts的降低,双峰逐渐合并;高温内耗峰呈现出明显的反常振幅效应。     

一种数字式可控整流电路相序相位检测方法

提出一种基于数字电路的可控整流电路中换相点及相序的检测方法.利用数字电路,通过对采样电压值进行比较,来判断出换相点,并在EDA软件中进行了仿真,验证了该方法的正确性和精度;检测电路中流过各相电流的有无,将检测的结果送入控制单元来判断相序.这种方法可用于可控整流电路,有源逆变和PWM整流等电路中.     

基于磁感应的呼吸信号测量的可行性实验

基于磁感应测量生物阻抗变化的原理,提出了一种通过测量胸腔电导率变化来检测呼吸信号的方法.首先根据呼吸运动的特点,假定人体胸腔为电导率均匀的球体,建立磁感应测量呼吸信号的理论模型;通过仿真研究,分析阻抗与胸腔容积变化的关系,以及线圈传感器半径对测量结果的影响;最后通过实验研究探讨线圈传感器参数、盐溶液电导率和容积、测量距离、呼吸行为对测量电路的影响.实验结果表明,基于磁感应的呼吸信号测量为非接触式、长期的呼吸信号测量提供一种解决方案,具有进一步研究价值.