基于波谱的目标识别模型

目标识别是很多研究人员追逐的一个研究热点,主要是因为目标识别应用于很多领域。本文介绍了一种基于波谱表示的目标识别模型。本文有三个方面的贡献：第一是建立基于波谱表示的目标识别集成模型;第二是设计了基于波谱表示的目标识别集成模型的算法;第三是从UCI数据库中选取真实数据,并把算法应用到这些真实数据上进行实验,实验结果表明,在目标识别方面,本算法比SVM好。     

基于深度学习的复杂气象条件下海上船舶识别

为提高复杂气象条件下海上船舶的识别效果,本文通过暗通道先验去雾算法减少云雾遮挡对目标识别的影响,使用基于深度学习的YOLO改进算法提高目标识别效果。结果表明：本文采用的算法在中国航天科工四院指挥自动化中心的模拟海事数据集上,4类船舶目标识别的mAP (Mean Average Precision)达到89.98%,超过了对比的其他目标识别算法;针对数据集中的云雾遮挡图像,暗通道去雾处理后,目标识别的mAP从53.25%提升到69.35%。可见本文提出的算法可以满足复杂气象条件下的海上船舶识别的需求。     

一种视点直方图特征优化的点云目标识别算法

为了提高点云目标识别算法的识别率、增强算法鲁棒性,研究了一种将颜色纹理的方向特征直方图(CSHOT)算法与视点特征直方图(VFH)算法相结合的点云目标识别算法(CSHOT-VFH)。利用VFH特征对点云目标进行识别,实现目标快速估测。在此基础上,进一步利用CSHOT特征进行精确识别。搭建了实验系统,分别对单物体场景、多物体场景及目标存在部分遮挡等情况进行了测试。测试结果表明:本文算法识别率达到了90%以上,在目标遮挡的两组实验中,本文算法比VFH算法的识别率提高了10%以上,能够满足室内场景目标检测的需求。     

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。     

Hu矩匹配方法在显微视觉目标识别中的应用

在介绍了传统模板匹配算法原理的基础上,分析了该算法在识别和定位目标方面的不足之处,并对其进行了改进,提出将Hu不变矩的模板匹配方法应用在显微视觉目标识别中.实验结果表明:采用Hu不变矩的模板匹配算法解决了传统方法存在的对目标的旋转无法识别的问题,在目标识别上具有旋转和平移不变性,提高了目标识别的准确性.     

基于NMS及帧间差分的深度学习目标识别实验仿真

目标识别实验是数字图像处理实验的一个创新性实验项目,学生选课率较高。传统的目标识别算法不能识别目标的位置信息,而且识别率较低。在深度学习理论构架下,设计了基于NMS及帧间差分的目标识别实验仿真算法,将帧间差分法融入识别过程,采用帧间差分法提取待识别视频的动态信息作为补充,增强候选框区域分割图像,并通过NMS算法对候选框进行筛选,提高识别率。仿真结果表明,算法识别出目标种类的同时能对目标在图像中的位置进行精确标定,并可以判断目标是否处于运动中,具有较高的识别率。     

基于果蝇算法的转子不平衡参数辨识研究

为识别转子的不平衡参数,建立了转子-轴承有限元模型,在逆问题的识别理论基础上通过理论故障力与等效估计的不平衡力构建目标函数,运用果蝇优化算法进行目标函数优化,从而识别出不平衡参数,并将果蝇算法识别的结果与模拟退火算法、遗传算法的结果进行对比。仿真和实验结果均表明,相比其他两种算法,果蝇算法有更高的识别精度和效率。     

视觉动态目标识别研究进展

近年来,基于计算机视觉的动态目标识别的研究和应用逐渐成为热点问题,通过介绍国内外基于计算机视觉的动态目标检测、确认、定位等领域的研究进展,展望目标识别的发展趋势.首先介绍目标识别过程中的典型方法,然后对基于计算机视觉的动态目标识别算法进行分类,接着对各种方法中采用的不同算法技术进行阐述,并分别介绍了各类别中具有代表性的算法及其优缺点,最后就动态目标识别领域的研究难点及发展趋势进行了简要论述.     

一种基于视觉的库区可疑目标识别算法研究

针对库区巡检图像采集设备对图像目标智能识别需求,进行基于视觉的远距离可疑目标识别算法设计与实现. 采用目标检测算法对图像进行目标识别并采集,通过基于卷积神经网络的深度学习模型卷积层对目标图像提取特征,采用基于机器学习传统方法的浅层网络对特征进行可疑目标分类. 根据算法设计实验,实验结果表明本算法模型识别效果良好,可有效减少人工识别工作量,能满足实际应用需要要求.      

基于双目立体视觉的目标识别与定位

为从不同角度识别目标物体以及解决左右两幅图像中目标轮廓中心不匹配的问题, 将SURF(Speeded Up Robust Features)算法与GrabCut 算法相结合, 离线采集目标物体不同角度的图像, 生成目标模板图片库。利用SURF 算法完成目标物体的识别; 利用SURF 算法自动初始化GrabCut 算法, 实现目标轮廓的提取; 利用基于灰度相关的区域匹配算法完成目标轮廓中心点的匹配, 结合三维重建原理实现目标定位。实验结果表明, 该方法可以成功识别目标物体并对目标物体进行准确定位。     

并行MapReduce模型下的一种改进型KNN分类算法

大数据时代带来数据处理模式的变革,依托Hadoop分布式编程框架处理大数据问题是当前该领域的研究热点之一。为解决海量数据挖掘中的分类问题,提出基于一种双度量中心索引KNN分类算法。该算法在针对存在类别域的交叉或重叠较多的大数据,先对训练集进行中心点的确定,通过计算分类集与训练集中心点的欧式距离,确定最相似的3个类别,然后以余弦距离为度量,通过索引选择找出K个近邻点,经过MapReduce编程框架对KNN并行计算加以实现。最后在UCI数据库进行比较验证,结果表明提出的并行化改进算法在准确率略有提高的基础上,运算效率得到了极大提高。     

改进的关联算法在高校学生综合测评中的应用

利用数据挖掘的关联规则对淮北职业技术学院教务系统中的学生信息进行分析,采用Apriori算法完成学生数据间的关联挖掘,生成关联规则。发现影响学生综合测评的因素,为教学管理部门提供参考。     

一种基于B-3次样条曲线的改进的填充算法

面向服装款式CAD系统应用，提出以扫描线填充算法中的有序边表算法为核心，款式智能拼接技术中款式部件存储技术为辅助的基于B-3次样条曲线的改进的有序边表填充算法。     

递归算法设计与递归消除技术

详细介绍了进行递归算法设计的分析方法及实现递归消除的有关技术     

游戏编程中的变换算法

有些小的游戏能够历久不衰自有它的道理，其中算法设计合理就是非常重要的一个方面，模仿设计游戏不能只求貌似，而要追求神似．而要想神似，研究其算法则是必需的．该文对俄罗斯方块游戏中的某些算法进行了初步探讨．     

基于活动网络的工作流模型实现

本文主要介绍了一种模型的状态转移规则,笔者依据该规则,提出一种实现算法。     

Hanoi塔问题的最佳解法

Hanoi塔流游戏是欧洲中的一种智力游戏，又是一古老的趣味数学问题，也是具有递归调用的所有程序设计语言教材中递归调用的典型例题。本文给出了独立的非递归解并从理论上证明了用新算法移动2^n-1次盘就可解决Hanoi游戏问题。     

算法的时间复杂度分析

算法的时间复杂度是衡量一个算法优劣的重要指标.在总结教学经验的基础上,提出了几种计算时间复杂度的方法.     

计算机据低分辨质谱数据推算分子式的方法研究

本文探讨了利用计算机解析质谱的方法,着重介绍了依据低分辨质谱数据推算有机化合物分子式的算法.     

有效集法中迭代过程的改进

讨论了线性规划有效集法中求迭代乘子的改进方法－－ＱＲ分解，给出迭代矩阵Ｑ和Ｒ的更新算法，并分析了算法的优越性，本算法在割平面自满中求割平面方程时也有独到的优越性。