在线智能视觉检测系统在小包装 食盐装箱中的应用

装箱计数精度直接关系到装箱数量,是最终产品质量指标之一,是影响企业形象的关键因素.目前多由过程装备调整和现场人工检测加以调整,无法确保最终装箱计数精度.通过智能视频检测系统对装箱机的装箱过程进行在线检测分析,找到影响装箱精度的根本原因是由于机械系统无法确保小包装食盐在最终装箱机传输带上间距足够大,产生叠包、近包缺陷,造成计数系统无法及时计数,产生装箱多包产品质量缺陷,为进一步解决多包问题奠定基础.     

动态输出反馈的少保守性NCS鲁棒容错控制

针对一类具有时变时延和丢包的参数不确定网络化控制系统,采用动态输出反馈策略,在未对系统模型进行增广重建的情形下,通过构造适当的Lyapunov-Krasovskii泛函,推出了确保闭环系统在执行器失效情况下具有鲁棒完整性的时滞相关充分条件,进而借助于矩阵分离引理,求解线性矩阵不等式的方式,并给出了控制器的设计方法.由于...     

基于McWiLL的大范围多类型数据传输系统设计

为解决大面积范围内数量众多的灌溉机井水泵传感器网络中多种类型数据实时传输的难题,建立了基于McWiLL宽带无线接入技术的新型传感器网络。对该传感器网络各部分功能设计和网络规划进行了研究,并建立了小规模的实验网络;对该试验网络的覆盖范围、数据传输延时进行了测试,并与基于GPRS（Gerneral Packet Radio Service）的传感器网络进行了对比分析。结果表明,该传感器网络能采集并传输多种媒体数据、平均数据传输延时较GPRS网络缩短20%,最大数据传输延时缩短为GPRS网络的1/3,单基站网络覆盖范围约16 km,很好地满足了设计需求。     

一种基于图像特征的小波域水印算法

为了更好地解决度规失真问题,提出了一种基于图像内容特征的鲁棒水印算法。该算法利用小波变换提取图像的特征信息,通过特征系数的选取和自适应嵌入策略,使得每个图像的水印相互独立,检测时不需要原始水印的先验知识,传递的副信息少。实验结果表明,该算法对原图像的影响极小,并且对于各种通用的图像操作具有极好的鲁棒性,有较高的实际应用价值。     

基于R/S检验、ARFIMA模型和小波方差的人民币汇率长记忆性检验

分别应用R/S检验、ARFIMA模型和小波方差对人民币兑美元名义汇率收益率序列的长记忆性进行检验.根据R/S统计量计算出Hurst指数为0.573 745 1,采用ARFIMA(2,d,1)模型对人民币汇率收益率序列进行拟合的效果比较好,其分数差分参数为0.145 7,利用Haar小波对人民币汇率波动绝对值收益率序列进行最大重复离散小波变换,得出其长记忆性参数为0.393 1.3种方法的研究结果均表明人民币兑美元名义汇率收益率序列存在长记忆性.     

基于小波分析法与神经网络法的非平稳风速信号短期预测优化算法

为提高传统神经网络对非平稳风速的预测精度,提出一种基于小波分析法与神经网络法混合建模的优化算法。该优化方法引入小波分析法对实测非平稳风速信号进行分解,将非平稳性原始风速序列转化为多层较平稳分解风速序列,再利用BP神经网络对各分解层风速序列建立预测模型,最终加权各层预测结果获得风速超前多步预测结果。仿真结果表明:该优化算法实现了风速的高精度短期多步预测,将传统神经网络法对应超前步数的平均绝对相对误差分别提高了55.56%,32.43%和34.58%,其超前1步、3步和5步预测的风速平均相对误差分别为0.48%,1.50%和2.97%。优化网络具备信号分解与自学习能力。     

γ能谱滤波方法比对研究

对现行各种γ能谱滤波方法进行比对研究,发现各种滤波方法对能谱数据均有一定压缩与展宽;能域滤波时,谱线展宽增加重峰出现几率;频域滤波时,应注意滤波器及其参数的选取;小波变换能很好地保持信号的高频突变成分不受破坏,相比较而言,改进阈值方法能很好地保留硬阈值与软阈值的优点,适于弱峰的检测.针对重心法滤波器的不足,提出一种1倍标准差检测滤波算法,该方法能很好地保留能谱突变成分,维持谱峰净面积基本不变,对平台滤波效果等同于5点重心法,且算法简单.     

基于小波阈值降噪的既有砌体承重墙基本频率识别

识别既有砌体承重墙的基本频率对结构安全性评估有重要意义.为了降低噪声对动力测试信号和基本频率识别结果的不利影响,首先通过人工带噪信号分析获得小波阈值降噪方法的优化参数,再通过拟静力试验在墙体模型中实现不同的损伤,通过环境激励获取加速度信号.分别基于原始加速度信号和小波阈值降噪处理后的加速度信号,获得功率谱密度函数,再运用峰值点法识别基本频率.结果表明,采用优化参数进行小波阈值降噪后,基本频率识别结果的变异性更小.所采用的方法可通过降低噪声影响来提高带损伤砌体承重墙的基本频率识别效率,为既有砌体结构安全性评定提供基础数据.     

基于小波包的开关电流电路故障诊断

为提高开关电流电路故障诊断的精度,提出了一种基于小波包优选和优化BP神经网路的开关电流电路特征抽取与识别方法.首先对开关电流电路原始响应信号进行多层次的小波包分解,接着计算N层分解后的归一化能量值,以特征偏离度作为评价选择最优小波包基,构建最优故障特征向量,最后将提取的最优故障特征通过遗传算法优化的BP神经网络进行分类.该方法以实例电路进行验证,结果表明所有的软故障均得到了有效的分类,说明了该方法在开关电流电路故障诊断中的优越性.     

车载手势识别中基于小波变换和双边滤波的图像去噪方法

手势识别是人机交互中的重要研究领域,车载手势识别系统可以减少驾驶员手动操作仪表导致的分心,提高驾驶安全性。受光照变化、汽车环境、摄像头成像质量等各因素的影响,车载手势图像中常会存在大量复杂噪声。这些噪声严重影响后续手势分割、特征提取和手势识别的准确性。针对手势图像中存在的噪声问题,本文提出了一种适用于车载手势图像处理的新方法。该方法先对小波分解后的各高频子带采用不同方向的一维非线性扩散滤波处理得到初步去噪手势图,在此基础上用多尺度双边滤波对图像再次处理。实验结果表明,本文方法可以较好地去除车载手势图中噪声,抑制车载手势图细节的模糊。