基于改进LeNet-5的车牌识别算法

传统的车牌识别算法包括模板匹配、特征统计等方法,但是这些算法依赖于人工提取图像特征,识别准确率低。卷积神经网络LeNet-5算法能够自动提取车牌图像的特征,提高车牌识别准确率。但是目前基于LeNet-5网络结构的车牌识别算法存在识别不完整,运算时间长等缺点。提出基于改进的LeNet-5网络的车牌识别算法,该算法将输入车牌字符图像归一化为32×16大小,并通过删除传统LeNet-5网络中的C5层、修改输出层中神经元个数等,将车牌字符按照汉字和数字/字母的形式识别输出。通过采集大量车牌数据进行训练验证,结果表明:与前人改进的LeNet-5网络结构相比,本文算法在识别率和时间效率上均得到了提高。     

基于多通道步态集合的跨视角步态识别

为了提高步态识别的识别效率,提出了一种基于多通道步态集合的步态识别算法.算法中将一个周期的步态轮廓图进行归一化处理后,通过步幅的大小将周期内的轮廓图划分为7个通道,每个通道内的轮廓图按照平均步态来处理,得到7通道的步态模板.结合卷积神经网络的优异性能,将该多通道步态模板(period energy im-age,PEI)当成图像集作为网络的输入,让网络自身去提取步态模板之间的时序关系.在此基础上,使用增强约束的Triplet Loss函数来学习到最优的特征和距离度量,使最终的训练更加有效.通过在标准数据集CASIA-B上的实验结果表明,与之前多数算法相比,所提出的算法在跨视角的情况下能取得很好的识别效果.     

绗缝花样打板算法研究

绗缝花样自动生成系统中要防止图像锐角钝化处理,以获得精美花型。随着计算机数据处理能力的提高,对传统的花样打板算法进行改进。针对绗缝机运动系统的特点,提出了依据曲率变化的BP神经网络算法。对花样进行精确的识别处理,有效地防止图像锐角钝化。自动生成足量的加工代码,生成的精美花型。相对传统插补运算的花型,得到明显的改善。实践证明在绗缝花样打板中采用BP神经网络算法是可行。     

基于图像特征的智能肺癌识别

提出一种基于图像特征进行计算机辅助医学诊断的智能算法。该算法使用神经网络技术有效地从彩色细胞切片图像中识别出肺癌细胞。首先，通过图像预处理和图像分割技术提取出切片图像中细胞的形状和颜色特征。接着，将这些图像特征输入训练好的肺癌分类识别神经网络，智能地识别出肺癌细胞。     

基于深度学习的化妆品塑料瓶缺陷检测

提出一种基于深度卷积神经网络的化妆品塑料瓶表面缺陷检测算法。采用百万像素级别的工业相机采集大量的塑料瓶图像样本,并通过HSV(hue,saturation,value)颜色空间变换和Otsu阈值分割等方法对图像进行预处理。采用随机图像变换法对数据集进行增强,并对图像进行标准归一化处理。在卷积神经网络模型中应用深度可分离卷积和Dropout技术以减少参数量,从而避免过度拟合。使用训练样本集训练该模型,并在测试集中将结果与几种经典图像识别算法进行比较分析,结果显示,本文算法的识别准确率高达约0.97。由此表明本文算法的效果优于其他经典算法,有望将其应用于化妆品塑料瓶缺陷检测的工业自动化系统,以提升缺陷识别效果,从而提高生产效率。     

基于深度学习的二值图像目标轮廓识别算法

针对传统目标轮廓识别算法对图像目标轮廓识别精度较低、 效果较差的问题, 提出一种基于深度学习的二值图像目标轮廓识别算法. 首先, 选取深度学习算法中的深度卷积网络算法识别二值图像目标轮廓, 将二值图像划分为不重叠的、 大小相同的子块图像输入深度卷积网络第一层; 其次, 卷积网络中的滤波器（卷积核）采用传统神经网络算法优化的代价函数对输入子块图像实施卷积滤波, 并将卷积滤波后下采样图像发送至第二层, 第二层经过相同处理后将结果输入第三层, 第三层输出图像即为该子块目标轮廓识别结果; 最后, 所有子块识别结束后在输出层通过全连接方法将其聚类, 并输出最终二值图像目标轮廓识别结果. 实验结果表明, 该算法识别15幅二值图像目标轮廓的识别精度平均为98.75%, 信噪比平均为2.42, 识别效果较优.     

基于数学形态学的红细胞计数算法

提出一种基于二值数学形态学的显微血红细胞计数方法.对细胞图像依次进行灰度化、二值化、形态学处理,最后进行细胞数量统计.实验结果表明:该计数算法能使图像中的红细胞被有效地识别出来,与人工计数的结果比较,该方法误差在控制2%以内,这有助于提高显微细胞检测的工作效率.     

基于小波变换和改进PCA的人脸特征提取算法

针对在人脸图像高维数据降维时单纯使用主成分分析(PCA)算法的提取精度和速度受限问题,  提出一种基于小波变换和改进PCA的混合特征提取算法. 该方法首先对人脸图像进行小波分解, 选取低频分量对人脸图像进行特征提取;然后利用改进的PCA算法进行主成分提取, 获得代表人脸特征的特征向量; 最后将该算法应用于Olivetti Faces人脸库数据集的图像分类. 实验结果表明, 经过该混合算法处理后的图像特征数据, 由卷积神经网络(CNN)算法分类识别时准确率提升10%, 识别速度提高约37%.     

基于卷积神经网络的胶囊内镜息肉与溃疡辅助诊断

针对目前胶囊内镜(WCE)自动检测方法需要对每种病灶设计对应的识别算法以及识别准确率不高的问题,设计一种基于卷积神经网络的息肉与溃疡辅助诊断算法。与传统检测算法相比,卷积神经网络可自动学习病灶图像特征,实现更强泛化能力,更高准确率和效率。该方法针对具体WCE图像,首先评价图像R、G、B通道携带信息的特征;其次,分析全局直方图均衡化、伽玛变换和拉普拉斯变换对提升图像对比度的效果,选择其中表现最佳者与信息最丰富的2个颜色通道组合成3通道输入到卷积网络中训练和识别。测试表明,本算法识别准确率96.8%,比传统的经典图像检测方法高出至少16.73%,检测速度达到68.6图/s,能够推广应用到医疗辅助诊断领域。     

工程图矢量化处理系统

为将存贮在纸介质上的工程图纸信息转化为 CAD的数据格式 ,研制了工程图纸矢量化处理系统。该系统将工程图纸信息自动输入到计算机系统中 ,形成点阵图像 ,经过图像预处理、字符识别、图形矢量化等处理步骤转化为 CAD文件。解决的系统关键技术包括 :蓝图的消蓝去噪 ,提取粘连和非粘连字符的图文分离算法 ,基于复数域非线性指数自回归模型的神经网络字符识别算法 ,快速细化处理 ,自适应节点修正算法 ,跨节点矢量跟踪算法 ,基于神经网络的箭头识别 ,图形的分类整合等。系统在 Windows 95操作系统上运行 ,已达到实用化     

高温和零上低温对小麦根系含糖量及细胞透性的影响

本文以小麦根系为材料,通过适宜高温和零上低温处理测定小麦根系含糖和细胞透性的变化来研究植物对不良环境的抵抗力和适应性。以便了解植物对不良环境的适应机理,为农业生产上防止胁迫危害以及在育种上选育抗性品种提供线索。结果证明：经零上低温处理小麦根系的含糖量随处理时间延长而增加;高温处理,则随着处理时间的延长其含糖量逐渐下降。零上低温和高温处理根系电导率随着处理时间的延长而增高     

纤维与膨胀剂对大掺量矿物掺合料混凝土塑性收缩开裂的影响

采用平板限制收缩试验法，研究了聚丙烯纤维、钢纤维与膨胀荆及其复合技术对大掺量矿物掺合料混凝土早期塑性收缩开裂的影响。结果表明，大掺量矿物掺合料混凝土的早期抗裂性大小顺序为：纤维增强高性能膨胀混凝土〉纤维增强高性能混凝土〉混杂纤维增强高性能混凝土〉混杂纤维增强高性能膨胀混凝土〉高性能膨胀混凝土。因此，采用膨胀剂与钢纤雏的复合技术是防止混凝土发生塑性收缩开裂的比较理想的技术措施。     

基于核酸适配体Q5的石斑鱼虹彩病毒快速检测技术

石斑鱼虹彩病毒(Grouper iridovirus,SGIV)在不同鱼群之间迅速传播,其致死率极高,严重制约了我国海水石斑鱼(Epinephelus tauvina)养殖业健康可持续发展。为了及早发现和鉴定出病原,降低经济损失,促进渔业发展,开发方便快捷的石斑鱼虹彩病毒检测技术已迫在眉睫。本研究基于核酸适配体Q5,研发出一种核酸适配体Q5-荧光分子探针(Aptamer Q5-based fluorescent molecular probe,Q5-AFMP),并且对Q5-AFMP检测感染石斑鱼虹彩病毒的特异性,以及Q5-AFMP在细胞水平和组织水平检测石斑鱼虹彩病毒感染的灵敏度进行分析。研究结果表明:Q5-AFMP能够在细胞水平和组织水平高特异性检测出石斑鱼虹彩病毒的感染,而且具有较高的灵敏度。因此Q5-AFMP能够用于石斑鱼虹彩病毒的快速检测和诊断。     

膨润土在高水材料凝固硬化中的作用

研究了膨润土在高水材料凝固硬化中的机理。由于膨润土在水中易分散为大量极微小的薄片，与棱柱状水化产物ＡＦｔ一起构成絮凝结构网，封闭自由水，促使浆体凝固。絮凝结构形成后，膨润土因防碍晶体连生而对强度发展不利。     

基于元胞自动机的距离变换方法

借助元胞自动机模型，通过扩展状态记录元胞的归属状态，利用其动力学特性提出了一个删格空间上对点、线、面等复杂实体的加权距离变换方法．实证研究分析表明，基于元胞自动机的距离变换方法能够较好地实现删格空间上加权复杂实体图的距离变换．     

新中国普通高中物理课程结构的改革研究

根据新中国建国以来的普通高中《物理教学大纲》和《物理课程标准》,总结了我国高中物理课程内容设置由单一模式向多系列多模块结构发展的历程,课程内容结构从学科知识本位向多层次性、特色性方向转变的轨迹,根据我国各地情况差异大、社会对人才需求多维性和学生个性多元性的现实对物理课程结构的改革原则提出了建议,该建议对中学物理课程改革的进一步深入具有重要意义.     

我国高中地理课程自然地理内容演变的研究

研究中学地理课程内容的选择,聚焦高中学段的自然地理内容,把自然地理内容细分为＂宇宙及其中的地球＂、＂地球内部与地貌＂、＂气候＂、＂水文＂、＂生物＂、＂土壤＂、＂自然环境的整体性和差异性＂和＂自然环境与人类活动＂等各个内容,对1932年以来的高中课程文件中的自然地理内容依照上述各个内容进行了回顾.研究发现,高中地理课程自然地理内容的演变有阶段性,可以分为＂解放前＂和＂解放后＂两个阶段,演变还有延续性和反复性.研究发现了一些在课程历史中较为稳定出现的自然地理知识,建议将来选择自然地理课程内容时应更加注意参考过去的课程.     

高固含量无皂乳液的制备及应用研究进展

简要介绍了无皂乳液的稳定原理以及获得高固含量无皂乳液的主要方法，概括了高固含量无皂乳液的研究进展及其应用前景。     

高浓度有机化工酸性废水集中预处理

根据某化工厂生产废水浓度高、色度高、酸性强的特点,选择了内电解－－絮凝集中预处理工艺,获得了较好的处理效果。该系统运行结果表明,在进水pＨ值为６、铁碳比为２：３、铁屑投加率为６％、聚铝投加率为１.5％的最佳处理条件下,ＣＯＤ和色度去除率可分别达到７０％和８０％以上。     

大断面高含水率黄土隧道数值计算分析

针对宝兰线大断面高含水率黄土隧道施工,通过对不同埋深及不同含水率情况下的进尺、开挖步序、核心土长度、竖撑形式、封闭距离等工况进行数值计算。通过变形结果对比分析可知：在黄土隧道中,随着开挖进尺长度的增加,拱顶及拱脚沉降量也相应增大,但增加的幅度有限,低含水率下的开挖变形受进尺影响较高含水率更为明显;核心土对控制变形非常明显,在高含水率中效果更为明显;核心土长度为5m时,对沉降控制最为有利,能够减小沉降10%~20%,其中含水量越高越明显,核心土长度大于5m后,对控制变形的作用将减小;竖撑形式对沉降的控制作用与埋深关系不大,竖撑减小沉降的作用随着含水率的增加更为明显;仰拱封闭距离对沉降影响非常大,随着仰拱封闭距离的增加,沉降量显著增大,对于黄土隧道,尤其是高含水量的黄土隧道,早封闭对控制沉降变形极为有利。