基于兴趣点特征的多类物体识别

针对多类物体识别中计算量大、识别率低等问题,在现有模拟视觉系统的计算模型基础上,对原模型进行了改进,提出了改进模型.首先,通过有效的算法提取图像中的兴趣点,并以此为中心选择适当尺度的小块作为特征模板,从而提高模板有效性;然后,确立了以固定兴趣点个数的方法来选择兴趣点,从而解决多类物体识别中兴趣点选取的阈值问题.对多类物体分类识别的实验结果表明:改进后的模型比原有模型具有更快的识别速度和更高的识别率.     

一种新的混沌识别方法（I）

为了识别混沌信号和随机信号，针对Ｇ－Ｐ算法及其改进算法的不足，提出了一种新的改进算法，该算法不仅能简化无标度区的确定过程，而且能客观地判断系统的关联维数是否饱和，仿真结果表明，新的改进算法对于混沌信号的识别是有效的。     

一种新的混沌识别方法(Ⅰ)

为了识别混沌信号和随机信号，针对G-P算法及其改进算法的不足，提出了一种新的改进算法．该算法不仅能简化无标度区的确定过程，而且能客观地判断系统的关联维数是否饱和．仿真结果表明，新的改进算法对于混沌信号的识别是有效的．     

一种新的混沌识别方法（II）

针对Ｇ－Ｐ算法及其改进算法的不足，提出了一种新的改进算法，应用该算法不仅能简化无标度区的确定过程，而且能客观地判断系统的关联维数是否饱和，从而对随机信号和混沌信号加以识别，对新的Ｇ－Ｐ改进算法进一步分析表明，新的Ｇ－Ｐ改进算法适用范围广泛，对于混沌信号的识别很有效。     

一种新的混沌识别方法(Ⅱ)

针对G－P算法及其改进算法的不足，提出了一种新的改进算法．应用该算法不仅能简化无标度区的确定过程，而且能客观地判断系统的关联维数是否饱和，从而对随机信号和混沌信号加以识别．对新的G－P改进算法进一步分析表明：新的G－P改进算法适用范围广泛，对于混沌信号的识别很有效．     

RoboCup中型组机器人物体识别技术研究

参加RoboCup中型组机器人足球赛的机器人需要能够根据预定义的色标块准确并实时地识别出场上双方机器人和球的位置、朝向等信息。由于外界环境噪声的存在及标志物的复杂性,识别算法在保证响应速度的同时还必须保持识别的稳定,不仅要求能够正确地分辨出目标物体,还要对比赛中可能出现的异常情况加以处理,所以需要分析误识别产生的机理,并进行相应的处理。本文对基于RoboCup中型机器人足球比赛的物体识别技术进行了研究,提出了一种可靠的识别算法。该算法利用阈值选定、面积变化、色点密度等信息特征,结合运动变化预测抑制和消除各种可能影响识别精度的因素。实验证明,该算法性能可靠、处理速度快,可以较好地满足比赛的实时性要求。     

利用段长信息的改进连续语音识别算法

以基于段长分布的隐含Ｍａｒｋｏｖ模型为基础，提出了一种改进的帧同步束搜索连续语音识别算法，使段长信息在连续语音识别中得到充分有效的利用，并与原算法作了比较。在该算法的具体实现上，建立了状态的局部路径组和全局活跃路径两种数据结构，并采用了帧同步快速实时算法来处理局部路径的剪枝和跳转。说明了段长参数的估计方法。介绍了非特定人大词汇量连续语音识别的实验，实验结果表明，利用段长信息改进识别算法比原识别算法字的误识率降低了６％。     

基于不变角度轮廓线的三维目标识别

三维物体的快速准确识别是研究的热点.根据局部特征变换的特点,提出了不变角度轮廓线的识别方法.算法通过点云矢量特征对物体进行局部分割,利用欧式距离、测地距离以及角度三个变量,建立其不变角度轮廓特征描述,进一步提取不变矩特征,构建特征向量数据库集.被识别物体的特征描述和数据库中特征进行夹角余弦匹配,可完成物体的识别.通过识别实验以及识别算法性能分析,结果表明算法具有较高的识别率和识别效率,可以用于复杂点云物体识别.     

基于几何模型的三维物体空间定位及识别方法

本文对多面体的空间定位及其识别作了较为深入的研究,提出了一种基于物体几何模型的立体图象柔性匹配及识别算法。依据物体的局部特征和关系图,采用二维半的方法由底向上地恢复物体的深度信息,并建立对物体几何模型的描述,据此,达到了对物体准确识别。     

一种改进YOLOv5的课堂异常行为感知检测算法

YOLOv5算法能够对异常行为进行检测，大幅度提高异常行为识别的准确率和速度。然而，其参数规模较大，GPU计算量大，不适合在资源受限的嵌入式终端上进行安装部署；同时，其对目标密集、易产生遮挡的学生课堂异常行为识别表现不佳。针对上述问题提出了融合MobileNetV3的YOLOv5算法，该算法通过改进网络结构提升了算法效率，通过小目标锚框改进了相互遮挡的多目标识识别能力。最后，在基准数据集上的实验结果表明该算法网络模型参数量优于现有的YOLOv5算法，同时该算法在课堂异常行为数据集上表现出更好的识别效果。     

分段Bezier曲线绘圆算法

以Ｂｅｚｉｅｒ曲线多边形绘圆算法为基础，推出了分段Ｂｅｚｉｅｒ曲线逼近圆的算法，并给出了最大相对误差的计算公式。     

再论关系数据流中增减型及循环型知识的发现

继续研究在以关系为单位的数据流中发现"增加"、"减少"等增减型知识以及"良性循环"、"恶性循环"、等循环型知识的方法.这些方法可以发现事物间发展的联系及发展的趋势,为决策者提供更强有力的支持.特别是发现各种循环,将为决策者加强"良性循环",增加效益与成功,摆脱"恶性循环",避免亏损与失败,提供了重要的依据.     

最大权匹配问题的闭环DNA算法

给出并证明了在DNA计算中处理实数问题的策略,即首先在误差限范围内用有理数集合代替实数集合;再取出与有理数集合一一对应的最小的整数集合.针对赋权匹配问题,给出了基于闭环DNA计算模型的赋权匹配问题算法.该算法首先按边进行三组编码并合成初始闭环DNA;再以相邻两条边为约束条件用删除实验获得所有匹配,并用电泳实验得到所有最大权匹配,最后用检测实验输出最优解.证明了算法的正确性,讨论了算法复杂度,并以一个例子说明了算法的有效性.     

一种测试圆度的新算法

轴承的外圆环、内圆环是否圆以及圆的程度如何,都会对使用轴承的机械设备产生很大的影响,但是它们是否圆,靠肉眼是很难观察出来的,我们只能用仪器进行测量,假设仪器测量的结果是准确的或者误差是确定的,由于算法不合理,可能本来是圆的但得到的结果却是不圆的,这样就把本来是合格的产品当作废品处理了,这是不应该出现的问题,本文提供了一种新的算法来解决此问题.     

最小Hamilton圈问题的求解新方法

最小Hamilton圈可以用于求解货郎担问题，但至今没有一种有效的求解最小Hamilton圈的方法．文中提出元素判别值分配法是求解该问题的一个有效方法，可将其应用于求解最小Hamilton圈的算法设计．     

激光光斑定位的多圆拟合算法的研究

介绍了用于提取激光光斑参数的曲面拟舍和圆拟合算法，在圆拟合算法的基础上提出了新的多圆拟合算法，在不同的噪声水平下比较了曲面拟合算法和多圆拟合算法所能够达到的精度。研究结果表明，多圆拟合算法具有更好的抗噪声性能，除了可以检测光斑中心外，多圆拟合算法还可以检测其半径达到亚像素级的光斑，所以能够广泛地应用在光学测量系统之中。     

基于改进蛙跳算法测量圆度误差

针对传统圆度误差评定方法容易陷入局部最优而影响测量精度的问题,提出一种基于改进蛙跳算法的圆度误差评定方法.首先分析了最小区域圆法、最小二乘圆法、最大内接圆法和最小外接圆法这四种圆度误差评定方法的基本原理,并分别建立了非线性优化的数学模型然后介绍了蛙跳算法的基本思想,引入邻域搜索操作提出了一种改进的蛙跳算法,并给出了利用该算法求解圆度误差问题的具体步骤.最后为了验证新算法的有效性,进行了仿真实验,实验结果表明本文算法可以有效、正确地评价圆度误差.这也为圆度误差评定问题的研究提供一种新的途径和手段.     

遗传算法在边坡稳定圆弧滑动面搜索中的应用

将遗传算法应用于边坡工程的分析和设计,若边坡滑动面为圆弧状,可搜索出圆弧形临界滑动面的圆心及滑出点坐标,从而确定了临界滑动面的位置,并利用简化毕肖普法和瑞典法求出对应的抗滑稳定安全系数,实现了遗传算法在边坡稳定分析中的应用.通过计算实例证明,遗传算法在边坡稳定分析中具有一定的适用性及优越性.     

子群循环法——一种计算一维DFT的新方法

本文讨论了一种适合于并行处理的DFT算法——子群循环法,研究了它的序列重排问题以及算法的改进,给出了N为素数及复合数时的一组序列宣排公式,完善了子群循环法,并提出了一种将伪麦森变换与子群循环相结合的混合算法,减少了运算量,适合于在硬件上实现。     

Study on circle detection algorithm based on data dispersion

To reduce time-consuming, a new algorithm is proposed for circle detection based on the theory of data dispersion.The center coordinates and radius can be detected with the following steps in this algorithm precisely and quickly.Firstly, image processing is needed to extract the boundary of the primary image, which is almost like a circle in shape, and after that, the original circle is reduced to a single-pixel width circle by image processing.Secondly, the center coordinates are calculated by three selected points on the circle.There might be a deviation between the calculated center and real center.Thirdly, a square area is determined for the center coordinates computing with an exper-imental range and each pixel inside the square is a potential center.Fourthly, the center is compu-ted with distance criterion and the center coordinate is determined when the variance reaches the minimum.Lastly, the radius is equal to the means of the distance vector with minimum variance. Experiments are conducted and the results show that the proposed algorithm gets the same accuracy and better real-time performance in comparison with traditional Hough transform.