基于支持向量机的轮胎标识点颜色识别

针对人工识别汽车轮胎标识点颜色效率低、误差大的问题,研究了一种基于支持向量机的轮胎标识点颜色识别方法,利用PLC-工业相机图像采集系统获取轮胎标识点图像信息,对获取的标识点图像进行图像降噪、标识点分割、颜色特征向量提取等处理,将提取的轮胎标识点颜色特征向量输入到支持向量机颜色分类器中进行颜色识别。实验结果表明,该方法能够有效地识别出轮胎标识点颜色信息。     

通过鸟类视觉模型研究白星花金龟成虫二型体色

通过鸟类视觉模型,比较白星花金龟Protaetia brevitarsis Lewis成虫古铜色和青铜色体色组成及差异,分析两种体色在绿叶和树皮自然背景下的识别度.结果显示古铜色和青铜色体色白星花金龟成虫在蓝山雀眼中是由种类不同的色斑组合而成,是两种完全不同的可以区分的图案颜色.当蓝山雀搜索猎物时,青铜色白星花金龟在绿...     

迷彩图案的数值优化设计

为解决迷彩图案设计问题,建立了一种基于遗传算法的迷彩图案优化设计模型.在结合遗传算法特点的基础上,分析了影响迷彩图案设计的颜色、形状和纹理等诸多因素,利用层次分析法和基于信息熵的权重计算模型研究了迷彩图案最优化设计模型的目标函数,并结合面积、亮度对比、尺寸、纹理特征距离阅值等约束条件,采用遗传算法优化求解了目标函数.实例计算结果表明,优化结果能够与实际的典型背景的特征值相匹配,从而验证了该方法的有效性.     

采摘机器人扰动状态下柑橘动态识别

为了提高柑橘采摘速度和采摘效率,提出一种采摘机器人在柑橘扰动并伴有遮挡状态下的快速动态识别方法.首先对所采集的两帧图像进行分析,通过颜色空间的选取以及阈值分割,将水果与背景进行分离;其次通过帧间差分法、水平最小外接矩形法、正方形内切圆法将处于扰动状态下的水果标识出来,然后对振荡水果进行识别.试验结果表明:该算法能很好地适应采摘机器人实际工作中碰到的、各种原因引起的水果扰动及遮挡现象;单个扰动水果算法识别时间小于0.4 s.     

机器视觉中几种颜色优势目标提取算法的比较研究

为了获得实用、可靠的植物识别方法,在识别植物过程中利用颜色优势进行目标提取算法的比较与研究.花朵与植物本身颜色具有显著差异.因此,利用颜色优势进行目标提取不仅能区分单株植物的花朵,也可以识别植物本身.实验结果表明,对于不同颜色目标所采用不同的算法具有明显不同的识别效果.     

公路交通标志标识优化设置研究

为解决现有公路交通标志标识信息源与驾乘人员想要获得更加直观有效的交通信息之间的矛盾问题,开展对公路交通标志标识的优化设置研究.从公路交通标志信息的优化设置、辨识度更高的标识图案文字与符号的设计、基于色彩搭配的标识颜色的优化调整、标识反光膜基本材料的优选、公路交通标志标识制作与安装过程的优化共五个方面提出相应的优化内容,...     

焊接数值模拟中网格重划分法的最优划分研究

为提高焊接数值模拟中网格重划分法的计算效率和精度,对重划分区域的大小和细密网格尺寸这两个关键因素展开研究.以典型的平板焊接为例,通过数值模拟分别讨论了细密网格尺寸、区域宽度和区域长度三个变量对计算效率和精度的影响,归纳了三个变量最优取值的经验公式.研究结果表明:在保持一定精度前提下,使用最优划分的计算效率比不采用重划分的传统数值模拟效率可提高61%,可以为其他动载荷作用下的大型结构局部非线性响应分析提供参考.     

基于图像处理的立管末端水下定位方法

运用图像处理方法对立管末端进行定位.通过无人遥控潜水器(ROV)搭载水下摄像头捕获立管末端的实时运动图像,图像模式匹配程序根据固连在立管末端的标识图案的形状进行匹配,并从图像中将标识图案区分出来,再利用图案中心点坐标信息和投影关系计算出立管标识点和井口相对于摄像头的三维坐标,进而得到世界坐标系下立管末端与井口的相对位置.通过水池试验,验证了该方法定位准确且具有实时性,可以应用于自动立管入井控制.     

基于正交层次分析法的质检数据语音识别效率改善方法研究

为提高语音识别技术在质检数据记录中的效率问题,基于正交层次分析法建立效率评价模型.应用正交试验确定影响质检数据语音识别效率的影响因素及其影响程度;基于层次分析模型进一步分析得到各影响因素的权重;通过正交层次分析定性与定量相结合对比实验数据,得到质检数据语音识别效率改善的具体方法.实验结果表明改进后的方法可使质检数据语音识别效率提升超过45％.     

低此转数自吸泵叶轮几何参数对性能的影响

影响低比转数自吸泵效率的因素是多方面的,但叶轮的叶片出口角β_2及叶片出口宽度b_2的选取对低比转数自吸泵的性能影响尤为显著.现仅在其它几何尺寸不变的情况下,就β_2及b_2两个几何尺寸的变化对泵性能的影响进行探讨.     

基于附加质量的梁损伤识别影响因素分析

为了提高基于附加质量的梁结构损伤识别精度,对附加质量影响因素进行了综合分析。根据梁结构损伤识别的附加质量法,建立梁结构有限元模型,并计算其损伤部位以及损伤程度,同时研究附加质量的大小、数目及位置对结构损伤识别的影响。在验证附加质量法对梁结构损伤识别有效性的基础上,采用不同的质量块附加在梁结构的不同位置进行损伤识别,由得到的损伤识别结果计算损伤识别误差。研究结果表明:附加质量后损伤识别精度有较大提升,有效降低了识别误差;随着损伤程度的增加,识别误差在逐渐增大,附加质量法对小损伤具有较好的识别效果;附加质量的大小和数目是提高梁结构损伤识别精度的主要因素,附加质量的位置对损伤识别结果的影响也不容忽视。     

基于CGRU模型的语音情感识别研究与实现

语音情感识别是人机交互、情感计算中重要的研究方向.目前普遍使用深度神经网络用于语音情感特征的提取，但使用哪种神经网络模型、如何缓解模型过拟合问题还需进一步研究.针对这些问题，提出了一种结合一维卷积(CNN)以及门控循环单元(GRU)的CGRU模型，从原始语音信号的MFCC特征中提取语音的低阶以及高阶情感特征，并通过随机森林对其进行特征选择，在三种公用的情感语料库EMODB，SAVEE，RAVDESS上分别取得了79%，69%以及75%的识别精度.通过添加高斯噪声及改变速度等方法来增加样本量实现数据扩充，进一步提高了识别精度.通过在线识别系统验证了模型在实际环境中的可用性.     

一种基于模拟退火的特征层融合模式识别实现方法

文章提出一种特征层融合模式识别的方法,定义"融合特征"和"特征融合系数"实现模式的特征融合。使用模拟退火算法搜索最佳的"特征融合系数",从而提高模式识别的正确性,降低分类决策的模糊性。特征层融合的交通标志形状识别实验和数字字符识别实验均表明:该方法具有以上两方面的优点。     

基于混沌飞蛾扑火优化的膝盖MRI分割算法

由于飞蛾扑火优化(MFO)算法在解决实际优化问题时仍会表现出易陷局部最优、收敛停滞等不足，针对MRI图像较难分割问题，本文提出了一种基于混沌飞蛾扑火(CMFO)的膝盖MRI分割算法.为辅助医生阅片，提高诊断效率和准确率，实验先将膝盖MRI图像选作研究对象，然后将CMFO算法与最大阈值熵相结合应用到医学MRI图像多阈值分割领域.为突出基于CMFO的膝盖MRI分割的优势，引入了SOA，BFOA和MFO算法作对比实验，结果表明:CMFO算法能有效改善MFO的优化性能，而且对膝盖MRI图像分割具有更好的适用性和优越性.     

基于变权重奇异谱分析的心律不齐识别方法

现有心律不齐研究多数围绕心电信号中不同频率特性成分的分离展开，而不同子序列的信息量对于最终目标决策的贡献则缺少研究与分析.为增强高贡献度子序列对于分类器的影响，提出了一种变权重奇异谱分析与深度学习结合的识别方法.通过奇异谱分析获得多个子序列，结合各个子序列的奇异值计算随机森林下的基尼系数，并将其作为权重.变权重的序列样本用于训练神经网络模型，更高效地挖掘了有用信息，进一步提高了识别精度，最终的心律不齐识别准确率为98.35%，Macro-F1为97.95%.相对于传统的定值权重，本文提出的变权重识别方法在各个性能指标上均有明显提升.     

多重遗传神经网络在微量特征气体临界值识别中的应用

将气敏元件阵列技术和遗传神经网络相结合，检测了电力变压器油中的4种微量故障特征气体(1×10     

人工智能背景下网络舆情数据识别及管理研究

大数据时代网络舆情数据逐年增多,单依靠传统方法识别,存在效率低、反馈不及时等诸多问题。本文研究利用人工智能的思维与技术手段来解决网络舆情数据的识别及管理,首先借助爬虫技术,通过网络平台爬取舆情数据;接着对标注好的文本数据进行清洗、中文切词、停用词过滤等预处理操作;再使用支持向量机构建数据识别模型,对数据进行文本识别;最后将识别后的诉求件反馈到相关职能部门,以确保管理落到实处。研究结果表明识别效果好,诉求件的识别准确率高达95.3%,采用人工智能数据挖掘技术识别网络舆情数据是有效可行的,其应用实施能有效提高政府部门的管理效率。     

基于VOF方法的湿式离合器润滑油路CFD数值模拟

为进一步提高湿式离合器的润滑与冷却效率，通过改变通油孔的布置方式，在原有离合器油路结构的基础上设计了其他3种油路结构，采用VOF方法对油路气液两相动态特性进行CFD数值模拟，研究不同油路结构对润滑油流速分配、摩擦间隙充油效率以及排油效率的影响，并筛选出最优结构.原有润滑油路内存在涡流，导致润滑油流速分配不均匀，摩擦间隙充油效果相对较差.通过布置通油孔避免了涡流的产生，使润滑油流速分配均匀，但存在润滑油对流现象，导致部分摩擦间隙达不到较好的充油效果，其中V字形油路结构在润滑油流速分配、摩擦间隙充油效果以及润滑油循环方面优于其他结构，有助于提高离合器润滑与冷却效率，减少离合器发热，提高离合器的使用寿命.     

基于深度学习的威胁情报领域命名实体识别

为了从来源不同的威胁情报中提取关键信息，方便政府监管部门开展安全风险评估，针对威胁情报文本中英文混杂严重以及专业词汇生僻导致识别困难的问题，在BiGRU-CRF模型基础上，提出了一种融合边界特征以及迭代膨胀卷积神经网络(IDCNN)的威胁情报命名实体识别方法.该方法根据人工构造的规则词典将边界清晰的实体例如英文单词进行转化以减少模型在处理较长文本时容易造成的信息损失，通过IDCNN和双向门控循环单元(BiGRU)进一步提取了文本的局部和全局特征.通过在威胁情报语料库上进行实验，结果表明所提的方法模型在相关评价指标上均优于其他模型，F值达到87.4%.     

基于矩特征的目标识别

对图像中的目标进行自动识别,既节省了人力,又提高了信息的时效,是模式识别发展的一个重要方向.文中用矩不变量表示目标的形状特征,并对其在离散时不具有尺寸不变性进行改进,构造了新的矩不变量.根据提取的矩特征设计了支持向量机分类器,用于对不同类型的目标进行分类识别,利用VC＋＋和Libsvm工具开发了自动识别软件.