一种基于卷积神经网络的烟叶分级处理算法

针对人工烟叶分级的差异性、分级结果不稳定、合格率低等问题,提出了一种基于卷积神经网络(convolutional neural networks, CNN)的烟叶分级检测算法.首先,选取inception V3模型,结合卷积层与网络层完成迁移学习,运用多分类的模型选取交叉熵作为损失函数进行运算;同时,与极值点跳跃算法相结合,对采集的烟叶进行识别分析;仿真实验验证了该方法的有效性,得到了较好的识别效果.     

基于小波变换的飞行数据清洗

飞行数据因为野点和噪声的存在给其进一步处理和利用造成了困难。提出了一种基于小波变换残差直方图分析的野点识别方法,能在时间域内精确定位野点,并具有识别少量成片野点的能力。根据飞行数据噪声的特点及去噪要求,在去噪的过程中引入边缘检测,提出了分二进小波尺度乘积和小波阈值收缩两个步骤进行去噪的方法,从而在去噪的同时很好地保留了序列极值点的特性。实验结果表明本文所提方法对飞行数据中存在的质量问题具有较好的清洗效果,野点识别准确,去噪效果良好,并且对类似其它数据的处理也有一定的应用参考价值。     

斜拉桥拉索实测信号的处理分析

由于环境噪声等多种因素的干扰,基于环境激励的斜拉索实测信号,往往会呈现非平稳性和非平滑性,故提出了利用五点三次法对拉索实测信号进行平滑消噪处理,以此来提高拉索频率的识别精度.以实际斜拉桥工程中的拉索实测信号为研究对象,应用五点三次法对拉索信号进行平滑消噪处理,利用求极值方法确定拉索各阶频率值及其位置,进而提高斜拉索索力的识别精度.结果表明:五点三次平滑结合极值处理可以很好的识别拉索各阶频率,为频率法更加准确识别斜拉索索力提供了可能.     

基于曲率尺度空间的轮廓线匹配方法

基于曲率尺度空间(curvature scale space,CSS)理论,提出了一种匹配和识别存在仿射变化的平面曲线的方法。首先借助边缘检测算法提取图像轮廓,利用PCA白化算法消除轮廓线尺度、平移和切变的影响;然后对轮廓进行重采样并求取对应曲率尺度空间图的局部极值点;最后利用局部极值点向量数组作为轮廓线的描述符进行匹配。在MCD形状数据库的对比检索实验结果表明本文所提出的方法不仅有较高的检索率,而且对仿射变化具有良好的鲁棒性。     

基于机器视觉的整经机断纱检测系统

针对目前纺织行业整经机断纱检测可靠性低、灵敏度差等问题,开发了一款智能相机,实现了基于机器视觉的断纱自动检测系统.系统硬件结构以智能相机为核心,结合可编程逻辑控制器和触摸屏等设备实现机电一体化检测,提高了系统检测的灵敏度.视觉算法将复杂的二维信号转换为一维信号,从一维信号中自适应提取信号的极值,根据极值信号统计纱线根数,得到检测结果.针对现场图片存在噪声干扰的问题,提出基于局部信号相关性判断和极值点修正等信号极值选择方法,提高了系统检测的可靠性.实际应用表明,该断纱检测系统具有较好的检测灵敏度和可靠性,能够有效提高整经机的整经效率.     

基于极值点的混沌系统参数估计方法及应用

根据连续混沌系统状态变量的数值具有多极值,且极值的大小和位置都是随机的特点,利用状态变量在极值处导数等于零,将混沌动力学微分方程在状态变量的极值点处化为代数方程,结合最小二乘法提出了基于极值点的混沌系统参数估计方法.在获得采样数据的情况下,用该方法对洛伦兹混沌系统的未知参数进行了辨识,并用Matlab软件进行了仿真.抗噪声干扰能力测试结果表明,该方法具有较好的抗干扰能力,可用于估计连续混沌系统未知参数.     

基于深度学习的甲骨文偏旁与合体字的识别研究

由于甲骨文字形结构多样,异体字较多,其识别一直是甲骨文领域研究的重要问题.本文首次提出以甲骨文偏旁为识别的基本构件,建立单偏旁和合体结构的甲骨文字符识别方法,提升甲骨文识别的精度.方法一:根据甲骨文偏旁字形特点,对甲骨文拓片上的合体字进行甲骨文单偏旁最大极值稳定区域的选取,然后,通过改进的BN-LeNet模型识别甲骨文...     

基于点云模型的人体尺寸自动提取方法

基于点云数据的人体尺寸自动提取是三维人体非接触测量的难点问题,提出一种基于点云数据的人体尺寸自动提取方法。其步骤为:对人体点云去噪并建立标准测量坐标系;给出一种自动分割算法将人体分为6部分;将人体测点分为极值点、局部极限点和一般点3类,在模型分割的基础上给出每类测点的识别算法;最后给出人体测量项目的计算方法。研究结果表明:与传统方法相比,本方法具有全自动、速度快、操作便捷的特点;所提出的测点识别算法和测量项目的计算方法是有效的,在准确率上满足GB/T 23698—2009的要求。     

含噪图像的快速边缘检测算法

提出了一种在含噪图像中检测边缘的快速算法。通过分析噪声的导数与边缘的导数的分布特点,推导出了三类模板算子：差分算子、邻域积分算子和非极值抑制算子。差分算子用于突出边缘,邻域积分算子用于抑制噪声,非极值抑制算子用于提取准确的边缘点。与Canny算子的对比实验表明,在弱噪声下,检测结果两者相当;在强噪声下,结果优于Canny算子,并且计算量仅为Canny算子的40%。     

一种开关中值滤波器的改进

Shuqun Zhang和Monhammad A Karim提出了一种开关中值滤波器算法,其机制是利用4个不同方向的一维拉普拉斯算子来检测像素点是否为噪声.通过判断极值点、修正参数r和对阈值T的自适应处理,提出了一种基于极值的自适应阈值开关中值滤波器.实验结果表明,滤波器算法对椒盐噪声能很好地抑制,能很好地保护图像细节.     

基于自适应小波变换的QRS波检测算法

提出了一种新的心电ＱＲＳ波检测算法,该算法用心电信号的小波变换作为自适应白化滤波器的输入,然后对白化滤波后的输出进行匹配滤波和阈值检测来识别出ＱＲＳ波．用ＭＩＴ心电数据库对该算法进行了评估,并与其他几种算法的结果进行了比较,表明此算法在ＱＲＳ检出率和计算速度上都有一定的改善．     

QRS波相位检测算法

在ECG信号中,QRS波群含有大量的信息,它对ECG信号的分析具有指导意义,因而QRS波群的检测得到了广泛地研究。文章通过对小波处理过程的研究,发现采用快速卷积的小波变换,通过判断小波相位符号的变化,可以准确地定位R波;这种手段本质上依然是过零点的检测,但是由于不依赖于幅度域值,所以更加有效。     

单片机心律失常监护仪

在心电信号ECG中R波幅值最大,变化率最快。因此,对心电信号的处理首先在于准确地检出R波,为此对原始的心电波形进行一次差分,以进一步突出R波。在监护之前,先经过8s自学习,以确定为检出R波所需的差分阙值,把心电波形与阈值比较,就可确定R波位置,进而确定和计算复合彼QRS的位置和宽度、瞬时心率等心电特征量,为一些常见的心率失常的判别奠定基础。根据对心脏停搏、心动过速、心动过缓、漏搏、室性早搏等的判别式,当出现心律失常时,进行显示和报警。     

一种检测与分析心电波形的算法

介绍了心电图波形自动识别的软件设计,着重讨论了用特征识别法对心电图波形进行检测,并提出了自学习算法,最后给出了１０种常见的心律失常的判别准则．所有软件均用８０９８汇编语言编制完成．实验表明,本软件对提高ＱＲＳ波检测率及一些基本心律失常的诊断具有良好的效果,适用于心电自动监护系统．     

心电信号QRS波群的小波精确识别法

利用M arr小波特有的时频特性,采用离散小波变换的直接算法,对心电信号QRS波群进行识别,经M IT/B IH心电数据库的检测验证,即使有严重的噪声信号干扰,也能精确定位R波,其正确率为99.7%,能准确地识别QRS时限,实时地识别R波和QRS时限。可用于心电信号实时处理。     

基于短时心电信号的疲劳驾驶检测算法

心率变异性分析是最常用的一种基于心电信号的疲劳驾驶检测方法.然而,该方法需要被检测信号时间足够长,且准确率较低.因此提出一种基于短时心电信号的疲劳驾驶检测算法.首先,按照30s的时长截取短时心电信号序列,利用差分阈值法确定R波位置,根据R-R间期差值大小剔除不合格的噪声样本;然后,计算R-R间期序列的时域/频域特征并与利用ImageNet数据集预训练的深度卷积神经网络模型提取的特征相结合;最后,设计了一种随机森林分类器并基于这些特征进行分类.结果表明,该算法在疲劳驾驶检测上具有良好的分类效果,平均准确率达到91%.因此,相较于心率变异性分析方法,本算法检测所需心电信号更短,且在准确率上具备显著优势.     

基于LabVIEW的虚拟心电分析仪中的R波检测算法研究

介绍了在LabVIEW平台上实现的实时虚拟心电信号分析仪的R波检测算法.该算法利用二阶差分极小值来定位R波,它具有实现简单、速度快、定位准确等优点,为心电信号的HRV进一步研究工作提供了基础.     

求解非线性等式和不等式问题的一种光滑化算法

 给出了求解非线性等式和不等式问题的一种新算法．用Max函数将不等式约束转变为等式约束,建立了一个半光滑的无约束方程组系统,并设计了一种光滑化Gauss-Newton算法求解该系统．在适当条件下,证明了此算法的全局和局部收敛性．数值实验表明此方法的有效性．     

基于LabVIEW相关分析的研究

利用LabVIEW的Analyze Signal Processing Time Domain函数模板提供的Auto Correlation和Cross Cor-relation函数构建了相关分析的虚拟仪器,对LabVIEW的相关函数进行了修正,并通过典型的信号对该分析仪进行仿真试验。通过LabVIEW建立虚拟仪器使复杂抽象的相关理论的学习和分析变得直观形象,为信号分析和处理的研究和学习找到了简便、快捷、经济的方法。     

心室复极空间不一致性表示方法的探讨

本文采用二镒样条小波变换提取心电信号的特征点,从羊心脏表面64通道的心电信号中,提取各通道的QT间隔和兴奋恢复间隔（ARI）,分别求出二者以极差法、标准差法和变异系数定义的离散度,通过统计检验P值,比值三种方法定义的QT和ARI离散度在心肌缺血后的变化,发现三种定义的QT离散度,在心肌缺血前后都不具有显著性差异,并以变异系数离散度的P值最大,而心肌缺血使得ARI离散度明显增加,三种定义的ART离散度在心肌缺血前后都具有显著性差异,以变异系数离散度的P为最小,可见三种方法定义的离散度均有效,而变异系数离散度较极差法、标准差法离散度更具有统计意义上的优越性。