基于BP神经网络的障碍物位置视觉检测的研究

针对障碍物位置的自动检测,提出了基于单摄像头视觉的检测方法。首先利用BP神经网络进行标定建立图像坐标系与地面坐标系的对应关系,然后以图像中障碍物两个位置点为输入,障碍物实际位置点为输出,建立神经网络。以18个点进行实验,实验结果表明横坐标x的平均误差为3.12%,纵坐标y的平均误差为0.83%。这说明利用此方法能够较为准确地求出障碍物的位置。     

基于机器视觉的分拣技术研究概述

机器视觉在近几年发展非常迅速,并渗透于各个行业中,极大地提高了工作效率。本文对机器视觉的整体结构布局进行了介绍,详细介绍了图像识别部分软、硬件设备和相关算法,介绍了该技术在零件分拣领域的应用,并对机器视觉技术今后发展做出展望。     

基于BP神经网络的手写数字识别研究

将BP神经网络应用于手写数字识别,通过实验证实,该方法具有较高的识别率和可靠性．     

基于BP神经网络的酒泉市霜冻天气预测研究

本文利用2019年12月和2020年1月至11月气象观测资料、ECMWF再分析资料和FY-4陆表温度资料,基于BP神经网络对甘肃省酒泉市一次霜冻天气进行预报分析研究.研究表明:此次霜冻天气前期受到贝加尔湖西部冷槽影响使气温下降,后期乌拉尔山高压脊东移使天气转晴,冷平流及强辐射的共同影响是此次霜冻天气的主要原因;霜冻...     

机器视觉系统中摄像机的神经网络定标

将传统摄影测量定标和神经网络相结合,克服传统摄像机定标中因像差等非线性因素造成稳定性不好且算法复杂的缺点。采用基于神经网络的计算机视觉定标方法,用5步法计算未知点的物方坐标。在传统摄影测量定标方法中,需要先制作定标块,其上布置一些控制点,准确测定它们的三维坐标。为保证定标精度,这些控制点必须在三维空间均匀分布,对定标块的制作和加工要求很高。本文提出采用定标板沿法线方向移动的方式代替定标块,既能达到三维效果,显著增加控制点数量,也使制作容易。实验结果表明,以该模板基于神经网络的摄像机定标方法可以获得很高的精度和稳定性。     

基于BP神经网络的干热风灾害预测

干热风是我国新疆,西北等地农业气象灾害之一,其形成因素呈现复杂的非线性关系.利用传统方法很难建立起一个精确完善的预测模型.人工神经网络具有强大的非线性映射能力,尤其是BP神经网络在预测领域中被广泛应用.本文利用BP神经网络对干热风灾害进行了预测.结果表明,基于BP神经网络的干热风预测模型误差小,能达到满意的效果.     

基于主成分分析的BP神经网络和RBF神经网络月平均气温预测模型

应用基于主成分分析的BP神经网络和RBF神经网络建立了气温预测模型.通过比较模型的均方误差(MSE)和平均绝对误差(MAE)值可知,采用主成分分析的BP神经网络得到的预测模型的误差小于主成分分析的RBF神经网络预测模型.结果表明,模型采用主成分分析提取了影响因变量的重要因子,去掉了网络输入样本的自变量之间的重叠因子,同时也提高了预测能力.     

基于BP神经网络的集中监测系统故障诊断

铁路信号集中监测系统通过采集信号设备开关量、模拟量并记录分析,实现了设备工作状态监测、故障报警等功能。为了进一步实现集中监测系统对设备故障原因的分析,讨论基于BP神经网络的集中监测故障诊断流程,对信号设备故障机理的分析确定特征参量,再利用集中监测系统功能获取故障数据,将故障数据作为训练样本对神经网络进行训练,从而获取其中的映射关系。集中监测系统实时监测特征参量的异常变化,将测试的信号设备特征参量作为待诊断样本输入神经网络。结果表明,网络将会输出最匹配的诊断结果,实现集中监测系统的故障诊断功能。     

基于BP神经网络的湘江出口水质评价

依据1999—2011年湘江出口樟树港站水质监测数据,选取溶解氧等10个水质指标,对数据优化后运用BP神经网络模型对其进行水质综合评价与分析,发现湘江出口水质具有明显的季节性与趋势性,近年来水质有所好转.同时对氨氮、溶解氧、总氮3个指标进行了季节性分析,并运用季节性水平模型计算了水质综合指数的季节比,将13年来的数据分3个年段对比分析,发现水质综合指数季节比与湘江降水量季节比、湘江出口水温季节比存在负相关性.     

基于FCM和BP神经网络的棉麻纤维识别方法研究

提出一种基于模糊c均值(FCM)和BP神经网络的棉麻纤维识别方法。首先,根据纤维横向和纵向截面形态的不同,提取6个特征参数,然后运用模糊c均值算法将样本聚类成3类,再将聚类后的数据作为BP神经网络的输入进行训练和预测,最后进行仿真实验。结果表明,将两种算法结合起来用于纤维的识别具有明显优势,是值得推广的纤维识别方法。     

基于机器视觉的尺寸测量应用综述

随着机器视觉技术的不断发展以及工业智能化水平的不断提高,将机器视觉应用于尺寸测量中成为尺寸测量的发展趋势。本文首先阐述了机器视觉的特点及方法研究,介绍了机器视觉尺寸测量系统的硬件部分主要由计算机、光源、图像传感器、镜头以及被测对象等组成,软件部分主要由图像预处理、图像滤波、边缘检测等图像处理算法组成,然后分析了国内外的研究现状以及机器视觉测量技术的发展趋势,指出从软件算法入手,不断开发更优的图像处理算法,使图像处理及分析每个流程所涉及的算法的准确性及鲁棒性更高。     

基于BP神经网络的项目投资风险评价

为了科学准确地对风险投资项目进行评价，利用BP神经网络的原理建立了用于项目投资风险评价的BP神经网络模型，通过对福建省14个高技术项目投资风险的评价，表明由该模型获得的结果是可靠的。     

基于MATLAB的BP神经网络进行教师评估

根据影响教师评估成绩的指标构建了BP神经网络模型,应用MATLAB工具直接根据教师的表现来估算教师的评估成绩,对神经网络在教师评估中的应用作了新的尝试．     

基于机器视觉的大面积触控屏Metal Mesh缺陷检测

由于在大面积触控屏Metal Mesh的生产过程中,曝光机在长时间运行时会出现运行轨迹偏离,造成金属网断线和毛刺等问题．对此,设计了一种用于检测金属网缺陷的机器视觉检测系统,该机器视觉系统能通过工业摄像机采集图像,然后进行图像增强算法祛除环境干扰,Canny边缘检测算法划定图像边界,能快速检测出缺陷和其坐标位置．     

基于BP神经网络的避洪安置区选址研究

为了解决洪水灾害应急管理中避洪安置区的选址问题,在总结前人研究成果的基础上,从自然环境、可行性、生活条件、社会环境、实用性等5个方面出发,通过17个具体指标,构建了避洪安置区选址评价体系;在安置区的选址分析中引入BP神经网络,构建了基于BP神经网络的安置区选址模型,根据选址评价体系及相关经验确定网络模型各层次的神经元节点数量,并采用样本对模型进行训练分析,建立了稳定的网络结构,最终实例验证了该模型在避洪安置区选址问题中的有效性及可行性。     

机器视觉照明光源技术要点分析

随着科技的发展,机器视觉系统已被广泛应于社会生产和生活的方方面面。照明光源是机器视觉应用系统中非常重要的一个方面,它通过影响图像质量从而影响到整个机器视觉系统的应用效果。本文就机器视觉照明光源技术进行的分析与探讨。     

基于机器视觉的彩色塑料齿轮缺陷检测系统设计

【目的】彩色塑料齿轮受设计、制造等因素影响,可能会出现缺齿、短齿、披峰等缺陷,引起设备故障或局部失效。因此,对彩色塑料齿轮的品质进行检测显得尤为重要。【方法】本研究设计的彩色塑料齿轮自动检测系统包括硬件平台与软件系统,硬件平台可实现齿轮采样、定位及图像采集等功能,软件系统对采集到的图像进行处理与分析。【结果】经过试验测试与数据分析表明,该系统能有效检测齿轮品质,大幅度提高生产效率,降低生产成本。【结论】检测系统与产品的自动化流水线加工设备配套,可及时发现产品缺陷,最大限度减少经济损失,整个系统可实现高度自动化。     

基于优化BP神经网络的网络营销绩效评价模型的构建

网络营销尽管发展历史较短,但却在企业经营中发挥着日益重要的作用,为了使网络营销发挥良好的效果就需要对其投入和产出进行科学评价。本文在现有研究基础上结合网络营销的最新发展构建了完善的评价指标体系,进而选择优化的BP神经网络模型进行建模检验,对帮助企业调整网络营销策略及方法、提高网络营销效果产生了积极作用。     

基于BP神经网络的海洋温度预测及鱼群迁移方向研究

全球海洋温度在不断上升,海水水温的变化使得鱼群向更高纬度进行迁移,导致原先苏格兰的小型渔业公司业务受到影响.主要讨论了50年后由于海洋温度变化导致苏格兰海域的鲱鱼和鲭鱼鱼群迁移以及最有可能出现的区域.文中,首先根据不同深度水温和表层水温的关系,得到鲱鱼和鲭鱼所处海洋的温度分布范围并通过热力图直观显示温度范围和分布位置....     

一种基于机器视觉的轴承尺寸分拣机构设计

机器视觉技术广泛应用于工业领域,极大提高了生产效率。在轴承生产制造中,要保证不同型号、不同尺寸的轴承分拣并进行打捆,针对这一问题,本文设计了一种轴承尺寸视觉分拣机构,根据轴承形状特点对振动盘的上料机构进行改进。