基于机器学习的装配质量图像识别研究

针对柔性化生产线上人工装配过程中装配质量的检测问题,提出基于机器学习的装配图像识别方法。首先设计整体方案,采用普通工业相机结合图像识别软件的方式,构建硬件系统并开发软件模块。接着利用监督算法通过训练分类器实现图像识别。测试各算法方案并比较图像识别准确率、训练和分类耗时以及训练所需数据量,选取效果较好的算法方案。然后研究训练数据扩展方法,以降低训练图片数量并提高识别正确率。结果表明:采用合适算法方案的装配图像识别系统能满足工业应用需要。     

钢筋混凝土异形柱框架-抗震墙结构振动台试验

通过12层1/7缩尺模型的模拟地震振动台试验,研究了钢筋混凝土异形柱框架-抗震墙结构体系的动力特性、地震反应及破坏形式.试验结果表明,该结构体系层间位移角能满足《规范》要求、抗震性能良好,适于在小高层住宅中采用.     

基于神经网络的工业图像识别

工业现场所采集的图像一般都会受到不同程度的污染，针对这种情况，将离散型Hopfield神经网络的联想记忆特点运用于有噪声污染的工业图像识别。所设计的网络具有并行处理、可训练性及容错性等特点，它能完成图像的识别与分类，在输入有噪声污染的图像时，仍可以识别与恢复图像。以监控系统采集到的有污染的数字图像为例，运用数值仿真技术，证明了该方法的有效性。     

开洞组合墙划分成组合梁和组合柱的可行性研究

在钢筋混凝土-砌体组合结构中,窗过梁与圈梁和砌体构成组合梁,窗边框与构造柱和砌体构成组合柱。本文采用ANSYS对单片11层组合墙结构整体分析和对组合梁、组合柱的正截面进行应力分析,初步证实开洞组合墙可以根据约束划分成组合梁和组合柱进行承载力研究的可行性。     

柱间弧形墙及梁整体支模施工技术

现浇混凝土弧形结构施工难度较大,该工程弧形结构连续则更不易施工,本文通过兰州交通银行工程的施工实践、总结提供给业内人士参考。     

异形柱框架-抗震墙结构振动台试验与理论分析

通过12层钢筋混凝土异形柱框架-抗震墙结构模型的模拟地震振动台试验及弹塑性理论分析,研究了该结构体系的动力特性、不同烈度地震作用下的反应及破坏形式.结果表明该结构体系拥有优越的建筑功能,在地震作用下呈弯剪型变形特征,传力明确,受力合理,具有良好的抗震性能和较强的抵御罕遇地震的能力,满足了小震不坏、中震可修、大震不倒的抗震设防要求,适于在中高层住宅中应用.     

基于单片机的图像识别模组的研究

自动识别技术是实现信息数据自动识别与采集的重要手段,是当今世界高科技领域的一项重要系统工程。而作为自动识别技术其中的重要组成部分——图像识别技术在生活中的应用越来越普遍。本文重点介绍了图像的处理、分析和识别模式。通过凌阳单片机SPCE061A与凌阳图像识别模组组合使用来验证图像识别的应用,使大家对图像识别有深层次的认识。     

基于遗传算法的图像识别方法

分析了图像识别中模板匹配技术面临的计算量大、存储量大的问题,提出了基于遗传算法的图像识别方法。该方法首先对图像模板进行离散化处理,对图像离散点控制,从而把图像识别问题转化成一系列离散点的组合优化问题;然后利用遗传算法对种群优化的性能,对各个控制点组合优化,使各控制点与模板匹配;最后通过计算机仿真实验,证明了这种方法的有效性和实用性。     

基于模板匹配的选票图像识别研究

为适应人们对选举自动化程度和结果的准确性要求的不断增高 ,在第一代计算机控制和管理的投票系统(CCMVS )的基础上研制了第二代选举系统 (CCMVS )。这是目前国内第一套基于图像处理和识别的网络化选举系统。该文研究了 CCMVS 中的图像识别技术。针对选票特点 ,提出了自适应的逻辑模板匹配算法。较之以前的物理模板匹配法 ,该算法不用提前制作选票模板 ,简化了识别过程 ,提高了识别的可靠性 ,降低了对机械精度的要求。实验结果表明 ,借助简单的特征量集合 ,可以准确迅速地完成选票信息码的实时识别。     

基于粗集方法的图像识别系统

提出了基于粗集理论的一种图像识别系统。该系统包括图像预处理、特征提取、决策表生成、条件属性简化等。运用粗集方法，能有效地压缩图像特征数目从而大大提高运行速度     

机器学习在遥感影像分类中的应用

概述了机器学习的主要方法及其在遥感影像的主要应用方向,涵盖环境生态遥感中机器学习技术的研究、应用情况及近年来的新进展.通过使用深度学习对FY-3C气象卫星资料进行积雪检测的应用实例,说明深度学习模型可以利用大数据的优势不断提高检测精度,在某些指标中取得了更优于传统机器学习的精度,可解决传统机器学习难以解决的一些问题,从...     

小样本学习在高分遥感影像分类与识别中的应用

遥感影像分类与识别是近年来深度学习以及图像分类与识别研究的热点,其中一个关键问题是因样本数据集的数据较少而极易出现过拟合。许多图像分类的模型和方法并不完全适用于遥感影像分类,将小样本学习与遥感影像处理结合起来,实现遥感影像数据增强和识别模型优化是一个可行的思路。根据小样本学习的发展现状,针对特征提取、模型分类方法,归纳总结了典型学习方法的原理及其在相关领域的应用; 分析遥感影像处理的现状和存在问题,基于适用场景、优缺点对各方法进行了比较; 通过分析小样本学习在高分遥感影像分类与识别上的应用,发现引入注意力机制和迁移学习后,小样本学习能够用于样本数据量小的遥感影像分类。     

工程图形识别中一种矢量跟踪法

提出了一种通过网络拓扑结点抽取并基于查表实现的矢量跟踪方法，这种方法不但能有效地保证细化后得到的图象骨架的网络拓扑关系，而且算法构造简单，便于软件或硬件实现。论述了数字拓补中的几个基本概念，叙述了算法的构造与实现。给出了实例，证明矢量化后，分枝点、交叉点、切点等处仍很好保持了原图中的拓扑关系，为后续曲线的拟合及线段拼合等处理提供了有利条件，并可以提高机械工程图形矢量处理水平。     

基于改进的C-支持向量机的手写体数字高识别率方法研究

手写体数字的识别在社会经济、社会生活的许多方面都有着广泛的应用。同时支持向量机是近几年来模式识别领域中的一种新技术,它被广泛应用到文字识别、人脸识别等应用中。为此将支持向量机技术应用到手写体数字的识别中,通过使用改进的C-支持向量机进行手写体数字的识别,并得出相应的识别率,结果表明此方法可行且有较高的识别率。     

支持向量机动态学习方法及其在票据识别中的应用

介绍了用支持向量机(SVM)进行动态学习训练的方法.解决了在机器学习过程中,训练样本获取比较困难,样本可随外界条件改变而变化的问题.实践证明,使用该方法可以动态跟踪样本的变化,保证SVM分类器的最优性能.利用该方法设计的银行票据OCR系统的实际应用说明了该方法的有效性.     

基于迁移学习的林业业务图像识别

林业业务图像的识别分类有利于林业管理部门对相关事件作出合理的处置方案及指挥调度决策,从而充分发挥护林员的作用,提升森林管护的水平,达到保护森林资源和生态安全的目的。     

两种机器学习方法及其在机器翻译中应用

在智能技术的研究中,从例子中学习和类比学习是两种好方法。第一部分研究了两种机器学习方法;第二部分讨论了类比机器翻译方法。     

基于镜像学习和复合二次距离的手写汉字识别

为解决手写汉字识别中的相似字混淆问题,提出了一种基于镜像学习和复合二次距离的识别算法,提高现有的二次分类器对相似汉字的鉴别能力。该算法为识别置信度较低的训练样本生成镜像虚拟样本,通过迭代训练来调整易混淆字符类别间的分类界面,并对二次分类器给出的候选字使用复合二次距离进行两两鉴别,以减少识别错误。在HCL 2000样本库上的实验表明,该算法能有效提高手写汉字识别的性能,测试集上的误识率下降了20%。     

基于支持向量机的模式识别方法

介绍了由Vapnik等人提出的统计学习理论和由此发展的支持向量机，分析了其应用前景和研究方向，两个算例表明，在模式识别领域中，采用支持向量机这一新方法，具有其他传统方法不可比拟的优势。     

缓冲袋气柱成型机控制系统

根据实际控制要求,选用三菱的控制器,通过触摸屏进行人机对话,光电传感器对卷膜的位置进行识别,完成了硬件系统和软件平台的搭建。实践证明,采用该控制方案,性能安全可靠,降低了生产成本,自动化程度高,有效提高缓冲袋的生产效率和质量。