基于Faster R-CNN的航母舰面多尺度目标检测算法

针对航母舰面复杂的多尺度目标检测环境,且现有算法对牵引车、人员等小目标检测性能不佳的问题,提出一种改进快速区域卷积神经网络(faster region convolutional neural netuorks,Faster R-CNN)的舰面多尺度目标检测算法.基于多尺度特征层提取了不同尺度的区域建议网络,提高了算法...     

基于神经网络的管道泄漏检测方法及仪器

研究了管道泄漏后形成多相湍射流所引发的应力波在管壁中的传播机理,分析了泄漏引发的管道横振、纵振和圆环振动,提出一系列应力波特征提取指标及其离散数据算法。首次提出了以泄漏信号特征指标构造神经网络输入矩阵,建立对管道运行状况进行分类的神经网络模型以检测管道泄漏故障的发生。实验研究了这一新理论的有效性并设计了适用于工业应用的管道检测仪器。     

高斯型调制相干态的零差测量原理

对高斯型调制相干态的零差测量技术进行分析,认为用平衡零差探测效果最佳。在量子力学的框架下,研究零差探测技术测量高斯型调制相干态的原理,确定光子数与相位的关系,阐述相干态的测量技术,分析了测量信号及其方差。     

高精度零件尺寸测量系统

提出了一种零件尺寸高精度测量的图像测量系统。为了提高测量系统的精度,先在Sobel算子的基础上去掉局部非极大值点获得象素级边缘,进而在梯度方向上进行高斯曲线拟合插值,进一步提高图像边缘定位的精度,从而使测量系统的精度大大提高。实验证明是可行的。     

变点检测和控制图在数据业务监控中的应用

为实现对数据业务支撑系统的有效监控,通过剖析数据业务特点,提出了用控制图和变点监测发现数据业务中存在的异常。变点监测在处理三种类型的时间序列时存在不足,本文通过增加控制参数——变化率,对变点检测算法进行了改进,改进后的方法适应性更高,并且误报率大大降低。最后比较了控制图和变点检测方法的优缺点及各自的应用场景。     

基于核模糊C均值的异常检测方法

探索聚类方法在异常检测中的应用,提出了一种基于核的模糊C均值的异常检测方法.该方法使用核的模糊C均值对网络数据进行聚类,并使用基于簇内距离的判断规则对聚类结果进行标定,从而识别出攻击.使用KDD CUP1999数据集进行实验,结果表明本文表现出了高检测率和低误报率的良好性能.     

用于表面形貌测量的自动焦点跟踪方法

介绍了一种新型的基于聚焦探测法的自动点跟踪传感器,该传感器可实现表面形貌的快速,非接触测量,其测量范围为５００μｍ,分辨率可达３ｎｍ;详细地描述了该传感器的工作原理,关键技术的实现及其应用。     

HDTV视频编码器的动态图像组结构和码率分配策略

基于子图划分的高清晰度电视（ＨＤＴＶ）视频编码器,先将１ ９２０×１ １５２ 的ＨＤＴＶ画面划分成６ 个１ ９２０×１９２ 的水平条状子画面,由６ 个子编码器并行编码,最后将６ 路码流合成为ＨＤＴＶ码流．文中以场景切换检测为依据,进行动态图像组（ＧＯＰ）结构调整,以Ｉ帧场景复杂度为依据进行码率分配．实验表明,该策略能很好地保证子图重建质量和ＨＤＴＶ各子图之间主观重建质量的一致性,清除可能出现的子图划分效应．     

基于回波阵列特征结构分解的血流运动信息高分辨估计方法

在将混合模型引入时域分析并建立表征超声运动检测回波的一般模型的基础上,对特征结构法的运动估计性能进行了仿真．结果表明,该方法在处理由空间部分相关分布的运动散射子所产生的超声血流信号时同样具有高分辨性能．     

一种基于模糊神经网络的变压器故障检测

阐述了基于模糊神经网络变压器故障检测的方法及数学模型．从传统的ＢＡＭ 网络入手,结合模糊理论,根据变压器油的气相色谱分析,运用基于模糊Ｈｅｂｂｉａｎ 学习律的模糊联想记忆（ＦＡＭ）,进行变压器故障类型和严重程度检测的方法步骤．模型算法分为两个步骤：激励阶段和冲突解决阶段．试验表明,该方法精度较高,应用方便．