一种模板匹配和神经网络的车牌字符识别方法

提出了一种基于模板匹配和神经网络的车牌识别方法。该方法集成了模板匹配识别车牌字符和神经网络识别车牌字符的优势,可有效地提高车牌字符的识别率、识别速度和识别系统的泛化能力。实验结果表明：大多数情况下,该方法的识别率超过90%,识别时间不超过1200ms,能有效地识别各种车牌中的字符,满足实际系统的要求。     

线性非匹配不确定系统的滑模变结构控制

研究了线性非匹配不确定系统的滑模控制问题.引入适当的状态变换,将系统分解成两个子系统,根据滑模控制的到达条件,设计了系统的滑模控制器,使得从任意状态出发的不确定系统能在有限的时间内到达滑动面.基于二次稳定性,给出了设计不确定系统的鲁棒滑模面的充分条件,从而确保了系统的全     

采用内点法的基追踪算法测井数据恢复

实际测井数据由于数据规模大、维数高等特点,在采集、传输、存储中很有可能会发生数据的缺失或损坏。为了提高数据质量,采用压缩感知中的基追踪算法对测井中的缺失数据进行恢复。先使用过完备字典对原始数据进行稀疏分解,采用基追踪算法将L0范数优化问题转化为L1范数问题;然后采用线性规划算法——内点法求解,从而实现数据恢复。通过实验与对比分析,结果表明基于基追踪的测井数据恢复方法精度高;且优于基于正交匹配追踪的数据恢复方法。     

Plug-in混合动力汽车动力系统参数匹配

以并联型Plug-in混合动力电动汽车(PHEV)为研究对象,提出了其动力驱动系统参数匹配的原则和实施方法.采用该方法对某型轿车动力总成参数进行了匹配,使用电动汽车仿真软件ADVISOR对整车性能进行仿真计算.仿真结果表明:Plug-in混合动力轿车动力性与原车相当,经济性与原车相比有很大提高,达到预期开发目标.     

基于扩展BVD模型的压电换能器电匹配研究

针对提高无损检测压电换能器灵敏度问题,提出了一种电阻抗匹配网络的设计方法。首先通过压电换能器电导纳实验曲线建立压电超声换能器的BVD模型等效电路。根据压电换能器电导纳的实验值对所建立的等效电路进行参数识别,确定等效电路各元件的值;并对参数识别的结果进行理论验证。同时与实验结果进行比对,吻合较好,表明该参数识别的方法可信度较高。在建立等效电路的基础上,采用Smith圆图,基于电匹配理论,设计压电换能器匹配电路;并对匹配后的压电换能器进行理论分析和实验验证。结果表明该匹配电路可将压电换能器的灵敏度提高约三倍。     

基于小波迹和匹配追踪算法的超声波检测信号消噪

针对某大型国有企业的零件在线无损检测工程实际需求,为了提高超声波检测的准确度和精度,引入小波迹理论和匹配追踪算法对超声波检测信号进行消噪处理.首先,在信号的小波变换基础上构建一个小波迹字典;然后,在小波迹域内进行阈值消噪去除信号中的噪声;最后,利用匹配追踪算法通过有限步骤的迭代后,在小波迹字典上用一定数量的小波迹的组合来实现原信号的稀疏描述.小波迹字典内的小波迹具有对信号结构特征无损的描述能力,在小波迹域内消噪克服了传统小波消噪不考虑各尺度之间小波系数的相关性而只进行简单的系数收缩的缺陷.通过仿真试验将本文采用的方法与传统的小波硬阈值和软阈值消噪技术进行了对比,结果表明该方法的消噪效果要优于传统的小波消噪方法.实际超声波检测信号的处理结果也论证了本文所采用消噪技术的优越性.     

微纳米压电陶瓷驱动器的迟滞特性建模

为了高精度地测量微纳米压电陶瓷的驱动特性,研究了一种基于最优模板尺寸的改进图像块匹配位移测量算法;结合Preisach模型,建立了压电陶瓷驱动器迟滞特性模型.首先,研究了不同模板尺寸对位移测量精度的影响,得到了基于标准模板的最优模板尺寸;然后,介绍了Preisach模型用于压电陶瓷驱动器迟滞建模的原理;最后,使用纳米平台系统验证了改进的亚像素模板匹配算法和迟滞特性建模方法的有效性和准确性.     

基于网络流量特征和自适应匹配追踪的DDoS检测

针对低密度资源耗尽型分布式拒绝服务(Distributed Denial of Service,DDoS)攻击检测进行研究,提出一种基于网络流量特征和自适应匹配追踪(Adaptive Matching Pursuit,AMP)的混合DDoS攻击检测算法.该算法从包含原始网络数据包的数据集中提取网络数据包的属性,生成特征...     

基于速度特征矢量提取运动目标的图像分割方法

研究基于速度特征矢量提取运动目标的图像分割方法,根据目标图像像素移动的一致性,在序列图像中利用块匹配法进行帧间图像配准,得到目标图像块的速度估计,将具有相同速度矢量的目标图像块聚类,即可分割出运动目标。仿真实验结果表明,该方法能有效地对复杂背景下的运动目标图像进行分割,并具有较好的抗噪能力。     

语音自适应压缩采样匹配追踪重构算法

基于小波分解下的语音压缩编码与重构框架,研究分析了含噪情况下贪婪算法的重构性能和抗噪性能,提出了一种改进的自适应压缩采样匹配追踪算法(ACoSaMP).该算法可在稀疏度未知的情况下,通过设置可变步长分阶段实现对稀疏度的逼近.同时,在每次迭代过程中,用最小二乘法对残差信号进行估计,代替传统CoSaMP算法对整个信号的估计.最后用小波去噪法对合成语音进行处理.实验结果表明:不同压缩比下,该算法的主客观重构效果均优于现有同类算法,对噪声有较强的鲁棒性.