基于LVQ神经网络的人脸朝向识别方法

为了满足图像和视屏中人脸的位置,朝向和旋转都不是固定的特点,利用LVQ神经网络模型对图像中人脸朝向识别进行研究.实验采用Matlab工具箱进行LVQ神经网络设计,实现对人脸朝向的判断.实验结果显示,LVQ神经网络可以根据输入图像的二值信息,以较高准确率判断该图像的人脸朝向.     

动态隐神经元BP网络的多气体分析的MATLAB实现

由6个半导体气敏元件组成基于传感器阵列的气体检测系统,并基于改进的BP神经网络实现多组份气体的定性识别。测试结果表明,基于改进的BP神经网络1295次训练后可达到训练最小误差小于0.1%的要求,平方误差为2.29%。     

对高速公路电子不停车收费稽查系统的分析

本文介绍了一种基于汽车物理车牌图像自动识别及车型自动识别技术的高速公路电子不停车收费稽查系统。该系统通过对在电子不停车收费车道完成电子交易后通行的每一辆汽车进行物理车牌图像及车型的自动综合识别,并将识别结果与电子交易流水中的车辆信息进行比对,自动从中筛选出两者不一致的车辆,辅助管理人员达到快速、准确稽查目的。     

基于改进的网格搜索法的SVM参数优化

比较了现今应用比较广泛的3种支持向量机(SVM)参数优化方法.具体分析了网格法、遗传算法和粒子群算法在SVM参数优化方面的性能以及优缺点,提出了一种改进的网格法.先在较大范围内进行搜索,在得到的优化结果附近区域再进行精确搜索.实验表明改进的网格搜索法耗时短,更适用于有时间要求的说话人识别应用中.     

RFID技术在一种餐厅服务机器人定位中的应用

为了提高服务机器人的定位精度,提出了一种基于射频识别(RFID)的服务机器人定位方法.设计了一套特殊的RFID系统,该系统采用读写范围较小的RFID读写器及被动式电子标签,减少了读写器读取标签的距离误差,从而提高了基于RFID定位方法的定位精度.使用读写器读取电子标签中存储的坐标数据,根据读写器安装位置与机器人中心之间的几何关系,得到机器人准确的位置,并能完成机器人航向角的判定.试验证明:该方法受环境影响小,具备较高的鲁棒性,能够获得低于±20mm的定位精度,完全满足服务机器人精定位要求.     

基于ARM的数据手套及其手语识别系统的设计与实现

文章介绍了以ARM9芯片S3C2440为平台的数据手套及其手语识别系统的设计与实现．首先给出了利用弯曲传感器和三轴加速传感器组成的数据手套的整体架构设计;其次,描述了采用FLX-03传感器的手指弯曲度模块、采用ADXL345传感器的手部动作模块、USB通讯模块的实现以及与Mini2440开发板的连接方法;最后,给出了基于该数据手套的一个手语识别系统,该系统界面友好,功能实用、扩展性强、手语识别效率高,可添加更多的手势语,能很好地识别简单的手语．     

长江中游经济带土地利用转型风险评估

长江中游经济带土地利用转型过程可能导致的经济、社会及生态风险,将影响该区域甚至全国的可持续发展,研究其土地利用转型的风险评估方法至关重要。该文设计了基于“压力-状态-响应”框架的土地利用转型风险评价指标体系,利用基于熵权的逼近理想解排序法评价了土地利用转型的风险,应用障碍度分析法识别土地利用转型风险因子,分析了1990—2015年长江中游经济带土地利用转型的经济、社会与生态风险的分布状态与变化趋势,完成对各时期区域土地利用转型风险的风险因子识别,为提高长江中游经济带土地利用转型的影响研究效率,推进土地利用转型的风险评估工作提供技术支持。     

基于特征提取的健美操分解动作图像自适应识别方法

为了解决传统方法容易受运动速率、光照情况、遮挡、复杂背景等的影响,导致识别结果鲁棒性较差的问题,通过特征提取方法研究了健美操分解动作图像自适应识别问题。通过时间能量金字塔把视频序列划分成若干段,得到结果中动作并非全为健美操动作,含大量干扰信息,通过背景消减法对进行健美操运动的人体目标进行提取,进行进一步处理,得到人体轮廓的二值图像序列,求出轮廓外界矩形宽度和高度之比,依据宽高比获取关键帧,通过拉普拉斯法求解相邻差异帧与间的光流,降低背景杂波产生的影响。针对关键帧提取特征向量,通过相似性检测对待识别健美操分解动作图像和提取特征进行匹配,设定相似性阈值,将相似性高于阈值的图像作为识别结果。结果表明：所提方法对单人健美操视频数据库的识别准确率高,仅存在一定程度的混淆;所提方法对含不同场景的复杂数据库的识别准确性和其它方法相比最高。可见所提方法受外界环境干扰小,可保证高识别精度。     

森林草原浅覆盖区隐伏地质体识别的化探特征因子传递法

针对森林草原浅覆盖区地质填图隐伏地质体识别问题,基于土壤对原岩成分的继承性,提出了化探特征因子传递法。该方法是利用移动窗口将研究区滑动覆盖,每个窗口内进行因子分析并做岩性判断,进而将不同窗口内具有同一类特征因子的样品连接起来即完成对全区的岩性识别。试验表明,相比传统方法,该方法能提高隐伏地质体识别的分辨率,有利于提高填图的精确度和准确度,为化探数据辅助地质填图提供新的思路。     

基于深度学习的复杂气象条件下海上船舶识别

为提高复杂气象条件下海上船舶的识别效果,本文通过暗通道先验去雾算法减少云雾遮挡对目标识别的影响,使用基于深度学习的YOLO改进算法提高目标识别效果。结果表明：本文采用的算法在中国航天科工四院指挥自动化中心的模拟海事数据集上,4类船舶目标识别的mAP (Mean Average Precision)达到89.98%,超过了对比的其他目标识别算法;针对数据集中的云雾遮挡图像,暗通道去雾处理后,目标识别的mAP从53.25%提升到69.35%。可见本文提出的算法可以满足复杂气象条件下的海上船舶识别的需求。