基于堆叠自编码器神经网络的复合电磁检测铁磁性双层套管腐蚀缺陷分类识别方法

铁磁性双层套管长期服役于恶劣的工作环境,极易出现腐蚀缺陷,定期为服役中的双层套管进行在线检测十分必要,而对管壁腐蚀缺陷位置的分类识别是管道定量检测与维修的前提和基础,实时准确的套管腐蚀缺陷分类识别能力是决定管道在线检测效率的重要因素。针对这一情况,将脉冲远场涡流和脉冲涡流技术相结合,提出了基于堆叠自编码器神经网络的分类方法。通过仿真和实验选取合适特征量作为输入层,实现了内管外壁腐蚀、外管内壁腐蚀和外管外壁腐蚀的分类,实验整体预判精度可达97.5%,结果表明该方法可对双层套管腐蚀缺陷缺陷实施高效、高精度分类识别。     

植物水孔蛋白PIP2表达量快速无标记检测

相较于传统的抗体检测,适配体更易于大量快速合成,且可和多种检测技术相结合,在蛋白检测方面具有巨大的潜力.水孔蛋白作为生物体内水分跨膜运输的主要途径,了解其表达量的变化在植物水代谢研究中有着重要意义.利用传统的混合列分法构建了8个C端恒定半胱氨酸残基的类肽适配体文库,结合表面等离激元共振成像技术,筛选得到能特异性结合高等植物水孔蛋白PIP2的类肽适配体PPA7,其亲和力K_D高达2.52×10~(-9) mol/L.利用PPA7检测了石竹玻璃化和正常植株的水孔蛋白表达量,结果表明,石竹玻璃化植株的水孔蛋白表达量显著高于正常植株.研究提供了一种新的植物蛋白定量检测策略,也为进一步明确水孔蛋白在组培苗玻璃化发生中的作用奠定了基础.     

基于C/S的RBI专家系统的设计与实现

目前RBI软件因扩展性不足不能满足RBI标准不断更新的需求,它亦不能实现根据实际情况调整风险预测模型,并且在多用户并发进行RBI风险计算时效率低下.针对以上问题,设计并实现了基于C/S的RBI专家系统.该系统以RBI中通用的API581标准为依据构建知识库,采用XML存储知识,使其达到了RBI标准动态更新以及在RBI实施中根据实际情况及时调整风险预测模型的要求.采用层次式知识库结构、应用数据缓存和基于线程池的任务管理器,使系统达到了在多用户并发时具有快速响应能力的目的.     

一种基于初始化Snake轮廓线的混合舌图像分割算法

Snake模型是一种常用的舌图像分割方法,但Snake对初始轮廓的定位准确度要求较高,且对噪声敏感.为此提出一种基于双层极坐标边缘检测的算法以获取舌体的粗略边缘,再使用Snake模型根据局部细节对舌体粗略边缘进行修正得到准确的舌体边缘.基于500幅舌图像进行的实验结果表明,该方法的分割正确率达到95.6%,是一种较有效的分割方法.     

无线体域网中体征参数的采集与处理

实现了在无线体域网中对体温、脉搏和血氧饱和度等体征参数的采集与处理。选择数字温度传感器DS18B20完成对人体体温参数的采集,并使用双光束透射法对脉搏、血氧饱和度进行无创检测,而后通过蓝牙实现数据的无线传输。设计以小型化、低功耗为原则,通过数字信号处理技术完成一系列工作。实验结果表明设计方案具有很高的稳定性和可靠性。     

基于LabVIEW的多点温度检测及系统控制

基于LabVIEW操作平台,采用多传感器技术设计了多点温度检测和控制系统.对多个1-wire数字温度传感器DS18B20采用多传感器数据融合技术优化数据;温度控制采用Fuzzy控制器与PID控制器并行的工作方式.仿真结果表明,系统可靠性高,在实现系统精确控温的同时,具有操作界面简单、可视性好的特点.另外,使用虚拟仪器技术,使系统测控品质实时可视.     

纱线质量光电信号的消噪处理和异常检测

构建了一种在生产过程中检测纱线质量的光电传感器,用于检测纱线的纱疵和颜色异纤等信息。针对纱线时域信号信噪比低、疵点难以辨析的问题,采用K阶矩滤波和最小熵滤波两种方法进行消噪处理及异常检测。对纱线质量光电测量系统的实测信号处理结果表明:两种方法均可有效实现信号的消噪,从而提取出有效信息。K阶矩滤波器具有运算量小、对纱线中异常信号提取能力强的特点。最小熵滤波器则能够通过参数的调整,使处理后的纱线信号保留更多的局部特征信息。     

基于背景更新的运动车辆检测算法研究

在基于视觉的智能交通系统中,运动车辆的检测是最基础也是最关键的步骤。目前运动车辆检测中最常用的方法是背景差分法。该算法的关键在于背景图像的获取,由于背景图像的动态变化,为了有效的对车辆进行检测,需要对背景进行实时更新。因此,提出了一种新的基于像素点灰度值变化的自适应更新背景的算法,该算法在背景变化的情况下,能实时地修正或更新当前背景图像,再结合差分法与阈值化分割出完整的运动目标。通过实验证明了算法的有效性和实时性。     

支持向量回归在圆形检测中的应用

对圆形的识别是机器视觉中最基本和最重要的任务之一,为了准确确定复杂背景图像中圆的位置,提出了一种将支持向量回归模型与三点拟合圆联合起来的新算法,通过支持向量回归模型训练不同类型的圆形样本,得到超平面方程f(x),以f(x)为中心线,构建一个宽度为2ε的近似圆环型间隔带,在此间隔带上的点都被认为属于圆形边界上的点,然后运用三点拟合圆几何算法计算出圆心和半径,从而达到识别圆形的目的。实验结果表明,联合算法通过对训练样本的学习,能够在噪声比较大的背景图像中得到圆形的边界信息,从而确定圆的位置,较仅使用某一种圆形识别算法有一定的优势。在以圆形作为定位的机器视觉领域,具有重要的理论研究价值与实践意义。     

基于代价敏感SVM优化组合算法的微钙化簇识别

微钙化簇是乳腺癌一个重要的早期发现,现有的检测技术为了达到高敏感性要求,产生很多假阳性数据.根据微钙化簇特点,提出一种整体和局部相组合的分类识别策略,并根据真假阳性样本错分代价的不同,使用代价敏感SVM方法进行分类学习.在构造分类器模型过程中利用粒子群进行分类器的参数优化及特征集合的选择,以提升分类学习的泛化能力.该算法在保证高敏感性的同时,降低了过多的假阳性数据,并删除了冗余和不相关的特征.实验结果表明,基于粒子群优化的代价敏感SVM组合分类算法提高了传统方法的识别能力.