一种基于视频图像的挖掘机工作状态识别方法

为了实现违法用地现象的实时监测,对土地间的挖掘机等施工机械的工作状态识别是非常重要的.实际场景下,因随机噪声和光照变化的影响,给挖掘机工作状态识别带来极大的挑战.本文提出一种基于视频图像的挖掘机工作状态识别方法,首先,对同一品牌挖掘机工作装置的各种姿态建立混合local binary features (LBF)形状回归模型并进行离线训练;其次,利用上述模型预测输入视频帧中挖掘机工作装置的形状信息,构建挖掘机的工作状态特征描述子;最后,利用support vector machine (SVM)分类器自动判别挖掘机的工作状态—-工作状态或非工作状态.实验结果表明,该方法很好地克服了多姿态导致形状变化的影响,对挖掘机工作状态识别准确率达到了93.53%.     

空中目标辐射源的个体识别方法

针对传统的辐射源个体识别方法在低信噪比环境下识别性能不佳的问题,提出了一种空中目标辐射源的个体识别方法,该方法利用经验模态分解和变分模态分解得到信号不同频率的模态分量,将各模态分量的多尺度排列熵作为特征,利用主成分分析对数据进行降维,并采用支持向量机分类器进行辐射源个体识别。仿真结果表明,该方法对相位噪声、频率漂移以及谐波失真等细微特征的识别性能明显优于传统方法,并具有良好的抗噪性。     

基于动态特征和静态特征融合的步态识别方法

针对步态识别非强迫性、不易被察觉、难以隐藏和远距离的特点,为了提高步态识别率,提出基于静态能量图和动态群体隐马尔可夫模型的步态识别方法 .首先,对步态图像预处理,计算步态周期,把步态序列中对应关键帧能量图进行叠加;然后,用群体隐马尔可夫模型训练参数,最后用近邻法识别.利用中科院自动化研究所提供的数据库对该方法进行了验证,在90°视角、45°视角下相同的衣着,以及在90°视角下不同衣着三种情形下进行了实验,实验结果验证了该方法的可行性,对角度变化有一定的鲁棒性且减少了噪声对识别的影响.     

基于水军信任惩罚的多维用户影响力度量模型

社交网络用户影响力度量是意见领袖识别的必要前提,然而目前的度量模型忽略了多维影响因素以及水军群体对度量模型真实性的影响.为此本文从网络结构、交互行为和交互信息三个维度来分析整合相关的影响因素,基于LeaderRank模型构建多维用户影响力度量-MUI模型,并在水军识别的基础上构建信任惩罚模型,以修正MUI模型建立MUISTP模型,实现社交网络用户影响力的真实性度量.以新浪微博平台大规模实际数据进行实验分析结果表明,与FBI,LeaderRank和Generative Graphical模型相比,MUI模型识别出的意见领袖更为准确,且可以实现更为有效的信息扩散.此外,经过水军信任惩罚后MUISTP模型较MUI能够实现更为有效的意见领袖识别.     

大规模定制模式下的顾客需求管理：获取、识别和聚类分析

为了有效处理不同客户的需求以保证大规模定制生产的规模性和经济性,提出了一种以聚类分析思想为核心的定制需求管理方法。该方法在获取客户需求信息并进行有效化处理的基础上,采取模糊聚类的方法将数量众多的单个客户转化为具有相似需求的客户群体,指导企业产品的标准化、生产的模块化以及产品族的规划设计并提升客户满意度。文章最后,结合笔记本电脑的应用实例说明了该方法的可行性和有效性。     

体域网中基于特征组合的步态行为识别

物联网(internet of things,IOT)拥有无处不在的识别、传感和通信能力,体域网(body area network,BAN)属于物联网中和人体相关的领域,其应用广泛,可以在日常生活中对人们进行监测及提供帮助.行走是许多日常活动的基本环节,因而步态分析能为体域网应用提供重要的生理行为信息.现有的步态分析已取得一定的研究成果,但仍存在一些问题,例如大多数步态特征提取是对加速度信号进行6重以上的变换,使得特征达到了45维以上,最后需要通过降维或优化来简化特征,较为复杂.本文设计一种灵活便捷的数据采集系统,并利用小波变换、傅里叶变换和四分位差提取出加速度信号中比较简单、低维度但能反应运动特征的步态参数,之后通过模式识别算法进行步态行为识别验证.实验结果表明该系统使用方便,特征提取方法简单实用,识别精确度为97%,EER(equal error rate)最小可到0.9%.     

基于归一化应变梯度变化的损伤识别方法研究

针对传统静态损伤识别测量方法存在测量系统布置烦琐、测点有限以及基于应变参量的损伤识别受加载条件限制的问题,一种基于归一化应变梯度变化(Differential Gradient of Normalized Strain,DGNS)的损伤识别方法被提出.通过对只含有矩形槽的试件和同时含有方形通孔和裂纹的试件的数值计算,说明该方法能够有效识别塑性变形、裂纹等损伤.实验中,提出采用应变等值线密度变化(Differential of Strain Contour Density,DSCD)取代DGNS用以识别结构损伤,两者具有相同的物理意义,但DSCD更加有效地保证云图的平滑性和可视性,实验证明DSCD可以有效地识别塑性损伤.研究表明,DGNS(DSCD)可以很好地刻画出结构塑性变形、裂纹损伤特性,剔除由于结构自身不均匀造成的应变集中区域的影响,有效地孤立出损伤区域;DGNS(DSCD)是结构的本征参数,不依赖于外部载荷幅值;相比于传统的应变损伤识别,DGNS(DSCD)具有更加敏感、更早捕捉损伤的优势.     

基于STM32的实验室危险化学品管理系统

旨在实现高校对实验室危险化学品的智能化管理,以降低其潜在的风险,设计了一种基于STM32 F767的实验室危险化学品管理系统.该设计以STM32 F767作为主控芯片实现门禁功能,由STC12C5A60S2完成对危险化学品相关信息的获取,而管理员则可通过Web网页实现智能化管理.     

基于LVQ神经网络的植物种类识别

提出一种基于学习矢量量化（LVQ）神经网络的计算机植物种类识别新方法. 使用2-D不变矩、 多尺度2-D Gabor滤波器等多种方法分别提取了叶片的几何特征和纹理特征, 应用LVQ神经网络识别植物种类. 实验结果表明, 该方法对植物种类的识别效率较高.     

嵌入式系统有限资源下的代码移植和优化

给出一种基于ADI Blackfin系列数字信号处理器的人像考勤系统设计方案. 在此基础上, 归纳了嵌入式有限资源限制下人像识别算法的实现策略,解决了算法移植过程中从C++到C的转换问题, 并提出了通过修改连接描述文件重新配置存储资源的方法, 从而缓解了大数据量与芯片上有限存储资源之间的矛盾. 测试结果表明, 移植后人像识别算法的运行结果和速度都满足使用要求.