基于方法库的织物图像疵点检测

为准确检测织物在生产过程产生的疵点,提出一种基于改进的Gabor滤波方法、数学形态学处理法和多尺度小波检测的方法库的系统检测法.首先采用改进的Gabor滤波方法,选出最优滤波结果,进行高斯平滑,确定正常织物图像的两个阈值门限,进而分割出织物的疵点图像;其次采用数学形态学处理法对织物图像进行检测;最后采用多尺度小波检测的方法,检测最终结果.由于织物的纹理不同,在生产过程中产生疵点的种类众多,算法采用级联检测,保证了检测疵点的准确有效性.试验证明,所提出的算法检测结果较好,能准确定位疵点的位置.     

跨音速涡轮平面叶栅气动性能试验研究

为研究某型涡轮叶片根部截面的平面叶栅在不同攻角和不同马赫数下的气动性能,采用风洞吹风试验对叶栅总损失特性、出口能量损失分布、叶片表面和壁面压力与马赫数分布等气动参数变化情况进行分析.结果表明,叶栅所采用的叶型具有较为明显的后部加载特性,叶栅能量损失在较宽攻角范围内保持较低水平,且随着出口等熵马赫数的变化呈现先减小后增大的变化规律.     

基于分裂级联模型的多视角多姿态目标检测(英文)

提出将分裂级联模型用于多视角多姿态的目标检测任务,即通过使用从粗到细的自动集合划分策略,自动生成一个树形结构的分类器,树型分类器的每个节点都是一个具有拒绝功能的级联节点.该分裂级联模型可以使用任意的特征作为输入,并且有很大的适用范围,可用于通常目标而不仅仅是某类特定目标的检测.在INRIA行人库和多视角车辆库上的实验证明了算法的有效性.     

DNA序列特征提取方法研究

针对DNA序列分类问题提出了两种特征提取方法,利用可分支持向量分类机间隔大、推广能力强的原理建立了DNA序列特征提取方法优劣的评价标准,利用该标准把本文的两种特征提取方法进行了比较,且跟以往的DNA序列特征提取方法进行了比较.实验表明,提出的两种特征方法得到的DNA序列特征完全能够代表DNA序列,对已知分类样本的预测率为100%,且此特征提取方法有很强的推广能力.     

变电站网络视频监控系统的设计和级联扩展的实现

通过视频矩阵系统切换处于不同地点的变电站监控视频,根据TCP/IP网络互联协议和UDP用户数据报协议,将远端变电站视频实时地传输到本地或中心主控机房,实现对远端多个变电站的本地或远程监控,为更高效地实现对变电站远程综合监控提供了技术保障.对网络设施的要求灵活,通过级联可以充分利用不同网络的资源,提高监控和管理能力.     

吸力面翼刀高度对压气机环形叶栅流场的影响

为研究不同高度的吸力面翼刀对压气机环形叶栅流场结构及性能的影响,采用三维定常N-S方程和Realizablek-ε湍流模型,对CDA环形叶栅和同一叶展位置安装的4种不同高度吸力面翼刀的叶栅三维黏性流场进行数值模拟.结果表明:加装吸力面翼刀后,各方案叶栅端壁附近周向压力梯度减小,二次流动得到有效控制.各翼刀方案的叶展中部流动状况均较原型叶栅改善,分离线高度均显著降低.叶栅能量损失系数随吸力面翼刀高度的增加先减小后增大,在计算范围内,吸力面翼刀高度为3.3 mm的方案可较好控制环形叶栅内的二次流动.     

滚朋羊梯级水电站优化调度研究

本文针对目前各种梯级水电站优化调度算法存在不足,以云南滚朋羊梯级水电站优化调度为工程背景,着力考虑该梯级总发电量和最大保证出力2个重要指标,并且围绕这2个指标建立该梯级水电站优化调度的目标函数,采用蚁群算法获得该目标函数的解。最后通过仿真证明,采用蚁群算法获得的解将是全局最优解。     

基于多分类器融合的语音识别方法研究

针对语音识别性能提高的问题,提出了一种基于多分类器融合的语音识别方法,该方法使用支持向量机(support vector machine,SVM),RBF神经网络与贝叶斯网络作为成员分类器,根据样本库中抽取的校验集计算各成员分类器的权值,以加权评分的投票策略进行决策融合.实验结果表明,通过多分类器融合的识别结果明显优于...     

神经元的几何形态分类

为了对不同神经元进行区分,采用L-Measure软件对神经元的几何形态进行特征提取,通过主成分分析对提取的特征降维进行处理.采用概率神经网络、BP(Back Propagation)神经网络和模糊分类器组成的分类器“投票”,对锥体神经元、普肯野神经元、运动神经元、感觉神经元、双级神经元、三级神经元和多级神经元7种神经元...     

一种融合特征选择的AdaBoost集成算法

针对Ada Boost算法训练分类器的特征具有大量冗余问题,提出了一种融合特征选择的Ada Boost集成算法.首先,使用一种特征选取方法,选择图像特征之间冗余度最小的特征,构造最优训练集;其次,采用Ada Boost算法训练分类器,构建分类模型;最后,使用分类模型实现待标注图像的自动标注.实验使用华盛顿大学用于图像自动标注的数据集,结果验证算法的有效性,并且相比其他传统算法,该算法具有更高的分类精度.