大坝智能化安全监测新技术简论

提高大坝安全监测的智能化、标准化，增强传感器布置优化的可操作性等是大坝安全监测技术发展所迫切需要解决的问题．材料科学、数学、力学、人工智能、信息技术与传统大坝安全监测技术的多学科交叉渗透已成为大坝安全监测领域新的研究方向．智能传感器、传感器的网络化在解决上述问题中表现出的强大功能，在大坝安全监测领域已引起广泛的关注．人工智能强大的功能和解决某些问题的独特手段，正在加速监测技术高度智能化的进程．文中在对大坝安全监测传感器、数据采集装置的研制以及布置方案拟定等的研究现状进行综述的基础上，从智能传感器、现场总线控制系统和传感器网路化以及布置优化等几个方面，介绍了大坝安全监测技术新趋势和发展方向，并简述了人工智能技术在提高大坝安全监测水平中的应用前景．     

边缘检测方法在线阵CCD大坝位移计中的应用

根据大坝变形监测的实际需求,采用先进的CCD以及FPGA技术,设计了用于大坝水平位移监测的高精度位移计．根据线阵CCD的特性,论述了利用平行光源进行测量的结构及原理．通过对CCD图像进行数字化,采用数字的高斯滤波及边缘检测算法对CCD图像进行像元级的边缘定位．在实验中运行了FPGA作为处理部件,采用VerilogHDL对处理算法进行逻辑设计,通过论证,系统具有很高的测量精度以及集成度．     

基于推广的长程外力场的库仑Snake算法应用于MR心室图像的分割

提出了一种Snake算法的新的外部能量模型,用基于库仑定律的图像库仑场代替传统Snake中的外力场,并对该外部能量场进行了推广,根据图像的边缘特征自动设定参数,使其外力具有真正的长程性．实验结果表明,该方法提高了分割精度,减少了外部能量场中存在的局部最小,从而大大减少了对初始轮廓的限制,同时减少了人工干预。     

B样条小波在图像边缘检测中的应用研究

讨论了小波变换的图像边缘检测理论后,给出了采用紧支集３ 次样条小波的图像边缘检测算子,导出了采用３ 次样条小波作为边缘检测的方法．最后给出了数值实验,验证了该方法的有效性．     

论人工智能科学中的机器学习

本文首先提出机器学习是人工智能科学中提高机器智能水平的唯一途径。只有不断完善机器的学习功能，才能使机器接近或超过人类和智能水平，提出了机器的学习方法和分类，指出机器学习的发展必须依靠思维科学的发展。最后，提出了研究机器学习的目标及意义。     

多项式展开的快速扩散张量图像配准

提出一种基于多项式展开的扩散张量图像快速配准方法.采用拉普拉斯算子提取经图像增强处理的各向异性测度图像的边缘特征点,给出一种图像变换模型,利用边缘特征点来定义图像的特征,并以此校正图像的方向.利用基于多项式展开的配准模型,对已经经过方向校正的各向异性测度图像进行全局像素点稠密配准.实验结果表明该方法有效地提高了配准效率和配准精度.     

高速钢直柄麻花钻预应力热处理试验研究

本文简要地讨论了残余应力对麻花钻使用寿命的影响;介绍了高速钢直柄麻花钻预应力热处理的方法原理和试验情况。结果表明,调整麻花钻刃口的残余应力状态,可以提高其使用寿命。     

墙地砖图像的快速有效提取

基于对采集到的墙地砖样本图像的特点分析，给出了墙地砖图像提取的两种思路，讨论了基于投影的边界提取和基于灰度门限的区域分割方法在墙地砖目标提取中的具体应用，选择差分投影法，完成了对墙地砖图形的有效提取，并指出了采用差分投影法进行有效目标提取应注意的问题和采取的措施。     

基于机器视觉的胶囊完整性检测系统研究

为提高胶囊完整性检测的正确率，提出一种基于机器视觉的检测方法。为避免二值化处理产生的错误分割，采用局部二值化方法，以边缘提取为基础，对投影和形态滤小确定的每个胶囊存在区域进行二值化处理，从而取得了良好的分割效果，设计了一台基于最小错误率的贝叶斯分类器，对胶囊进行分类，以判断药板是否缺损。大量实验表明，检测为合格品的正确识别率为99．95％，识别速率达200粒／s。     

基于人工智能和数据库技术的分布式WZCAPP系统的研究与开发

本文针对回转体零件,采用分布式、人工智能及数据库等技术,提出了构造高效ＣＡＰＰ系统的方法．该系统通过实用技术的集成,自动完成工艺设计,达到了高效的目标