虹膜识别技术中瞳孔特征参数分析

以椭圆形来定义瞳孔,提出了一种计算瞳孔特征参数的方法.用椭圆上的两对点确定椭圆的中心、旋转角度、长半轴、短半轴等参数.实验表明,该方法速度快,检测性能好,可以通过非连续的边缘确定椭圆的参数.最后,比较了该算法确定的椭圆形瞳孔边缘与其它边缘检测算法得到的瞳孔边缘.     

基于支持向量机的机场检测算法

提出了一种新的机场检测算法．该算法通过把机场跑道的几何特征与其所在区域的纹理特征相结合来描述机场特征，其中由灰度的平均值和方差、区域的光滑性、直方图的偏斜度、区域的一致性、图像的随机性、图像的梯度平均和方差等8个特征组成机场的纹理特征向量．先通过直线检测找到机场跑道的候选区域，然后用基于高斯核函数的支持向量机作为分类函数，对候选区域的特征向量进行分类，由此判别机场跑道．实验表明，与传统的仪通过形状判断机场的方法比较，该算法对机场的误检率较低，检测率比刘德红的方法高近10倍，几乎能实时完成一幅图像的检测．     

改善彩色等离子体显示器动态假轮廓的动态复合寻址技术

开发了一种改善彩色等离子体显示器动态假轮廓的新型动态复合寻址技术．该技术基于寻址与显示分离技术，将对产生动态假轮廓起重要作用的权值较大子场拆分为若干个权值较小的子场，并对拆分的子场使用累积发光的寻址方式，利用输入图像灰度统计与预置的灰度阈值比较，动态地确定拆分子场的使用情况，在不影响图像显示亮度的情况下有效地减小了动态假轮廓现象．同时，利用拆分多个子场、设置多阈值、增加子场数目、使用遗传算法修正编码、联合方式等改进技术，充分发挥子场数目多、子场冗余、拆分子场的特点，进一步减小了动态假轮廓．仿真结果表明，改善动态假轮廓的新型动态复合寻址技术有效地减小了动态假轮廓现象，并最大限度地提高了整幅图像的显示质量．     

齿轮传递系统故障诊断检测方法研究

运用多传感器类型的选择和位置的优化配置方法,解决了由单一传感器采集信息来实现系统的多故障检测、分离和定位带来的缺陷,提高了齿轮传递系统故障检测的灵敏度和准确性,实现了对复杂机械系统进行多故障分离和高灵敏度的检测,使得运行设备故障状态得到更加准确的评价。     

计算机免疫技术在入侵检测中的应用

根据人体免疫原理，应用计算机免疫技术，采用否定选择、克隆选择等免疫算法，构建具备自主学习能力的检测模型，以提高入侵检测系统防范未知攻击和变形攻击的能力。     

矿区岩体应力状态对瓦斯突出区域分布的影响

基于地质动力区划方法,建立区域地质构造模型,以岩性分布和地应力测量为边界力学条件,确定了矿区区域岩体应力分布规律:矿区区域岩体应力状态主要受断裂构造的控制,断裂构造的叠加扰动使原岩应力场重新分布.鹤壁六矿岩体应力状态对煤与瓦斯突出区域分布的影响分析,结果表明:构造应力场对煤与瓦斯突出起控制作用,构造应力区的分布决定了煤与瓦斯突出的区域性分布.这为矿井煤与瓦斯突出区域预测、局部检测和解危提供了理论参考.     

小康井田煤系地质构造

应用构造地质学原理和方法,阐述了小康井田3组褶皱、5组断层的发育特征和分布规律;从区域构造背景、构造应力场演化揭示了该井田地质构造的形成期次,即先后形成了压性结构面(以褶皱轴面、逆断层面为代表)走向呈北西西、北东东、北北西向的构造系统;分析了后期构造形迹迁就和改造先存构造形迹的力学性质转化,其中,由于断层多期活动的综合效应和构造抬升、应力松弛使绝大部分断层现今表现为正断层;指出走向为北北东向同沉积正断层对原始煤层的发育具有控制作用,其他方向的断层尤其是北北西向或近南北向的断层,主要表现为成煤后对煤层的破坏作用.     

葡萄糖的六种荧光检测法研究

介绍了6种葡萄糖荧光检测法.详细介绍了每种检测方法的荧光强度变化机理和葡萄糖检测原理,并在此基础上对葡萄糖荧光传感器的发展趋势作了展望.     

Techniques of Image Processing Based on Artificial Neural Networks

This paper presented an online quality inspection system based on artificial neural networks. Chromatism classification and edge detection are two difficult problems in glass steel surface quality inspection. Two artificial neural networks were made and the two problems were solved. The one solved chromatism classification. Hue, saturation and their probability of three colors, whose appearing probabilities were maximum in color histogram, were selected as input parameters, and the number of output node could be adjusted with the change of requirement. The other solved edge detection. In this neutral network, edge detection of gray scale image was able to be tested with trained neural networks for a binary image. It prevent the difficulty that the number of needed training samples was too large if gray scale images were directly regarded as training samples. This system is able to be applied to not only glass steel fault inspection but also other product online quality inspection and classification.     

Distribution-based CFAR detectors in SAR images

1. INTRODUCTION Many researches have been made on automatic target recognition (ATR) from SAR images in the past few years. Lincoln Laboratory has developed a complete, end-to-end ATR system[1-4]. The whole system inclu- des three stages: detection (or prescreening), discri- mination and classification. In the detection stage, a two-parameter CFAR (constant false alarm rate) detector is used as a prescreener to select candidate targets in an SAR image on the basis of local brightne…