清水混凝土表观质量的影响因素分析

以表面气孔面积百分率为指标，利用正交设计原理分析了粉煤灰、UEA膨胀剂和消泡剂等因素对清水混凝土表观质量的影响。得出结论：粉煤灰和膨胀剂是影响混凝土表观质量的主要因素，通过调整配合比可以从根本上改善混凝土的表观质量。     

基于数字图像的隧道表观病害识别方法研究

阐述了公路隧道结构快速检测车图像采集的原理,以隧道结构表观图像为研究目标,系统分析了隧道裂缝和渗漏水病害的图像特征;基于裂缝图像特征,通过CTA测度算法和边缘检测结合可准确地识别裂缝;根据渗漏水图像特征,采用改进的CTA算法,并结合形态学处理方法,可实现隧道结构渗漏水的识别与定位。研究表明:采用CTA测度及其改进算法可较好地实现表观病害识别,可有效地减弱线缆干扰、光照变化带来的影响。     

雷达识别预应力混凝土梁内预应力束孔道缺陷

通过建立预应力孔道的病害典型图形库,研究雷达扫描图像等方法,检测后张预应力孔道缺陷,达到对缺陷的实时监控。     

车牌识别的分布式结构处理方法研究

提出了一种车牌识别的分布式结构处理方法,能合理利用车牌识别系统的资源,提高车牌识别系统的识别效率,适合于多车道大流量的实际交通系统。对车牌识别系统在交通系统的应用和推广具有重要意义。     

基于小波变换的混凝土缺陷特征抽取研究

采用脉冲回波法对混凝土板中的不同类型的模拟缺陷进行检测,实验分别在密实板、剥离板和空洞板上进行,利用小波分析对脉冲回波信号进行处理,小波变换采用Mallat算法和具有紧支集的Daubechies小波,并从反映缺陷特征的小波变换细节信号的极大模中抽取特征向量,用些特征进行缺陷的模式识别,分析结果表明小波变换在混凝土板类结构缺陷探测中具有很大潜力。     

基于神经网络的手势识别

在机器人对手势识别的实验中,利用BP神经网络对连续手势进行识别。对采集到的彩色图像进行基于肤色的提取后,从复杂背景的彩色图像中划分出手部图像,进一步处理后输入神经网络进行识别。实验结果表明,该方法比较简单,识别效果也较为理想。     

谈混凝土缺陷

本文以预应力桥梁构件为例，分析了混凝土构件的缺陷，并提出维护措施。     

简析钢管混凝土质量检测及缺陷处理方法

简单分析了钢管混凝土的质量检测原理及缺陷判别方法，并提出了缺陷的处理方法。     

基于红外图像增强算法的混凝土内部缺陷检测研究

由于混凝土的不良导热性能,传统红外检测方法分辨率低、缺陷特征不明显.针对上述问题,研究了结合红外热像和增强图像算法的混凝土内部缺陷检测方法;开展了混凝土中不同深度、大小的缺陷的红外检测试验,并采用时域拟合与限制对比度直方图均衡算法相结合的方式对红外检测图像进行处理;对比了处理前后的热像图缺陷识别效果.试验结果表明:算法应用后缺陷识别所需温差从0.3℃降至0.1℃,边缘细节得到优化,提高了红外图像混凝土内部缺陷检测的精度和实用范围.该方法拓展了红外热像在混凝土无损检测中的应用范围.     

混凝土梁损伤识别的试验研究

将结构自重作为损伤识别分析的外部信息,在此基础上分析混凝土裂缝损伤对结构的影响及其性质,从而找到能较好地反映结构损伤的物理量。通过光纤传感器和传统电测应变片的对比试验,验证了光纤传感器用于损伤识别的可行性。     

混凝土外观质量的分析和修复办法

结合施工经验,对砼的表面缺陷,如表面裂缝、表面破损、表面颜色不均匀、表面漏筋的内因进行分析,并提出有针对性的预防措施及对既有缺陷的修复处理办法,可为提高混凝土的外观质量提供参考和依据。     

基于主成分分析的DEM粗差检测

为探讨误差的空间分布特性对数宁高程模型(DEM)粗差检测率的影响,建立了独立粗差模型和相关粗差模型,并模拟了不同粗差率(0.2%～3.0%)的数据.将随机分布的粗差加入DEM中,采用基于主成分分析的粗差检测算法进行了试验.结果表明,无论粗差是否空间相关,随粗差率增大,检测率均下降.对于独立分布的粗差,当粗差率小于1.0%时,基本可以定位所有污染数据;而对于空间相关的粗差,当粗差率等于1.0%时,检测率不足50%.可见,粗差的空间相关性及较大的粗差率均会降低基于主成分分析的粗差检测算法的检测率.     

基于二维主分量分析的人耳身份识别研究

有效的特征提取方法是解决人耳身份识别任务的关键之一。以主分量分析（PCA）为代表的线性子空间方法在特征提取工作中得到了广泛应用。为了更有效地提取人耳图像特征并减少运算量,将基于二维图像矩阵的2D-PCA方法应用于人耳身份识别。针对三个USTB人耳图像库,采用最近邻分类器,研究了选用不同的特征维数、贡献率,及不同的相似性测度时,2D-PCA方法与传统的PCA方法的识别性能。交叉验证的实验结果表明：2D-PCA方法较PCA方法获得了更短的训练时间和更高的识别率,说明基于图像矩阵的2D—PCA方法是一种效率更高,鲁棒性更强的人耳身份识别方法。     

基于主成分和BP神经网络的汽车保有量预测

针对汽车保有量预测建模中输入因子过多而导致神经网络规模过大、泛化能力差的问题,通过主成分分析法和贝叶斯正则化方法对BP神经网络进行改进,可简化网络结构,增强泛化能力。对此,以我国汽车保有量预测为例进行的仿真计算表明,结果令人满意,这也同时证明了该方法用于汽车保有量预测的可行性与有效性。     

基于主成分和BP神经网络的汽车保有量预测

针对汽车保有量预测建模中输入因子过多而导致神经网络规模过大、泛化能力差的问题,通过主成分分析法和贝叶斯正则化方法对BP神经网络进行改进,可简化网络结构,增强泛化能力。对此,以我国汽车保有量预测为例进行的仿真计算表明,结果令人满意,这也同时证明了该方法用于汽车保有量预测的可行性与有效性。     

����PCA�ij��п���·����·�η���ˮƽ����

城市快速路基本路段作为城市快速路的重要组成部分,其服务水平的高低决定了整个城市交通系统运行的通畅性. 为更好的掌握快速路服务水平状态,分析了城市快速路基本路段交通运行特征,车辆构成特征和路段几何特征,建立城市快速路基本路段服务水平评价体系. 借助SPSS分析软件,采用主成分分析法对快速路基本路段服务水平进行计算. 以北京市莲花池西路为例进行实例评价,得到各基本路段各时段的服务水平综合得分,及全天平均服务水平聚类结果. 结果表明,本方法是对传统服务水平计算方法的补充与改善,且聚类分析使得对各基本路段服务水平的分类更明显.     

基于PCA的城市快速路基本路段服务水平评价

城市快速路基本路段作为城市快速路的重要组成部分,其服务水平的高低决定了整个城市交通系统运行的通畅性. 为更好的掌握快速路服务水平状态,分析了城市快速路基本路段交通运行特征,车辆构成特征和路段几何特征,建立城市快速路基本路段服务水平评价体系. 借助SPSS分析软件,采用主成分分析法对快速路基本路段服务水平进行计算. 以北京市莲花池西路为例进行实例评价,得到各基本路段各时段的服务水平综合得分,及全天平均服务水平聚类结果. 结果表明,本方法是对传统服务水平计算方法的补充与改善,且聚类分析使得对各基本路段服务水平的分类更明显.     

基于主成分分析理论的交通事故成因研究

研究了道路交通事故的各种成因,用主成分分析理论对引起道路交通事故的主要因素进行分析,得出影响交通安全的主要矛盾,并采取适当的安全措施,从而达到降低交通事故发生的次数和强度的目的。     

基于BP神经网络的城市公交服务质量影响因素主成分分析

为改善城市公交服务质量,根据乘客服务质量问卷调查数据分析,运用主成分分析方法对公交服务质量影响因素进行降维处理,把15个影响变量提取为8个主成分变量.在此基础上,运用MATLAB7.0建立影响因素主成分与公交服务质量认可度的BP神经网络模型,在不同参数下进行试验和比较,计算出模拟数据下公交服务质量认可度折减影响系数均方差为0.000 957,表明该模型所选参数值可以用于评估公交服务质量的影响因素分析.最后,根据权值和阀值计算得出影响城市公交服务质量的关键因素为公交车内拥挤程度、驾驶员服务态度和首末班车时间,其影响程度分别为53.09％、32.02％和30.36％.研究结论可以为城市公交服务质量改善提供依据并明确重点改进的方向.     

基于热图时序特征和PNN的孔洞缺陷红外无损检测方法

利用热图时序特征和PNN,提出了一种以像素为单位,实现缺陷红外无损检测的新方法。该方法首先采用红外热像仪获取加热试件在降温过程中的红外时序热图;其次,提取时序热图中正常和异常区域的灰度值,建立不同区域的灰度值与时间的关系,进而获得相应的初始特征;再次,采用主成分分析方法对初始特征进行提取,获得时序特征;最后,以时序特征作为训练样本,构建概率神经网络,实现孔洞缺陷检测。实验结果表明,正常区和异常区识别率分别可达到95%和85%。