基于移动通信的嵌入式智能家居系统

该系统采用嵌入式技术、移动通信通讯技术和java语言相结合的方式,搭建了一个家庭智能管理平台。该平台可以将家中的电器、防盗系统、影视娱乐系统有机的结合起来,实现对家用电器和各个子系统的智能管理。同时能通过短信和Internet网络等方式,实现对家庭系统的远程监控。该系统具有非常灵活的可移植性和扩展性,开发成本低,该系统开创性的在手机客户端实现了C/S网络结构,具有独立的运行平台,具有更高的安全性和实时性,在市场上具有很好的发展前景。     

船舶引航梯安全检测方法

针对船舶引航梯的安全检测问题,提出基于Adaboost及Haar特征的引航梯安全检测方法,以某船引航梯检测为例,构建引航梯的图像特征,借助Haar特征的抗光照、旋转等性质,提取引航梯缝隙特征,选择Adaboost方法对提取到Haar特征进行训练及融合,并引入积分图加快检测速度。结果表明,检验结果与实际结果吻合较好,可实现船舶引航梯中微小裂缝的检测和识别。     

复杂背景下基于视频流的人脸检测技术研究

针对复杂背景下的彩色图像,实现了基于视频流的人脸检测与跟踪系统。文中以WebCam采集的视频流为数据源,截取视频流中的单帧图像,采用肤色分割和模版匹配相结合的算法检测人脸,在此基础上实现了在视频流中对于人脸的跟踪。试验证明了该算法的有效性和实用性。     

模糊支持向量机和独立成分分析在人脸识别中的应用

将独立成分分析(ICA)、模糊支持向量机(FSVM)以及三叉决策树相结合并应用于人脸识别.首先对人脸图像做独立成分分析,提取有利于分类的面部特征的主要独立成分,然后在特征空间中,用FSVM和三叉决策树相结合设计人脸分类器.在ORL人脸库上的实验结果表明,该算法能够取得较好的分类效果.     

模糊支持向量机和独立成分分析在人脸识别中的应用

将独立成分分析(ICA)、模糊支持向量机(FSVM)以及三叉决策树相结合并应用于人脸识别。首先对人脸图像做独立成分分析，提取有利于分类的面部特征的主要独立成分，然后在特征空间中，用FSVM和三叉决策树相结合设计人脸分类器。在ORL人脸库上的实验结果表明，该算法能够取得较好的分类效果。     

基于深度学习技术的舰船无线通信应用研究

随着人工智能技术在各产业应用领域的深入,未来的人工智能技术也将应用于不同的落地场景中,会向着差异化方向发展,并通过最佳的模型和算法设计匹配场景特征.该文介绍了人工智能技术原理及发展现状,将深度学习技术引入舰船无线通信网络应用领域,基于舰船平台特点设计具有时序记忆特征的深度学习神经网络,分析神经网络模型实现落地应用有关的关键理论和工程技术,为舰船平台通信细分领域应用人工智能技术提供参考.     

人脸检测的一种混合方法研究

人脸检测作为自动人脸识别系统的第一个环节具有非常重要的作用,为了解决目前大部分人脸检测方法存在的分类器训练困难和检测计算量大等问题,提出了一种人脸检测的混合方法.该方法由两级分类器组成,第一级为粗分类器主要过滤大部分非人脸区域,第二级为核心分类器,在由第一级粗分类的基础上利用非线性SVM算法进行人脸检测.在CMU数据库上的实验结果表明,该方法具有较高的人脸检测率,检测速度得到大幅提高.     

嵌入式船舶运行数据库中信息快速查询方法

针对当前嵌入式船舶运行信息数据库信息查询的开销大,查准率不好的问题,提出基于模糊聚类和相关谱特征提取的嵌入式船舶运行数据库中信息快速查询方法。首先进行嵌入式船舶运行信息资源数据的采集和存储结构分析,提取嵌入式船舶运行信息数据信息流特征,对船舶运行数据进行自相关特征分析,提取反映船舶运行状态特征的相关谱特征量,对提取的谱特征量采用模糊C均值聚类方法进行特征识别和分类处理,提高数据库查询的目标指向性,实现数据库信息快速查询。仿真结果表明,采用该方法进行嵌入式船舶运行数据库中信息查询的查准率较高,实时性较好。     

云平台和分布式处理系统的船舶图像分类

在云平台和分布式处理系统中进行船舶图像分类,提高船舶的调度和识别能力,提出一种基于Harris角点检测和BP神经网络的船舶图像分类算法,在云平台和分布式系统下进行船舶图像采集,对采集的船舶图像进行二值化降噪处理,采用Harris角点检测技术提取船舶的分类标识性特征量,将提取的特征量输入到BP神经网络分类器中,实现云平台环境下的船舶图像分类。仿真结果表明,采用该方法进行船舶图像分类的准确性较高,抗类间干扰性较强。     

舰船电力系统谐波的智能检测研究

舰船电力系统包含大量的非线性负载,谐波产生的概率相当高,谐波会对舰船电力系统产生很大干扰,而当前舰船电力系统谐波检测算法存在检测精度低、实时性不高等局限性,为了解决当前舰船电力系统谐波检测过程中存在的缺陷,设计一种舰船电力系统谐波的智能检测算法。首先分析了舰船电力系统谐波产生的原因,并提取舰船电力系统谐波检测相关数据,然后采用RBF神经网络建立舰船电力系统谐波的智能检测法,最后在Matlab2017平台上进行了舰船电力系统谐波检测的仿真模拟测试,结果表明,本文算法检测舰船电力系统谐波成功概率相当高,降低了舰船电力系统谐波检测误差,而且可以实现舰船电力系统谐波的实时性检测。     

人脸检测的一种混合方法研究

人脸检测作为自动人脸识别系统的第一个环节具有非常重要的作用，为了解决目前大部分人脸检测方法存在的分类器训练困难和检测计算量大等问题，提出了一种人脸检测的混合方法。陔方法由两级分类器组成，第一级为粗分类器主要过滤大部分非人脸区域，第二级为核心分类器．往由第一级粗分类的基础上利用非线性SVM算法进行人脸检测。在CMU数据库上的实验结果表明，该方法具有较高的人脸检测率，检测速度得到大幅提高。     

舰船监控网络入侵的实时检测研究

传统舰船监控网络入侵检测方法实时性差,无法及时发现舰船监控网络中的入侵行为。为了满足舰船监控网络入侵检测的实时性,加快舰船监控网络入侵检测速度,提出一种舰船监控网络入侵的实时检测方法。首先提取舰船监控网络入侵行为特征,然后引入特征降维算法对舰船监控网络入侵行为进行处理,使得舰船监控网络入侵行为特征数量变少,最后引入支持向量机对舰船监控网络入侵行为进行分类和检测,并通过实例分析本文方法的有效性。结果表明,本文方法能够有效防止出现"维数灾"现象,具有较好的舰船监控网络入侵检测实时性,提高入侵检测的准确性,能够有效保证舰船监控网络安全。     

基于统计量的声呐图像目标检测算法

水下声呐图像目标检测问题是一项重要而困难的工作,采用滑动窗计算图像中各像素点处邻域像素灰度的统计量,利用最大熵图像分割算法确定检测阈值,并利用均值、标准差、偏态和峰度等统计量对算法进行了仿真验证,对声呐图像中的目标回波区和阴影区域均可实现较好的检测效果。结果表明,该方法具有原理简单、运算效率高、实时性好等特点,具有较强的工程应用价值。     

云计算聚类挖掘算法在船舶海上信息平台中的应用

海洋数据量快速增长,如何获取有用的数据已经成为海上信息平台处理中的关键问题之一。本文在搭建的海上信息云平台上,利用Canopy算法实现海上数据的聚类分析,对云平台中的并行计算进行说明。最后进行与K-均值聚类的对比实验,从运行时间、加速比、聚类识别率等方面说明本文算法运行效率高,聚类识别效果好。     

基于DSP并行结构的二叉树SVM多分类器

目前SVM多类分类方法在模式识别领域得到了广泛使用。为了满足识别系统对完成多分类任务的实时性要求,研究了基于二叉树的SVM多类分类算法的实时实现。结合具体的硬件实现,提出了将一棵二叉树分解为几棵二叉树的并行方法。给出了基于TMS320C6711DSPs的并行实时实现方案,即用每一个DSP芯片完成一棵二叉树SVM的运算任务。并对接口电路设计和程序流程进行了阐述。该实现方法具有较好的快速性和可扩展性,可以应用于实时性要求较高和分类数目多的系统。     

云环境舰船目标检测与跟踪

目标检测与跟踪是舰船应用中的一个重要研究方向,针对当前舰船目标检测与跟踪存在的一些难题,为提高舰船目标检测与跟踪效果,设计了一种云环境下的舰船目标检测与跟踪方法。首先收集舰船目标检测与跟踪的数据,并对舰船目标的背景进行建模,然后采用卡尔曼滤波算法实现舰船目标检测与跟踪,并利用云环境作为舰船目标检测与跟踪的平台,最后在Matlab 2016平台上进行仿真实验,测试舰船目标检测与跟踪的效果,本文方法的舰船目标跟踪精度高,具有良好的舰船目标跟踪实时性。     

多特征融合的级联回归人脸对齐方法研究

深度神经网络技术在人脸识别方面已经取得了巨大进步,但是大多数方法只是运用人脸深度特征而并没有分析哪些特征是有效的.为了探索针对人脸识别任务的有效结构化特征,提出了基于多种特征级联回归方法的人脸关键点检测模型,将两两关键点对应的人脸局部特征对之间的结构关系、整张人脸图像的全局表观和关键点对应的局部热图这3种人脸特征融合之后用于人脸对齐任务.实验证明,多特征级联回归法与记忆下降法相比,人脸对齐任务错误率下降了30.17%,与最新的一些人脸对齐模型具有一定的可比性.     

一种分布式实时支撑平台的研究与实现

针对一种建立在高可靠、高性能结点和双冗余通信网络上的实时容错分布式系统，将运行在实时应用程序和系统硬件平台之间的分布式实时支撑平台作为研究系统实时性的重点，从其实现的难点出发，分析了分布式实时支撑平台的技术路线、可预测性机制和具体实现方案，并扩展了该平台对于实时容错任务的调度支持。     

多种代数特征抽取方法下的图像分类算法研究

文中分别用主成分分析、独立成分分析以及线性鉴别分析方法对图像进行特征抽取,同时采用K近邻算法和支持向量机算法进行人脸图像分类.通过在YALE人脸图像库上实验,结果表明:多种特征抽取方法下的图像分类算法是有效的.     

基于Bowring公式的超视距目标定位算法实现

针对现代海战中超视距目标探测定位问题,提出利用中继平台探测目标,运用Bowring公式解算出目标到攻击舰的距离和方位角,实现超视距定位的算法,并在Visual C++平台上完成工程实现.经过应用和分析,基于Bowring公式的超视距目标定位算法具有较好的工程可实现性.