基于模糊方法的舰炮故障诊断

在舰炮武器系统的故障诊断中,由于系统的复杂性和直接监测的困难,应用故障机理分析方法判断征兆故障成因间的关系极为困难。介绍了应用模糊数学进行的故障诊断方法,充分利用故障统计数据和专家经验,根据隶属度与贴近度函数来判断征兆群与故障成因之间的关系,从而实现当输入系统征兆后计算机对系统状况的自动诊断。     

基于多维信息特征分析的驾驶人认知负荷研究

准确评估驾驶人认知负荷水平，对于深入研究驾驶人行为特性，改善驾驶安全性具有重要意义。现有的驾驶人认知负荷分类方法，大多基于心电、脑电等生理信息和车辆信息，由于特征选择上的单一性，导致驾驶人认知负荷分类模型的分类精度不高。设计基于跟驰场景的不同认知负荷N-back次任务试验，通过采集受试者的生理信号和车辆信号，结合NASA_TLX主观评分和机器学习算法，提出了基于多维信息特征融合的驾驶人认知负荷分类方法。研究表明：基于生理信息和车辆信息的多维信息特征认知负荷分类方法，其精度显著高于传统的基于生理信息的认知负荷分类方法，以多维信息特征为输入，随机森林法以其稳定性好、抗过拟合能力强的特点，表现出优异的分类效果，相比神经网络和支持向量机，具有最高的平均分类精度。     

基于自适应权值的多分类器融合方法

提出了一种类似于聚类分析的融合方法，它通过分析样本在特征空间的分布，来估计分类器分类结果的可靠性，并根据各个样本的具体情况自适应地为各分类器赋予权值，从数据融合的层次上来说，这是一种介于特征级和决策级的融合方法。     

新一代的高速公路收费车道车牌识别技术

针对车牌识别系统实用化存在的问题,在国内首次提出和开发了视频检测和车辆检测线圈组合触发的车牌识别技术。此技术将使高速公路收费车道车牌识别正确率稳定保持在一个较高水平上,同时可以取消车牌识别设备安装的各种限制。     

接触网系统各部件内部应力概率分布规律

采用有限元并结合改进算法的径向基神经网络RBF,判别接触网系统各部件内部应力的随机分布规律。以兰新线武嘉段接触网腕臂为算例,把安装角度、冰负载、承力索覆冰风负载、接触线覆冰风负载等参量作为基本变量,按各变量的分布规律随机地产生50组样本数据,通过有限元计算出每一组参数对应的内部最大应力,依据随机抽样规律抽取40组,按经验分布计算出对应的应力分布函数值。利用RBF进行模式识别得到应力符合威布尔分布,并用回归分析计算出正态分布、指数分布、威布尔分布、对数正态分布二个变量的相关系数。从相关系数和拟合图可以看出,应力符合威布尔分布最好,服从指数分布的可能性最小,RBF识别的结果与回归分析的结果是一致的。     

基于神经网络结构的自适应模式识别技术在机械故障诊断中…

本文利用神经网络聚类学习方法对机械故障的故障模式进行分类，通过实验研究证明该方法作为一种新的自适应模式识别技术，比传统的聚类方法和基于ＢＰ神经网络故障模式识别方法具有较高的模式分类能力。     

机动车号牌识别的技术与应用

机动车号牌识别主要涉及数字图像处理、计算机视觉、模式识别和人工智能等学科和领域,其工作流程主要是机动车触发、图像抓拍,号牌检测、定位、字符分割和识别等步骤.如今,机动车号牌识别作为现代智能交通重要的一部分,已成为各级交通管理部门十分关注的科研课题之一.特别在公安交通管理、街面治安防控、嫌疑机动车的跟踪定位等方面,发挥着不可替代的作用.     

一种基于模式识别的FSK信号解调新方法的研究

根据ＦＳＫ信号特点，模拟了一种基于模式识别的ＦＳＫ信号解调新方法，此方法不仅比传统的鉴频器易于实现，而且能有效地克服信道有色噪声和脉冲干扰的影响。实验表明：在相同条件下可使误码率下降１－２个数量级，在此基础上提出了一种新的ＦＳＫ信号解调的硬件实现方法。     

基于编辑距离的结构模式方法

以文字序列为研究对象，探索构建结构模式的方法，提出一种基于编辑距离的结构模式发现方法。该方法引入编辑距离对序列予以分类，认为在类中心附近的序列可以通过子结构规约到类中心，特征结构蕴藏在编辑序列中。然后对获得的上下文无关编辑操作引入伪上下文相关，再根据文法特征分裂和根据距离特征合并，在大量数据的基础上提取出结构模式。     

神经网络在舰船噪声识别中的应用

本文基于多层前馈型网络模型发展了一种利用声纳信号进行目标识别的技术，并在对传统BP算法局限性详细分析的基础上，对其稍作改进，提出了BP－选择学习算法。实验表明，此算法对噪声信号的识别效果好于BP算法。