基于多入侵线的视频车速检测方法

为提高视频中车速检测的精度，提出一种基于多入侵线的视频车速检测方法。首先在视频中布设已知相对距离的多条入侵线，其次检测车辆经过每条入侵线时的帧数，最后结合帧数、 摄像机的采样时间、入侵线间的距离生成关于车速的概率密度函数模型以计算车速。通过构建仿真环境验证模型性能，仿真结果表明：减小摄像机的采样时间、增加入侵线数量、增大入侵线之间的距离可以提高模型性能，并且在不同检测条件下使用多入侵法进行车速检测的误差率都更低。采用Deepsort+YOLOv5目标跟踪算法实现视频中车速的检测，同时，在视频车速检测综合数据集BrnoCompSpeed上与主流车速检测方法进行实验对比，实验结果表明，该方法测量结果的平均误差率为1.40%，与主流视频车速检测方法相比精度更高。     

基于模式识别的无人水下航行器智能导航方法

传统方法对无人水下航行器进行导航时,经纬度误差与实际误差相差较大。为了解决该问题,提出模式识别导航方法。统计满足特征组分辨尺度的各个特征,并计算离散度,设计特征选择流程,在对完成已经存在的特征进行更新后,对状态变量进行维护处理,对新加入的特征值进行坐标分析,并获取扩充后的状态向量,保证导航不会受到区域大小限制,设计具体航迹线确定方案,由此完成无人水下航行器智能导航。仿真实验结果表明,该方法比传统方法导航结果误差要小,且与实际误差一致,具有广阔应用前景。     

基于信息融合的船舶机电设备故障诊断

对船舶机电设备故障进行了分析,指出故障诊断必须从多类数据中寻找隐藏的信息,进而提出了对于观测数据运用模糊聚类方法进行信息融合,寻找故障模式.算例证明方法有一定的效果.     

汽车可靠性工程数据分布规律的模糊模式识别法

根据汽车可靠性工程数据,对其进行可靠性定量分析时,应该首先判别可靠性数据的分布规律。汽车可靠性工程数据的分布规律具有模糊集合的性质。本文探索了用模糊模式识别法识别汽车可靠性工程数据的分布规律,简单易行,实用。     

一种基于模糊模式识别方法的车型识别仪

车型识别对于收费道路的管理，交通信息统计等具有重要意义，本文介绍一种使用的地感线圈作传感器，基于模糊模式识别技术的车型识别方法。依据该方法研制出的ＡＩＦ－２０型车型识别仪，具有很强的学习能力，在使用时有较大的通用性和适应性。     

一种纹理特征抽取的算法

给出一种抽取纹理特征的算法，该算法实时性强，适于在线遥感图像分类。实验表明，方法是有效可行的。     

一种基于不变距和PNN分类网络的图形识别方法

图形识别是模式识别的一个重要分支。通过对待识别图形提取7个不变矩，然后将其送入概率神经网络加以识别，以达到对图形进行分类的目的。试验结果表明，该方法不仅能对通常的图形进行分类，而且能对有缺损、畸变的图形进行分类。     

板结构裂纹故障的模式识别

根据结构应力模态叠加原理，以一悬臂板为研究对象，利用ＩＴＤ进行实验应变模记分析，通过提取反映结构纹故障存在有其位置的特征，建立相应的模式识别向量及特征向量，进而利用模式识别技术，实现板结构裂纹位置的识别，其研究结果表明，该方法简单可行，有一定的工程应用价值。     

基于V-支持向量分类机的交通事件检测方法研究

基于支持向量机在解决分类问题的优势，本文提出基于V-支持向量分类机的交通事件检测方法。首先把交通事件是否发生看成是一个特殊的分类问题，选取V-支持向量分类机和核函数，根据以往的交通事件是否发生的检测数据，即分别在发生交通事件和不发生交通事件两种情况下的上下游车道占有率，计算出其当前时段的上下游车道占有率的绝对差、相对差，以及下游前两时段与当前时段车道占有率的相对差，以此作为V-支持向量分类机的输入，对其进行训练，然后输入现阶段检测到的相应车道占有率统计结果，利用训练完成的V-支持向量分类机来判别是否发生交通事件。最后，本文以微观交通模拟的数据验证模型的效果。     

支持向量机在雷达辐射源信号识别中的应用

为了提高电子对抗设备的信号识别能力，采用相像系数法提取雷达辐射源信号特征，并引入支持向量机完成信号自动分类识别．相像系数法在大信噪比范围内稳定性好、分辨能力强．支持向量机分类器结构简单、可获得全局最优、泛化能力强．实验结果表明，基于相像系数和支持向量机的辐射源信号识别方法在大信噪比（5～20dB）范围内，错误识别率最低可达2．68％，优于传统识别方法．