基于机器视觉的车身位置偏差自动补偿应用与研究

前照灯检测仪是在假定车身位置摆正的前提下进行检测的,实际检测中停车位置往往很难做到没有偏差．影响了检测精度。介绍了基于机器视觉技术的车身位置偏差自动补偿前照灯检测仪的实现方法和检测原理．详细地论述了斜拍校正技术、模式识别技术以及自然光线下高精度实时角度测量技术。     

基于模式识别的短时交通流预测

实时准确可靠的短时交通流预测是智能运输系统的基础,有很多种方法被用来对交通流进行预测.基于模式识别的交通流预测方法是较新的预测方法之一.提出一个用于短时交通流预测的模式和对应的模式识别算法,并对城区道路的交通流做了实验预测,结果表明在趋势上较为准确.     

基于边界点分布特征的夜间道路检测算法研究

提出一种在结构化道路情况下的夜间道路标志线检测算法。选择邻域均值滤波、Sobel算子和最大熵分割算法对道路图像进行预处理。结合道路灰度图像与道路边界图像,分析夜间道路边界点的分布特征,将道路边界点划分为到4个点集。针对虚假道路边界点,应用多方向搜索方法予以消除。选用2D的直线模型,采用改进的Hough变换从预处理后的图像中获取道路几何特征参数,最终检测出道路边界。试验结果表明本算法可靠、有效,户外试验中具有很好的鲁棒性。     

基于PNN的发动机PT燃油系统故障诊断

针对传统故障诊断方法的局限性,提出了基于PNN的故障诊断方法,并以发动机的PT燃油系统为例,进行了故障诊断研究;通过与常用的BP神经网络进行对比试验,验证了基于PNN的故障诊断方法的有效性.     

测试系统中波形的神经网络识别方法

为满足自动测试系统对信号波形的智能化识别要求,在对现有的波形识别方法进行研究的基础上,提出一种新的波形识别方法;该方法在利用离散余弦变换（DCT）对波形进行频域特征提取的基础上,将模式识别与BP神经网络理论相结合从而建立波形特征匹配模板,最终实现对信号波形的智能识别;对比试验表明,该方法与最大相关系数法（MCC）、最大相关差值法（MCD）相比很好地解决了待测波形与模板波形匹配过程中的相位对齐过程,而且更加快速、高效。     

基于车致振动的桥梁损伤识别

基于移动车辆引起的桥梁振动,采用模式识别的聚类分析方法对桥梁结构损伤定位及损伤程度估计进行了研究．应用车致振动理论计算不同预设损伤位置和损伤程度的桥梁结构在相同移动车辆作用下的动力响应,记录其在测试位置的响应,形成损伤模式库;将在测试位置实际测得的响应与损伤模式进行比较,并利用聚类分析的近邻法识别桥梁结构是否出现损伤、损伤位置及其程度．为直观有效地表示识别结果,分别以损伤位置和损伤程度为独立坐标轴,用等值线和响应云图的方式展示比较结果．以移动荷载匀速通过某简支梁为例,验证了该方法的有效性和鲁棒性．数佰模拟结果表明．该方法能够有效地估计桥梁结构的榀作付罟和榀作程摩．     

铁路路况识别系统的设计和开发

为了实现对多种复杂铁路路况的识别,需要采集路况图像并加以处理,以得到识别所需的图像特征,最后通过模式识别辨别路况.由摄像机、采集卡、计算机及相关软件建立一套路况图像采集与识别系统.探讨数字图像的采集、图像处理中同态滤波、对比度增强、优化二值化算法、膨胀操作、粒子滤波等处理方法以及模式识别方法在铁路路况识别系统中的应用.经过现场验证,所设计系统识别准确率达94.4%,识别效果理想,可以满足路况采集及识别的需要,是一种可以运用在铁路机车智能减振系统中的新方法.     

一种应用机理模型和SOM神经网络的液体火箭推进系统实时故障诊断方法

为了解决液体火箭推进系统实时故障诊断的问题,提出了一种应用故障机理模型和SOM（Self-organizingMapping）神经网络的实时故障诊断方法。其基本过程是先建立所研究对象的故障机理模型,通过计算机仿的办法获得液体火箭推进系统可能的故障模式及故障数据库,然后利用SOM神经网络的自组织特征映射功能建立非线性的故障模式识别器,完成对系统的实时故障诊断。从而解决了单纯依靠故障机理模型进行诊断时所遇到的实时性问题和单纯依靠SOM神经网络诊断时所遇到的故障样本获取问题。本文给出的故障诊断结果表明所提出的方法是有效的。     

小波分析技术在故障诊断中的应用

小波分析是20世纪80年代中期发展起来的新的数学理论和方法,并已在实践中得到了广泛应用。本文对小波分析、小波分析与神经网络相结合的小波网络及小波分析与模式识别相结合在故障诊断中的应用进行了详细的介绍,最后指出了这一领域有待进一步研究的问题和发展趋势。     

基于BAM神经网络河床断面模式识别的中小桥水害预测

针对现行的中小桥水害预测方法野外作业量大、缺乏资料无法预测等弊端,从推理公式出发,把实际中小桥河床断面分为9种类型,建立了各类断面直接从雨量到水位的水害预测模型;利用BAM神经网络对河床断面进行模式识别,以确定水害预测模型的类型;将该桥雨量-水位数据代入相应的水害预测模型,求解其中的参数,得出该桥的雨量-水位函数关系式.实例验证该方法具有可行性和有效性,大大降低了劳动强度.特别是对于缺乏资料的中小桥水害预测,尤为适用.