Matlab进行SIFT图像特征提取的COM方法

研究图像处理中的特征提取方法尺度不变特征变换(SIFT),使用该方法的图像特征匹配具有很好的稳定性。由于SIFT变换及匹配在计算上有一定的复杂性,因此给出一种基于COM的C#与Matlab混合实现。利用Matlab的快速易用性和COM的灵活性,实现方便地将算法集成于已有的图像处理系统中。     

一种基于高斯混合模型的主机运行工况构建方法

对复杂的船舶主机运行数据进行有效的工况划分可以提升主机设备的监测能力,基于工况下各个设备参数的特征值变化情况,进一步提升主机设备故障诊断和预估能力。为此,提出一种基于高斯混合模型（GMM）的主机工况构建方法。该方法首先对实船监测数据进行预处理和初步筛选,再对各个特征参数之间的相关性进行分析,从而确定转速和功率为聚类划分的特征参数。引入置信区间获取目标船主机在主要营运要求下的转速范围,提升工况划分的效率,结合GMM构建主机工况划分方法。基于GMM的工况划分方法可以对复杂的主机运行工况进行有效划分,能为各个工况下的主机设备监测提供可靠的数据支撑。     

基于声音分析技术的船舶辐射噪声特征提取方法

基于声音分析技术,对船舶的辐射噪声进行仿真分析,给出了船舶辐射白噪声的功率谱、衰减功率谱以及周期分量线谱图,并对冲击信号曲线进行分析,给出了净化之后的船舶辐射噪声demon谱曲线等。     

基于HHT时频分析的水声信号特性提取与建模

为了完成对实测水下冲击信号的建模,充分提取信号声学特性是非常有必要的。本文以水池实测信号为研究对象,采用不同分析方法处理信号,最终发现希尔伯特黄变换（HHT）时频分析方法优势明显,在HHT时频谱图上可以看到非常清晰的时间、频率分布信息。在此基础上,使用多段线性调频（LFM）信号模拟实测水下冲击信号。比较实测信号与建模信号的HHT谱图可知,建模信号的频谱走势与实测信号相同,具有与实测水声信号非常相似的时频特性,验证了HHT时频分析的优势与建模效果。     

利用角点信息的嘴唇轮廓提取

提出了利用角点信息提取嘴唇特征的方法.在可变形模板的框架下,利用以前方法中没有用到的角点信息,提出了基于角点信息的能量函数.该能量函数能够更为精确地反映嘴角点和牙齿区域的特征,跟踪嘴唇的变形.实验结果表明,该方法能更鲁棒地提取嘴唇轮廓特征.     

感应线圈信号曲线的处理方法及其在车型识别中的应用

为提高车型识别的准确率,提出信号处理的方法：首先采用快速小波变换抽取原始曲线的近似轮廓,从而削弱了噪声等细节信息的干扰,并实现2^n倍的数据压缩;其次利用五点三次滤波器对上一步获得的近似曲线进行平滑,使得离散信号更接近于真实的连续信号;在此基础上提出基于峰值时间差的强鲁棒性车长检测方法;最后,根据形态匹配的要求,采用Akima插值法进行信号尺度的归一化处理。车型识别试验采用观测点的实测数据,并将结果与其他文献进行比较,说明所提出的方法的有效性。     

云计算船舶通信网络的入侵特征提取与检测

船舶通信网络入侵特征具有宽带严平稳性,导致在入侵检测中容易受到小扰动影响,检测性能不好,在云计算环境下,提出基于时间尺度分解和谱密度特征提取的船舶通信网络的入侵特征提取与检测方法。构建云计算船舶通信网络入侵信息流检测模型,采用时频分析方法进行入侵特征的时延尺度分析,结合匹配滤波方法进行船舶通信网络的干扰滤波,对滤波后的网络传输信号进行谱分析,提取谱密度特征,根据谱密度分布的差异性实现对入侵特征提取和信号检测。仿真结果表明,采用该方法进行云计算船舶通信网络入侵检测的准确概率较高,保障了网络安全。     

一种模糊特征提取算法及其在人脸识别中的应用

F isherface是人脸特征提取中常用的方法,KPCA LDA能更好地解决非线性问题。本文把模糊技术与KPCA LDA相结合提出了一种新的特征抽取方法。首先用KPCA进行初次特征提取,然后利用FKNN计算图像对各类别的隶属程度,再在此基础上用LDA进行二次特征提取。在ORL人脸库上的实验结果表明了该方法的有效性。     

Classification of underwater still objects based on multi-field features and SVM

A Support Vector Machine is used as a classifier to the automatic detection and recognition of underwater still objects. Discrimination between the objects can be transferred into different projection spaces by the process of multi-field feature extraction. The multi-field feature vector includes time-domain, spectral, time-frequency distribution and bi-spectral features. Underwater target recognition can be considered as a problem of small sample recognition. SVM algorithm is appropriate to this kind of problems because of its outstanding generalizability. The SVM is contrasted with a Gaussian classifier and a k-nearest classifier in some experiments using real data of lake or sea trial. The experimental results indicate that SVM is better than the others two.     

城市轨道交通司机驾驶水平评价模型研究

为了提高城市轨道交通服务水平和智能化管理水平,有必要对司机驾驶水平进行定量化评价.以行车记录系统中时间速度时序数据为基础,首先利用特征提取和降维技术处理原始数据,然后提出了一种将多种聚类算法和模糊综合评价结合的混合评价模型,最后对某地铁6号线8位司机驾驶数据进行研究.结果表明:8位司机驾驶等级分别为及格、及格、一般、差...