数据挖掘在无人船舶目标图像识别中的应用

为了缩短无人船舶目标图像的识别时间,提高目标图像的质量,提出了数据挖掘在无人船舶目标图像识别中的应用。利用数据挖掘技术确定无人船舶目标图像的阈值,根据目标图像的阈值误差分割了目标图像,采用图像边缘点提取公式将图像边缘点连接成线,提取出目标图像的外轮廓,完成无人船舶目标图像的预处理;通过目标图像识别算法的改进设计,得到了目标图像的识别流程,实现了数据挖掘在无人船舶目标图像的识别中的应用研究。仿真实验结果表明,数据挖掘在无人船舶目标图像识别方法与基于航拍技术的目标图像识别方法相比,目标图像的识别时间缩短了35.1%。     

荧光磁粉探伤自动检测及图像处理系统研究

荧光磁粉检测中操作人员的安全保护、检测效率、检测结果的保存、复验等一直以来都是磁粉检测的技术瓶颈。研究一种自动磁粉探伤图像采集处理系统,能够对缺陷图像进行采集、预处理和缺陷标注,利用该系统可以有效减轻工人的劳动强度,提高检测结果的可靠性,保证缺陷记录和处理的可追溯性。     

基于柔度曲率矩阵的加筋板结构损伤识别方法

为了对船舶工程中典型结构即加筋板结构的损伤部位进行准确的损伤识别分析,文章提出了一种基于柔度曲率矩阵的损伤识别方法并进行了仿真分析。首先对加筋板结构进行单元划分,以结构响应通过矩阵的列最大值来建立节点柔度矩阵,并通过二阶微分对柔度值的变化进行放大进而得到柔度曲率矩阵,最后通过柔度曲率矩阵图或者柔度曲率矩阵的行(列)曲率图来判断损伤位置。算例分析表明,该方法损伤定位准确并且具有较高的灵敏度,避免了使用原未损结构的模态参数,只需损伤结构的一阶或者前几阶模态信息就可以有效地进行损伤识别分析。通过大量模拟,给出了加筋板结构损伤的判别图。     

结构智能健康诊断的理论与方法

对近20年来国际上在基于动力学参数的结构健康诊断方面的成就与问题进行了系统的回顾和总结，扩展了目前流行的一些结构健康诊断方法，建立了一系列新的结构健康诊断公式，从中发现：（1）结构的总体刚度矩阵[K]，模态特征值λj和模态振型[φ]j之间存在以下关系δλj=[φ]^Tj[δK][φ]j和δλj≤0。（2）对于损伤结构，[δφ]=0和｛δλ｝＝0同时发生的情况一定不存在。也就是说，结构损伤必然会在结构的内禀动力特征｛φ，λ｝上得到完整的反映，这一发现回答了人们长期以来的一项争论，即结构的内禀动力特征｛φ，λ｝是否足以作为结构损伤识别和定位的充分条件，答案是肯定的。（3）通常应变类结构动力学参数比位移类结构动力学参数对结构损伤更敏感。（4）利用多层前向人工神经网络的自组织学习功能和广义遗传算法的全局优化功能，设计一个基于广义遗传算法和人工神经网络的混合结构智能健康诊断演化系统是可行的，且该系统的知识库可实现自主进化。     

梁体结构损伤识别的样条函数方法

针对样条函数方法在梁体结构分析中具有未知量少、求解规模小,精度较高等特点,在梁体结构参数识别过程中引入样条函数方法,避免了传统有限元方法带来的庞大刚度矩阵的负面影响,从而提高了识别过程的计算稳定性及计算效率。算例表明识别结果能够应用于结构损伤部位及程度的判别。     

Zigbee在列车车号自动识别系统中的应用研究

通过Zigbee与Rfid的对比,提出采用Zigbee技术取代Rfid在列车车号自动识别系统中的应用.设计采用Zigbee枝术的电子标签及地面识别设备,系统具有无线追踪铁路集装箱的功能.     

PC连续刚构桥施工控制系统参数识别

系统参数误差是引起PC连续刚构桥悬臂施工控制误差的主要因素之一,因此消除系统参数误差是施工控制的关键所在.酉水河大桥施工监控系统参数识别过程表明,参数识别有利于施工参数的重点监测与调控.     

基于Faster R-CNN与形态法的路面病害识别

为提高基于图像处理的路面表观病害检测识别效率及精度,引入目标检测中的快速区域卷积神经网络(Faster Region Convolutional Neural Network,Faster R-CNN)算法以快速识别病害种类、位置与面积;针对已提取的带边框裂缝病害区域,采用基于VGG16迁移学习与模型微调的CNN与50...     

城市道路指路标志文字信息的布置

过多的信息使城市道路指路标志尺寸较大,设置与维护成本增加,有必要研究指路标志信息布置方法。通过室内仿真试验,比较了高信息量条件下,驾驶人对两种指路标志信息布设方式认知时间的差异。利用现场试验,研究指路标志字间距、行间距与视认距离的关系。结果表明,高信息量条件下采用两块标志显示信息有利于驾驶人阅读,建议字间距为汉字高度的1／10,行间距为汉字高度的1／5。