基于多特征的纹理特征提取方法研究与应用

纹理是图像的1种重要视觉特征,常用于识别和区分图像。纹理特征的提取则是其应用需首先解决的问题。通过总结分析目前较为常用的纹理特征提取方法,基于灰度共生矩阵(GLCM )算法、局部二值模式(LBP)算法和小波变换(DWT )算法的特点,提出基于多特征的纹理特征提取算法,即将各算法提取的特征进行融合。融合中使用权重对参数进行配置。论文设计了1种图像检索实验,通过图像检索实验比较了各算法提取的特征对纹理的描述能力。结果表明,对于Co rel图像库,笔者提出的多特征的纹理特征提取算法检索的平均查准率相对于GLCM 算法提高了20%,相对于LBP算法提高了9%,相对于DWT算法提高了10%,相对于徐少平等人提出的特征融合方法提高了15%。证实了文中所提出的算法能够兼顾各算法的优点,并具有较好的旋转不变性和尺度不变性。其不足之处是需要同时提取GLCM 算法,LBP算法,DWT 算法下的纹理特征,计算所需时间是后3种算法时间之和,使算法的实用性受到了一定的限制。      

基于数据分类的高速铁路运营事故预测方法

高速铁路运营事故预测方法是度量铁路安全管理水平的重要指标.为提高高速铁路的安全运营水平,引入工业数据分类方法,分析反向传播(BP)神经网络和灰色模型在高速铁路安全运营事故预测过程中的适应性.首先,运用事故次数、事故联动系数、月均事故率3个参数对高速铁路安全运营水平进行度量;然后,根据工业数据分类方法判别高速铁路运营事故数据属于块状型,据此建立反向传播(BP)神经网络运营事故预测模型;针对运营事故数据具有波动大的特点,利用均值聚类方法建立K-GM(1,3)预测模型.以近年来高速铁路运营事故数据为样本对模型进行训练和分析,结果表明:BP神经网络、K-GM(1,3)、GM(1,3)预测模型的预测误差分别为8.92%,13.68%,345.25%,BP神经网络在高速铁路安全运营事故预测过程中的适应性要优于灰度模型.      

串联式混合动力公交车可靠性分析

根据某混合动力公交车在运行时所反映出的各种故障,对整车可靠性进行了分析,并在分析基础上提出混合动力车的可靠性分配原则(技术水平、复杂程度、重要程度、工作环境),使该车满足系统为串联结构、各部分寿命服从指数分布、每个单元容许失效率为λt时其可靠度可用1-λt近似表示这些条件.     

汽车主减速器的轻量化

汽车轻量化不仅能提高能效、整车舒适性和通过性,也能减少材料的使用和自身功耗,符合低碳时代潮流。文章重点从汽车主减速器的齿轮设计、零件材料及制造工艺等方面,介绍了设计开发轻量化汽车主减速器的途径,经过改进设计,缩小了从动齿轮外径,减轻了主减速器质量,随着主减速器轻量化难点的不断攻克,将能设计出质量更轻的主减速器。     

我国新型能源汽车发展的优势及目标

随着我国经济的飞速发展,各型汽车的数量也在不断增加。然而,随之而来的则是对环境的巨大污染和石油大量消耗。正因如此,新能源汽车的发展逐渐走上了历史舞台。文章出于对我国新能源汽车发展前景考虑的目的,通过对我国新能源汽车的发展必要性、优势和目标等的分析,得出了新能源汽车必将成为我国汽车工业发展战略目标的结论。     

数学形态学路面裂缝识别算法研究

裂缝的自动识别是公路管理和维护系统的一个重要组成部分。根据路面图像的特点,提出了一个新的基于多结构多尺度数学形态学路面裂缝自动识别算法。首先使用不断增大的结构元素对图像进行交替开闭滤波,平滑图像并去除噪音,然后使用多尺度形态学边缘检测器提取裂缝边缘,最后使用基于标记符的分水岭变换分割出裂缝对象。结果表明,和传统方法相比,文中提出的算法显示出更好的效果。     

大型数据库管理系统中主机性能测评及工作模式设计

本文针对大型数据库管理系统中缺乏平台质量评测手段的问题,建立了TPC-C基准评测体系。首先介绍了主机性能评测的通用原则,然后分析了TPC-C基准评测体系的模型结构和原理,最后提出了根据业务特点推算主机处理能力的TPC-C基准评测方法,同时设计了主机系统的工作模式。     

Design of DC Partial Discharge Detecting System for Electrical Equipment

A balancing method was used to build a DC partial discharge (PD) testing circuit for electrical equipment, and a narrow-band detection system was designed using detection resistance and a filter. After signal accessed a high-speed digital acquisition (DAQ) card, the system was triggered to extract a single partial discharge (PD) signal. To eliminate the interference pulses caused by power supply ripple, etc., the time domain and frequency domain features of pulses were extracted. Based on the features, cluster analysis was used to exclude interference pulses. Two-dimensional and three-dimensional histograms were obtained by use of the Δt method. Then, 22 discharge statistical operators were calculated for the two-dimensional charts. Lastly, the defective system is capable of PD detection in electrical equipment.     

城市多模式公交网络出行时间可靠性模型研究

随着城市的发展,快速轨道交通和快速公交系统逐渐融入到常规公交系统中,构成了复杂的多模式公交网络,在此公交网络环境下乘客公交出行时间的稳定可靠程度直接影响到公交系统的服务性能,因此,本文以常规公交和地铁组成的典型多模式公交网络为研究对象,利用状态增广技术,建立了换乘约束条件下的出行时间可靠性模型,从而为评价和改善多模式公交网络服务性能提供决策支持。     

����֧���������ij����������ʶ���о�

基于支持向量机理论对出行链活动类型的识别方法进行了研究. 首先对居民出行的时间序列位置信息做数据预处理,提取出行链的出行过程和活动地点信息,并结合地理信息系统（GIS）提取活动的备选类型;然后从出行链和活动的时间和空间因素提取活动类型识别的特征,形成特征向量作为分类器的输入,并建立基于支持向量机的两两分类器,采用分类器投票的方法从备选集中选择活动的类型;最后利用模拟数据和交叉验证的方法对两两分类器进行训练检验,分别从高斯径向机核函数和多层感知器核函数的角度分析活动类型识别率. 结果表明：在两两分类中,高斯径向机核函数的最高识别率为99%,最低识别率为62%;多层感知器核函数的最高识别率为97%,最低识别率为54%.