基于子波能量和神经网络分类器的机动车车型识别

为了使交通管理系统能进行可靠的机动车分类,研究了轿车、轻型越野车和货车3种机动车目标的声信号,提出了一种采用子波分解后不同尺度上声信号能量作为特征向量的特征提取算法,并设计了kNN(k近邻)分类器和改进BP神经网络分类器用于目标分类。目标识别和分类试验结果表明:所提出的特征提取算法能够很好地体现不同类型目标之间的差异,提取的特征向量稳健;设计的改进BP神经网络分类器的分类精度可达92.6%,且分类效果优于kNN分类器。     

基于嵌入式系统汽车行驶记录仪的研究与开发

以三星S3C2410微处理器为核心，设计了一种基于嵌入式系统的新型行车记录仪。介绍了新型的行车记录仪硬件和软件结构，包括数据采集、数据存储、与计算机进行串口和USB通讯、LCD显示、键盘输入、打印输出、语音识别报警系统、下位机软件、上位机软件等在内的软硬件的组成部分。实验表明该记录仪完全符合国家标准。     

具有车牌车型自动识别功能的路桥收费系统研究

具有车牌车型自动识别功能的路桥收费系统是智能交通发展的一个新领域。基于路桥收费系统的现状，利用现有成熟的车牌识别技术。构建具有自动车型识别功能的路桥收费系统。可解决国内收费站车型识别效率低、年票车车费流失严重和公安交管部门对违章、肇事逃逸等车辆捕获难等问题。从软件工程的角度，介绍了本系统的实现思想和体系结构设计。     

基于压力传感器阵列的车型分类系统

针对当前车型分类系统识别率不高的问题,提出了用4条共聚物压电轴传感器组成的传感器阵列获取车型特征参数的方法。该方法利用传感器的特殊空间分布与车辆各车轴到达各传感器时刻的时空相关性,对采集到的信息进行数据融合,获得了多达11种车型特征参数。分类识别中用模糊统计的方法对大量的样本车型特征参数处理后,构造了隶属函数,最后采用了D-S证据理论对车型进行分类。实践证明该方法具有较高的识别率。     

中国智能网联汽车测试示范区发展调查研究

围绕测试场地建设、基础设施、测试能力、服务配套等方面,综合分析国内测试示范区发展现状及水平,归纳其面临的突出和共性问题。在此基础上,提出了加强测试示范区统筹协调、加快标准制定、推进测试结果互认和数据共享、建立交流沟通机制等措施和建议。     

基于高阶谱的水下目标识别

利用高阶谱估值法,对具有很强非高斯性和非线性的舰船辐射噪声信号进行分析及特征提取,并通过结构自适应神经网络作为分类实验,表明基于高阶谱的特征提取具有较强的类别可分性,在无源声纳目标识别中特具潜力。     

一种水下目标识别方法──基于模糊理论的多种神经网络融合分类

在应用多种方法提取目标噪声中分类特征的研究基础上,本文设计出基于模糊理论的多神经网络融合分类器,其研究重点主要包括有监督分类的模糊聚类神经网络分类、多神经网络与模糊综合分析相结合的融合分类。基于大量海试实测信号样本的多组实验表明,该分类方法具有良好的工程应用前景。     

扁平双边肋主梁桥梁断面气动导纳互功率谱识别方法探讨

以湖北荆沙长江大桥为背景,通过紊流场测力试验对气动导纳的互功率谱识别法进行了研究。通过与传统方法比较,发现互功率谱法计算得到的等效气动导纳整体上偏低,且低于Sears函数,但随折减频率变化的趋势上看,与传统算法无明显差异。由互功率谱法计算得到的复气动导纳计算抖振力,并进行频谱分析,与实测抖振力自功率谱比较发现,计算得到的抖振力自功率谱随折减频率变化的趋势与实际抖振力自功率谱吻合较好,但存在一定数量上的差异。通过对紊流度为6%、10%、20%的三种紊流场中-5°~+5°风攻角下计算值与实验值的比较发现,计算抖振力谱与实际抖振力谱的相对差异没有随紊流度和来流风攻角变化而变化的趋势,且相对差值较为稳定。     

地铁工程地质剖面图典型图例符号自动识别研究

地铁工程地质剖面图中包含施工安全风险辨识所需的重要信息,地质剖面图的自动识别是风险识别自动化系统的重要环节。论述了地铁工程地质剖面图图例的分类,图例识别面临的困难与识别可行性。以"黏土"和"粉质黏土"图例识别为例,描述了识别方法和详细算法。以武汉地铁2号线某车站围护结构地层信息识别为例,示范了图例识别的具体应用。     

一种基于乘性规则和支持向量域的水中目标识别分类器探讨

目标识别是水中设备智能化的关键技术之一.通过阐述支持向量域描述(SVDD)以及乘性规则(GA)的原理,提出基于乘性规则和支持向量域结合的方法对水中目标进行分类识别,对比SVM算法需要支持向量数多,运算速度慢的缺点,该方法能有效提高优化识别速度.