基于坐垫体压分布的驾驶员生理状态识别方法

提出一种基于坐垫体压分布识别长途驾驶过程中驾驶员生理状态的方法.开展长途驾驶模拟试验,采集9名被试者在驾驶过程中的坐垫体压分布数据,提取82维分类特征,再采用序列浮动前向选择算法从中选出55维最优特征子空间.试验结果表明,该方法能准确识别驾驶员生理状态,贝叶斯分类正确率可达93.37％.     

某新能源汽车复合材料前车门轻量化设计

本文以汽车前门作为研究对象,以碳纤维结构设计及铺层形式进行研究。经过仿真分析表明,碳纤维前车门的模态、刚度、强度都得到了明显的提升,在满足性能要求的基础上,重量得到了减轻,实现了轻量化的目的。     

基于深度学习网络模型的车辆类型识别方法研究

为了将有效地识别车辆类型用于智慧交通系统,本文在分析Inception V3模型的基础上,提出了一种基于迁移学习理论的车型分类深度学习模型。该模型首先在Inception V3模型的基础上去除最后的全连接层,并加入参数优化层,然后采用Dropout和全局平均池化层。理论分析和试验结果表明,该模型的性能优于基于VGG-16的车型分类模型、基于Xception的车型分类模型和基于Resnet50的车型分类模型,其训练精度优于96.48%、测试精度优于83.86%。     

基于PR-OWL的战术意图识别概率本体建模

网络中心环境下的战术意图识别问题具有不确定性和分布式等特点,如何描述战术意图领域的不确定知识是战术意图识别的基础。考虑到网络中心环境下战术意图识别过程中知识共享和协同识别的需要,论文首先建立一个适合网络中心环境下战术意图识别系统的框架结构;然后提出一种基于PR-OWL的战术意图领域知识的概率本体模型建模方法;最后,给出一个战术意图识别概率本体模型的设计实例。     

基于自然语言识别技术的装备财务信息管理系统应用研究

论文采用自然语言识别技术对已经存在的不同装备财务信息管理系统中的单位名称进行分析,剖析其规律,并在此基础上对现有自然语言识别技术进行算法改进,提取不同系统的相同单位名称信息,以达到系统之间单位相关数据信息相互转换的要求。最后采用C＃实现改进算法,并通过实验数据检验改进算法的效果。     

基于多神经网络分类器的目标识别

舰船目标自动识别通常需考虑多个特征,而复杂的特征往往需要适合的分类器与之相适应。本文借助已有的一种可组合多种特征和多种分类器的通用分类器,验证其在舰船识别中的有效性。该通用分类器将多分类问题转化为多个二分类问题,利用多个二分类器对舰船各特征进行独立识别,最后根据投票规则决定目标识别结果。本文以二分类BP网络作为多神经网络分类器的基分类器,对航空母舰、驱逐舰、护卫舰、客船、集装箱、民用货船6种船只类型进行了识别。识别结果表明,由多个二分类BP网组成的多神经网络分类器平均分类精度为89%,该通用分类器在实践中有效。     

基于DSP的水下目标识别嵌入式系统

水下目标识别系统是海洋开发的关键组成部分,而利用声呐对目标物进行定位跟踪是水下目标识别系统中最重要的技术。本文首先分析水下目标识别系统的基本原理及组成,重点研究水下声呐目标识别技术中的基于形状及纹理等特性对识别精度的影响,最后优化小波变换对目标物声呐图像的提取特征算法,通过对声呐特性的分析提出一种小波提升分析法,并构造基于DSP嵌入式系统。     

基于图像熵的火灾烟雾识别

提出了一种基于图像熵的烟雾运动模式识别方法,用来实现对火灾烟雾的探测.通过对烟雾自由扩散模型的理论分析,得出了烟雾扩散熵增运动的特征.通过引入信号学中"图像熵"的理论,用来捕捉烟雾运动造成的熵变特征,进而实现火灾烟雾的检测.经过实验的验证和分析,并对图像熵值的变化进行傅立叶变换,得出了干扰运动和烟雾运动具有不同特征信号的结论,从而实现了烟雾的识别.与以往研究者通过研究视频烟雾的图像特征出发不同,文中从烟雾的热力学的性质和它在流体力学方面的运动特征,得出它与一般的刚体具有截然不同的运动模式的理论,以图像熵作为核心参量,得出一种实用高效的火灾烟雾检测算法.实验表明:这种检测算法受到环境的干扰较小,特别适合复杂环境的烟雾检测,并可以用于对火灾环境的评估.     

分块组合搜索的结构稀疏人脸识别模型

介绍一种新的稀疏表示人脸识别模型,在经典的稀疏表示分类模型基础上,利用数据字典的结构信息,考虑算法实现的可行性,提出了一种分块组合搜索的稀疏表示人脸识别模型,主要思想是将数据字典按类别自然分块,然后在数据块内进行组合搜索,再联合不同类别的组块,以寻找表示能力最强的组块。为验证模型的性能,使用结构贪婪算法实现分块组合搜索方法和其他的结构稀疏方法,并进行比较,实验显示分块组合搜索的人脸识别率高于其他结构稀疏方法,且此方法性能稳定,不受数据字典排列的影响。     

高速公路交通状态判别模型研究

为实时、有效地评价高速公路交通状态,根据道路交通参数与道路交通状态的关系,选取高速公路的平均行程速度、空间占有率评价指标,建立了基于变异系数权重的高速公路交通状态模糊评判模型。该模型利用指标分级标准数值的变异系数确定指标的权重,运用加权平均法将模型的输出结果最终化为具体的数值。实例分析说明,模型是可行且有效的,从而为高速公路交通状态的实时判别提供了理论基础。