隧道围岩分级的模糊模式识别法

利用模糊数学方法而建立的基于模糊模式识别的隧道围岩分级模型．给出了较为简单而且准确的隧道围岩级别判定方法,其有效性已经过了工程实例的验证。     

应用车辆牌照自动识别系统自动检测行程延误的算法研究

为实现行程延误信息的实时自动采集,并提高信息采集的准确性,本文提出了应用车辆牌照自动识别系统实时自动采集行程延误的思想,并设计了面向路网的行程延误算法．该方法可以为交通管理与控制、路线诱导及交通规划等方面的研究提供重要的基础数据,具有广泛的应用前景．     

听觉谱特征在水下目标回声识别中的应用

水下目标回声特征提取是主动目标识别的关键内容。本文提出将语音识别领域中较为成熟的RASTA-PLP听觉模型应用于水中目标回波的特征提取,并根据信号的特点对RASTA-PLP模型进行修正。对比应用PLP方法进行的水中目标单频回波识别实验,结果表明：当加入卷积噪声后,修正的RASTA-PLP特征表现出更加良好的鲁棒性能,在同等测试条件下识别率比PLP听觉模型特征高约3%,显示了本方法在实现目标回声自动识别上的重要应用前景。     

Moment-Based Method to Estimate Image Affine Transform

The estimation of affine transform is a crucial problem in the image recognition field. This paper resorted to some invariant properties under translation, rotation and scaling, and proposed a simple method to estimate the affine transform kernel of the two-dimensional gray image. Maps, applying to the original, produce some correlative points that can accurately reflect the affine transform feature of the image. Furthermore, unknown variables existing in the kernel of the transform are calculated. The whole scheme only refers to one-order moment,therefore, it has very good stability.     

铁路区间通过信号机编号识别的定位方法

目前在测试区间通过信号机编号的正确性、完整性方面还是靠人眼来确认的,研究提出一种静止图像信号机编号的定位方法,为编号识别及自动化测试创造条件.     

指纹图像质量评估

提出的指纹图像质量评估方法是图像预处理[1]的一个模块,它将在对指纹图像进行分割、细化等预处理操作之前先对图像质量进行评估,去除不满足要求的指纹图像以提高后续处理的鲁棒性[2].所提出的方法:先对指纹图像分块(每块9×9)[3],然后获取每块的方向信息,基于方向信息确定前景块和背景块进行分割,统计优势方向块,计算比重,得出评估参数,最后再通过指纹图像的对比度和纹线的抛物线走向来判定指纹图像是否过干、过湿或过偏.     

结合人体运动特征的行为识别

人体运动具有马尔可夫性质,即当前状态只受前一状态的影响.目前为止,用于人体行为识别的隐马尔可夫模型（HMM）大多使用的是全连接结构（Full-Connected structure）,并且没有把状态数目的选取和状态转移条件与人体运动特性间的关系作为研究重点.本文针对这种关系提出了基于“从左到右三状态半连接HMM”的人体行为识别方法,为每个状态的输出概率引入了权重的概念.实验表明,该方法能够在降低运算复杂度的同时,提高行为识别率,从而证明了人体运动特性分析在HAR领域中的应用价值.     

基于融合两类核Fisher鉴别函数的人脸识别方法

提出了一种基于两类核Fisher鉴别分析(KFDA)的人脸识别方法,对每2个不同人脸类别求解一个核Fisher鉴别函数,其优点是能针对特定的2个人脸图像类别,抽取区分该2类人脸的最佳鉴别特征,克服了多类KFDA和2类KFDA相比是次优的问题.为解决KFDA计算量大的问题,将MSE推广为基于核的MSE(KMSE),用其得到核Fisher鉴别函数,减少了训练和识别的计算时间.在识别阶段应用了两种融合方法融合各个基于KMSE的核Fisher鉴别函数.     

Graph and hint based algorithm for machining feature automation recognition and mapping

Feature recognition is a process of extracting machining features which has engineering meaning from solid model, and it is a key technology of CAD/CAPP/CAM integration. This paper presents an effective and efficient methodology of recognizing machining feature. In this approach, features are classified into two categories: pocket feature and predefined feature. Different feature type adopts its special hint and heuristic rule, and is helpful to recognize intersection feature. Feature classification optimizes search algorithm and shortens search scope dramatically. Meanwhile, extension and split algorithm is used to handle intersecting feature. Moreover, feature mapping based on machining knowledge is introduced to support downstream application better. Finally, case studies with complex intersecting features prove that the developed approach has stronger recognizing ability.     

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。