基于水下三维目标识别的视觉系统

基于水下三维目标识别的视觉系统是水下机器人实现水下自主作业和智能化的关键技术。本文叙述水下三维目标的识别机理和识别算法以及为正确识别目标提供最佳条件的前处理，硬件系统和实时处理功能，最后给出试验结果，说明识别系统的高效率与可靠性。     

多传感器综合目标识别技术研究

描述了传感器与目标身份信息的特征，提出了多佑感器特征级综合目标识别的系统结构，并介绍了与综合目标识别相关的关键技术，重点阐述了几种目标识别融合算法。     

一种新的模糊模式识别理论模型及其在船舶配载评价上的应用研究

介绍了一种新的模糊模式识别理论模型，并应用该理论建立船舶配载评价模型，从而为实船配载提供了一种实用的评价方法。     

改进Bayes判别法在机械状态识别中的应用

Bayes判别法是统计模式识别中的一个基本方法,既考虑了各类参考总体出现的概率大小,又考虑了因误判造成的损失大小,比较适合在样本的数量不充分大,大子样统计理论不适宜的情况下进行状态判别,对它作了总体服从正态分布的合理假设后,将改进Bayes判别法成功运用到机械状态识别中,并利用这种方法对某减速箱轴承进行了状态判别,判别准确率较高,获得了满意的实验效果,从而证明了改进Bayes判别法是一种很好的机器状态识别方法。     

基于约束推理的车站咽喉图型识别及优化设计模型

通用型计算机辅助设计(CAD)软件中不包括铁路车站咽喉平面设计的工具,因此需要研究专业的设计平台。本文认为解决该问题的途径是,首先基于人机交互的图型环境,输入并建立车站咽喉的结构图型,然后通过有效的计算手段识别和判定这种咽喉结构,最后通过结构计算实现车站咽喉平面设计的目标。文章认为模块法比画线法输入咽喉结构图型效率更高,也便于识别。因此,将车站咽喉的基本图形分解为6种基本图元,并对这些图元进行了恰当的描述。应用矢量对接判定条件,识别咽喉结构图型中图元的连接关系。依这种关系,应用约束推理方法和最优化的数学模型,计算满足咽喉设计条件下最优岔心位置坐标和最大平行进路数,从而实现车站咽喉平面设计优化和自动化。     

第三方物流合约风险识别与评价

第三方物流,又称契约物流或合约物流,是20世纪80年代才在欧美发达国家出现的概念。它通过一系列的合约来规范物流供需双方的关系并管理物流服务及过程。由于各种风险因素的存在,导致合约的履行产生风险。本文对这些影响合约履行的风险因素进行了分析和评价。     

多分类器融合在水中目标识别中的应用

为了提高对水中目标的识别能力,研究使用DS证据理论对多分类器进行融合,论述以往确定BPA方法的优缺点,并在此基础上提出一种新的利用分类器性能和输出信任度来确定BPA的多分类器融合方法,实验证明这种方法在对水中目标进行识别问题中的优越性,为进一步研究分类器融合在目标识别中的应用提供参考.     

基于BP神经网络的城市公交服务质量影响因素主成分分析

为改善城市公交服务质量,根据乘客服务质量问卷调查数据分析,运用主成分分析方法对公交服务质量影响因素进行降维处理,把15个影响变量提取为8个主成分变量.在此基础上,运用MATLAB7.0建立影响因素主成分与公交服务质量认可度的BP神经网络模型,在不同参数下进行试验和比较,计算出模拟数据下公交服务质量认可度折减影响系数均方差为0.000 957,表明该模型所选参数值可以用于评估公交服务质量的影响因素分析.最后,根据权值和阀值计算得出影响城市公交服务质量的关键因素为公交车内拥挤程度、驾驶员服务态度和首末班车时间,其影响程度分别为53.09％、32.02％和30.36％.研究结论可以为城市公交服务质量改善提供依据并明确重点改进的方向.     

水下三维声纳目标在线运动监测与识别

随着声学探测在海洋资源开发中的广泛应用,水声成像技术已成为水下目标监测的重要手段,文章提出了一种基于三维声纳技术的在线运动目标识别方法。通过对三维声学图像进行网格搜索和三角面片连接,进行单帧三维声学图像的多层实时重建,实现单帧图像内目标的重建、聚类与标示。结合GPS定位仪和姿态仪信息,修正位移和姿态变化引起的运动误差,利用反向投影和最近点搜索方法查找相邻图像帧之间两两匹配的控制点对,进行相邻图像帧的快速配准。根据配准矩阵将相邻图像帧的的各个目标转换到同一全局坐标系中,提取有效的声学目标特征变化相对值,并评估特征权重,实现相邻图像帧之间运动目标的在线检测与识别。通过室内水池和湖试实验,结果表明该方法能有效地实现三维声学图像在线运动目标实时识别。     

基于BP神经网络的图像识别跟踪技术

本文利用BP神经网络抗干扰性强,识别精准等优点对船舶进行识别跟踪。首先获取原始图像,然后预处理,以图像的全部灰度值为训练样本,以新不变矩特征向量为样本集输入到3层BP神经网络中,对含不同噪声均值的图像进行识别。实验结果表明,以新不变矩特征向量作为样本集时抗噪能力强,识别率高。最后以新不变矩特征向量作为样本集进行目标跟踪得到跟踪误差。