舰船磁场模型参数在目标识别中的应用

在深入研究舰船磁场单一旋转椭球体建模及其模型参数稳定性的基础上,以该模型参数作为舰船目标识别的新特征量,用人工神经网络方法对船型、航向等目标模式进行识别,达到了良好的识别效果。     

汽车可靠性工程数据分布规律的模糊模式识别法

根据汽车可靠性工程数据,对其进行可靠性定量分析时,应该首先判别可靠性数据的分布规律。汽车可靠性工程数据的分布规律具有模糊集合的性质。本文探索了用模糊模式识别法识别汽车可靠性工程数据的分布规律,简单易行,实用。     

机车走行部故障图像识别系统的研究

机车走行部的故障目前仍以人工检测为主,既有的车辆故障图像识别系统TFDS不能适应机车要求,亟待研发机车专用的走行部故障图像识别系统。根据机车走行部故障特征,提出了机车走行部故障图像识别系统构成及其原理,探讨了高清晰度图像的获取、低照度条件下图像的获取以及图像识别方法,并深入分析了建立机车走行部故障特征库,以及机车走行部故障评判及报警分级处理等问题。     

改进Hough变换在调车信号灯识别中的应用

提出一种基于改进Hough变换的调车信号灯识别算法。算法利用信号灯图案的几何性质简化了计算，可以应用快速变化的实时图像序列。对现场获取的图像序列的处理验证了本算法的有效性。     

基于Python的驾驶员打哈欠在线检测方法研究

驾驶疲劳是造成交通事故的主要诱因之一。由世界卫生组织发布的调查研究结果表明,在高速公路中由疲劳驾驶引起的交通事故率占了将近百分之四十,驾驶疲劳检测和预警的技术也越来越受到研究人员的重视。而驾驶员打哈欠是疲劳形成过程中的一个直观指标,文章提出基于Python平台开发一套在线检测驾驶员打哈欠的系统,方法简单、指标稳定可靠,具有实际应用价值。     

多层感知器自监督在线修正的道路识别算法

为解决自主移动机器人非结构化道路识别检测准确性、鲁棒性及实时性的问题，提出一种基于感兴趣区域(Region of Interest，ROI)与多层感知器(Multi-Layer Perceptron，MLP)为核心的自监督在线修正算法.首先，通过ROI算法规定被处理图像的有效计算区域；其次，利用多层感知器对样本数据进行训练，将感兴趣区域按相应特征实现分类处理，并对分类区域进行形态学处理及特征提取处理，筛选出有效的行驶区域；最后，通过自监督在线修正算法替换错误处理结果，进一步保障道路分类识别的准确性.实验结果表明，改进算法能准确地识别出环境中的道路区域，具有良好的实时性与可靠性.     

机车车载视觉识别系统中的稳像技术研究

提出一种基于特征的机车车载图像配准稳定算法。通过计算视频帧中的特征曲线来估计图像的偏移。算法计算量较低,可以应用快速变化的实时图像序列。对从铁路现场获取的机车车载摄像机视频序列的处理验证本算法的有效性。     

一类支持向量机在车辆识别中的应用

支持向量机分类方法已经在实际应用中显示了良好的学习性能,其最初是针对二值分类问题提出的.如何有效地将支持向量机推广到多值分类中一直是人们关注的课题.通常的多值分类问题是一系列二值分类来实现,可是这将导致较高的计算复杂性.本文将一类支持向量机推广到多值分类情况,并将其应用于车辆识别中.仿真实验结果表明了所给方法的可行性及有效性.     

多尺度目标识别新方法

利用全局矩反映的是图像在整个空间的统计特征,可以稳定可靠地识别形状差异较大物体的特点,以及小波矩描述的是图像在局部空间的特征,能够准确有效地区分形状相似的目标的优点,提出了一种新的由粗到细、从全局到局部的多尺度逐级匹配目标识别方法.这种在大尺度下采用全局特征进行粗分类,小尺度下采用局部特征进行细分类的思想加快了匹配过程,实验结果表明,该方法比仅使用全局不变矩或小波不变矩特征的目标识别方法具有更高的识别率和更广的适用范围.     

校园交通服务水平属性数学识别与评价

提出了基于属性数学识别的大学校园服务水平定量评价分析体系,通过交通调查及统计分析确定校园交通需求并建立评价指标,利用变异系数法计算指标权重并采用属性数学识别法及置信度准则判断校园交通的服务水平．以广州市大学城为研究区域建立属性数学的评价体系,并对中山大学东校区进行了应用,提出了校园交通改善方案,并对改善前后的指标进行了对比分析,结果显示该评价体系能有效避免数据丢失、分级不清,直观反映校园交通系统服务水平的变化．