图像识别技术在接触网悬挂状态检测中的应用

提出了一种新型基于计算机图像自动识别的接触网零部件悬挂状态检测算法。它与之前的人工肉眼图像判断和传统人工巡检相比,具有检测精度高、检测速度快、环境适应力强等优点。     

无线射频识别技术在车辆识别系统中的应用研究

介绍了将无线射频识别技术应用于车辆识别系统的方案，提出了基于无限射频识别技术的车辆电子牌照概念。着重讨论基于射频技术的电子牌照及车辆识别系统的应用。并针对不同的应用场录设计程序工作流程。     

基于机器视觉的车身位置偏差自动补偿应用与研究

前照灯检测仪是在假定车身位置摆正的前提下进行检测的,实际检测中停车位置往往很难做到没有偏差．影响了检测精度。介绍了基于机器视觉技术的车身位置偏差自动补偿前照灯检测仪的实现方法和检测原理．详细地论述了斜拍校正技术、模式识别技术以及自然光线下高精度实时角度测量技术。     

基于多传感器数据融合的目标分析

声场环境复杂,易引起单个声传感器所获得数据的不确定性,利用数据融合方法可以解决目标分析中信息的不确定性问题.文中建立了适合工程实用的基于多传感器数据融合的目标分析模型,利用该模型对三维情形下舰船通过过程进行了仿真.该方法的应用实现了对多传感器信息的优化利用,取得了较满意的结果,证明了模型的有效性.     

Study on Bush Tree Growth in XLPE Using 3D PD Patterns

Exploitation of equipment with cross linked polyethylene (XLPE) insulationrequires its condition monitoring and diagnostic. Traditionally diagnostics of insulation is carriedout by means of partial discharge detection. However, such identification of a defect, forexample, void, inclusion or treeing, does not say about its danger from a point of view of fullinsulation gap breakdown and insulation construction failure. For this purpose a 29 kV CN-CVcable sample is studied. The experiment is based on research for determination of thedependencies between PD characteristics in XLPE upon time and three dimension PD patternsof corresponding treeing. The investigations were carried out by means of electricalmeasurement of PD current and simultaneous optical recording of treeing image. The needle-plane electrode is applied as the electrode. As a result,-q-n PD patterns which are used asthe bases to bush tree initialization and growth can be obtained. Test results show that PDpattern recognition can be applied as a powerful tool for recognizing electrical tree initializationand growth. This can make a good basis for on-line condition monitoring of high voltage powercable.     

具有峰值识别的神经网络模型对水沙过程的预报

在经典BP神经网络模型的基础上,增设误差修正系数,实现网络误差修正权重倾向于输出样本的较大值.同时提出了一种计算输入输出向量的归一化公式.在此基础上建立了具有洪峰识别的BP网络预报模型.该模型能根据实测资料模拟和预报不同特征年的流量或含沙量过程.采用建立的模型,对宜昌水文站典型年实测流量过程及含沙量过程进行了预测检验,其结果与实测值吻合较好,对峰值的预报较经典BP模型有所提高.     

海底掩埋目标的散射特性分析

在对不同掠射角条件下掩埋目标的散射特性进行分析的基础上,认为低频、宽带、窄波束在小掠射角的情况下是适合掩埋目标探测和识别的,并对掩埋目标探测和识别声纳设计提出了建议。     

基于置信规则库的驾驶人愤怒情绪识别模型

针对“路怒症”诱发的攻击性驾驶行为影响交通安全问题,提出一种基于生理与脑电特征的驾驶人愤怒情绪识别模型.招募15 名被试在武汉市区开展限时实车试验.由于所选实验线路为交通繁忙路段,被试易被行人横穿马路、车辆加塞等道路事件诱发愤怒情绪.实验中采用愤怒量表记录被试的愤怒等级,以及采用生物反馈仪与脑电记录仪记录被试的生理和脑电信号.将血容量脉冲、皮肤电导、δ 波百分比与β 波百分比这四项生理与脑电指标作为模型输入,建立基于置信规则库的愤怒情绪识别模型.验证结果表明,该模型的识别精度(82.24%)较BP神经网络、SVM分别提高7.15%、5.02%.研究结果可为开发基于生理和脑电信号的驾驶情绪识别设备提供理论支持.     

基于模式识别的短时交通流预测

实时准确可靠的短时交通流预测是智能运输系统的基础,有很多种方法被用来对交通流进行预测.基于模式识别的交通流预测方法是较新的预测方法之一.提出一个用于短时交通流预测的模式和对应的模式识别算法,并对城区道路的交通流做了实验预测,结果表明在趋势上较为准确.     

基于边界点分布特征的夜间道路检测算法研究

提出一种在结构化道路情况下的夜间道路标志线检测算法。选择邻域均值滤波、Sobel算子和最大熵分割算法对道路图像进行预处理。结合道路灰度图像与道路边界图像,分析夜间道路边界点的分布特征,将道路边界点划分为到4个点集。针对虚假道路边界点,应用多方向搜索方法予以消除。选用2D的直线模型,采用改进的Hough变换从预处理后的图像中获取道路几何特征参数,最终检测出道路边界。试验结果表明本算法可靠、有效,户外试验中具有很好的鲁棒性。