基于HMM-SVR的船舶动力设备故障模式识别与状态预测研究

船舶动力设备因故障监测信号样本少、变化缓慢且数据特征呈非线性,使得设备故障模式的准确识别和状态预测比较难。鉴于此,文章研究了基于隐马尔科夫模型的故障模式识别方法,利用该模型将微弱变化的信号特征转换为变化较大的对数似然概率对故障模式实现有效识别。在此基础上进一步提出基于HMM-SVR的设备状态预测模型,将遗传算法用于支持向量回归模型参数寻优,并结合隐马尔科夫模型,实现对设备状态的预测。对船用柴油机进行仿真,结果表明上述模型具有较高的识别率,能准确预测船舶动力设备的当前状态。     

汽车非确定性故障诊断模型研究

针对汽车非确定性故障诊断特点,基于模糊数学理论,提出了由概率统计法及专家优序法综合确定模糊隶属度的方法,结合对故障程度的描述,建立汽车非确定性故障诊断数学模型。以此为基础,有选择地借鉴模糊数学理论中的模式识别方法对故障进行诊断,最后以实例验证了该模型的实用性。     

一种结合2DLPP与2DPCA的人脸识别方法

为解决二维局部保持投影(2DLPP)需要较多数据表示人脸特征的缺陷,提出了一种新的二维局部保持投影主成分分析方法(2DLPP-PCA).通过对人脸图像在行、列方向同时进行2DLPP和2DPCA投影,2DLPP-PCA 不仅能减少保存人脸特征所需要的数据量,而且能有效地提取人脸的局部特征和全局特征.在ORL、Yale和CAS-PEAL-R1人脸数据库上的实验结果表明,2DLPP-PCA是一种高性能的特征提取方法,当训练样本数为6时,2DLPP-PCA在ORL数据库上的最佳平均识别率达到99％以上.     

基于条件熵约简和粗糙集规则匹配的反辐射无人机作战目标威胁识别

文章采用粗糙集的方法来处理威胁识别中的不确定、未知信息,利用条件熵度量威胁识别属性的重要程度,并提出了一种新的规则匹配方法识别威胁等级。通过实例分析与对比,证明此方法能够为反辐射无人机作战目标威胁等级的判断提供了一种可行的途径。     

基于草图的战场态势标绘系统

手绘草图以笔式交互为信息获取手段,以捕捉和理解用户的输入意图为目的,是表达人类思维最自然的人机交互方式.通过分析军事标绘中目前需要解决的人机交互问题,简单介绍草图识别技术,并将草图技术引入军事标绘,提出了基于草图的战场态势快速标绘系统的基本框架,以及系统各主要部分的实现方法.     

荧光磁粉探伤自动检测及图像处理系统研究

荧光磁粉检测中操作人员的安全保护、检测效率、检测结果的保存、复验等一直以来都是磁粉检测的技术瓶颈。研究一种自动磁粉探伤图像采集处理系统,能够对缺陷图像进行采集、预处理和缺陷标注,利用该系统可以有效减轻工人的劳动强度,提高检测结果的可靠性,保证缺陷记录和处理的可追溯性。     

基于图像分析的机场跑道毁伤效果评估研究

该文利用图像处理和分析技术,研究基于最长跑道距离的机场跑道毁伤效果评估方法。按照机场跑道的毁伤特征,引入机场的最长跑道距离,通过比较机场的最长跑道距离和某型飞机最小起降窗口的长度来评估机场跑道的毁伤等级,并仿真实现,评估结果比较准确。     

基于机器视觉的钢轨对接焊高精度检测方法

为提高闪光对接焊设备焊接过程的焊接精度,提出一种基于机器视觉和图像处理技术结合的钢轨对接焊高精度定位检测方法。该方法采用黑白面阵CMOS工业相机、线激光器作为主要检测硬件,其中线激光器发射的激光分别垂直投射在与轨道轴线平行的轨顶面和轨侧面上,通过对工业相机所采集的图像进行特征提取,针对多种不同特征进行模式识别,从而获得钢轨顶部和侧面高度差。通过重复性与可靠性试验,表明该方法满足工程实际检测要求。与传统的手工检测方法相比,本方法具有更高的精度,且受外部环境的影响较小,满足工况环境条件下的焊接精度要求,在复杂环境下同样可获得较好的检测效果。     

隧道衬砌分岔裂缝特征提取研究

随着高速铁路的快速发展,高铁隧道的病害问题逐渐受到重视,而隧道衬砌分岔裂缝发育造成的衬砌剥落掉块已成为常见的隧道病害之一,因此对于分岔裂缝的检测与防治十分重要。基于数字图像处理的隧道衬砌裂缝特征提取研究方面,国内外专家学者已经做了很多工作,但大都基于单线裂缝,针对分岔裂缝的特征提取研究还很少。利用MATLAB软件编程,在单线裂缝特征识别的基础上,通过对分岔裂缝进行分支化处理,提取了分岔裂缝的拐点特征。并加入了分岔点生长编码作为分岔裂缝新的裂缝特征,该特征能够量化分岔裂缝的初始生长方向。经裂缝匹配试验验证,不同时期的分岔裂缝图像,其拐点特征和分岔点生长编码特征能够达到高度匹配。两种特征能够为分岔裂缝的机器自动化识别提供可靠依据,进而为实现隧道衬砌剥落掉块预警奠定基础。     

安防和乘客异动在途监测系统设计

针对城市轨道交通视频监控的重要性与传统的视频监控的局限性,提出利用前端图像处理模块实现动态背景建模、目标检测和跟踪,对正常的群体行为进行建模、识别乘客异动。设计采用贝叶斯分类器将目标和背景进行分类,实现目标检测,并利用乘客特征的先验知识制成模板,将运动区域与目标模型匹配实现跟踪的过程,并将乘客行为抽象成为时空变化的数据分类问题。本系统的设计旨在保证地铁列车的安全运行,建设与轨道交通相适应的车载视频监控系统。