基于多维信息特征分析的驾驶人认知负荷研究

准确评估驾驶人认知负荷水平,对于深入研究驾驶人行为特性,改善驾驶安全性具有重要意义。现有的驾驶人认知负荷分类方法,大多基于心电、脑电等生理信息和车辆信息,由于特征选择上的单一性,导致驾驶人认知负荷分类模型的分类精度不高。设计基于跟驰场景的不同认知负荷N-back次任务试验,通过采集受试者的生理信号和车辆信号,结合NASA_TLX主观评分和机器学习算法,提出了基于多维信息特征融合的驾驶人认知负荷分类方法。研究表明：基于生理信息和车辆信息的多维信息特征认知负荷分类方法,其精度显著高于传统的基于生理信息的认知负荷分类方法,以多维信息特征为输入,随机森林法以其稳定性好、抗过拟合能力强的特点,表现出优异的分类效果,相比神经网络和支持向量机,具有最高的平均分类精度。     

基于高低的高速铁路简支梁徐变上拱识别方法

研究目的:现有监测手段难以高效经济地测量高速铁路全线简支梁的徐变上拱量,但可以通过分析轨道动态检测数据实现有效识别。因此,本文选取我国某高速铁路长达7年的检测数据,结合小波分解、极值点搜寻和概率分布拟合,对每一跨简支梁的高低波形进行识别,然后通过波形关键点识别简支梁徐变上拱量,并研究其发展规律。研究结论:(1)波形识别算法对24 m梁和32 m梁的识别准确率分别为94.3%和96.4%;(2)简支梁徐变上拱与混凝土徐变的发展规律相近,利用最小二乘法拟合得到了上拱量发展曲线;(3)在线路开通运营6年后,24 m梁上拱量的中位数在1.5~2.0 mm之间,32 m梁上拱量的中位数在2.0~2.6 mm之间,简支梁徐变上拱的发展趋于平缓,未来的发展空间有限;(4)本研究成果对掌握高铁桥梁变形状态和指导线路养护维修具有参考价值。     

多目标多层次船型方案模糊优选法

船型方案优选是一个多目标、多层次并含有模糊信息的决策问题,需要考虑的因素往往很多.本文通过划分相互关联的有序层次结构使问题条理化,然后利用文献[1]与文献[2]提出的模糊模式识别理论模型与模糊关系优选理论模型,以低层次的输出作为高层次的输入,对每一层次的单元系统进行优选计算,最后利用级别向量的特征值进行排序,对船型方案进行优选.算例说明,模型建立正确,计算结果可信,各方案的综合评判值离散性大.这一方法为合理选择船型方案提供了参考.     

基于三维谱回归的有效三维人脸识别算法

提出一种结合预处理和三维谱回归(3DSR)方法进行三维人脸识别的算法框架,提取有效的判别特征来克服3D人脸图像中一些尚未解决的问题,如噪声、表情和姿态等的影响。首先通过预处理步骤,从输入的人脸图像提取面部区域进行三维数据的匹配,克服大姿态变化的影响并且有效地提高了整个3D人脸识别性能。为处理大的表情变化和数据噪声,引入谱回归的概念,改进的三维谱回归方法可以充分利用局部统计信息的鲁棒性和有效性,并避免通常方法中密集矩阵的特征分解问题,降低了计算复杂度。实验中使用包含大姿态和表情变化的CASIA三维人脸数据库。实验结果显示算法有效、鲁棒、通用性强。     

衡阳至邵阳高速公路路径识别方案研究

结合联网收费环境下现有路径识别技术现状及发展趋势,以衡阳至邵阳高速公路路径识别为例,提出路径识别问题的解决思路和此环路的解决方案,具有一定的实际意义.     

基于卷积神经网络的AUV水下识别算法设计与实现

自主式水下机器人(AUV)是应用于复杂海洋环境中的高智能化无人装备,其需要具备良好的环境感知能力进行自主导航,包括水下目标识别能力。随着人工智能的高速发展,卷积神经网络作为图像处理领域的深度学习架构,在图像特征提取和图像识别上有着强大的性能和卓越的优势。本文利用卷积神经网络,实现了自主式水下机器人水下目标的自主识别。同时,通过采用三段式全连接方式和增加卷积层深度的方式对卷积神经网络进行进一步改进,提高了卷积神经网络的训练速度、准确率和泛化能力。     

基于小波变换的补偿电容故障自动识别方法

针对当前高速综合检测车中,信号检测系统自动化水平较低、需要凭借人工经验检查故障等问题,提出一种基于小波变换的补偿电容故障自动识别方法。该方法首先对补偿电容检测数据进行降噪处理,然后对降噪处理后的数据进行脉冲识别,最后自动识别出补偿电容失效位置,从而达到补偿电容故障自动识别的目的。实验结果表明,该方法能满足现场使用需求。     

基于高斯混合模型的铁路入侵物体目标识别方法

基于铁路的特殊视频场景,研究铁路入侵物体目标识别技术,提出并应用1种改进的高斯混合模型,拟定合适的颜色变化阈值和背景更新速率,对图像的不同部分分别进行背景更新,实现铁路视频的背景建模,并由此得到稳定的背景图像;通过背景像素与前景像素的贝叶斯分类实现对铁路入侵物体的准确检测。对典型的铁路入侵行为视频进行实验分析,结果表明:应用改进的高斯混合模型可以更好地适应场景的变化,并能够更加快速、准确地实现在铁路环境下对入侵物体的目标识别。     

铁路自助式实名制验证验票系统应用

针对"实名制"购票,铁路部门采用人工对人、证、票的一致性进行检验,识别误差率较高,造成旅客在检票口滞留,影响铁路检票的效率。为此,开发一种提高票证查验速度和准确性的全智能验证验票系统,该系统集验证验票功能、人脸识别功能、远程自动化监控功能为一体,主要包括验证验票子系统、服务器端子系统及设备监控子系统,可与旅客服务信息系统及铁路客票系统进行信息数据交互。通过现场试用,证明系统可高速、精确地实现人、证、票的自动识别和比对,确保验证验票工作质量,提高通行速度,提升旅客体验和满意度。     

机动车号牌识别的技术与应用

机动车号牌识别主要涉及数字图像处理、计算机视觉、模式识别和人工智能等学科和领域,其工作流程主要是机动车触发、图像抓拍,号牌检测、定位、字符分割和识别等步骤。如今,机动车号牌识别作为现代智能交通重要的一部分,已成为各级交通管理部门十分关注的科研课题之一。特别在公安交通管理、街面治安防控、嫌疑机动车的跟踪定位等方面,发挥着不可替代的作用。