基于CapsNet模型的过程故障识别研究

为了实现过程故障的识别诊断,文章使用CapsNet模型训练数据。首先,运用网络模型的空间特性,以向量的形式对训练数据进行特征表示、归一化处理。然后,进行卷积操作,在动态一致路由更新上进行故障分类。最后,增加重构模块来对输入数据矩阵反馈修正,降低损失误差,使网络快速收敛。同时,在每一层网络进行特征可视化,能清楚看到每一层网络特征图的变化。实验结果表明,文章模型的过程故障识别性能优于其他神经网络模型。     

精密光学元件表面洁净度成像检测系统

为解决精密光学元件表面洁净度检测面临疵病干扰及测量精度不理想的问题,提出了基于机器视觉方法的图像检测系统,没计了适用于多种尺寸待检测元件的活动夹具和三维电控平台.利用Canny边缘检测算子分割出被检对象边缘,用凸壳的方法得到被检对象的封闭区域,采用关联向量机法,对待检测对象封闭区域的几何空间、灰度空间和变换域空间参数构成的待检测向量进行分析,识别出固体颗粒残蹦物和非同体颗粒残留物,最终得到精密光学元件表面的洁净度等级.     

公路岩土区划中的土分类体系与类型分布

为进行中国公路岩土区划,在分析已有的土类型划分方法的基础上,提出服务于岩土区划的土分类体系;基于ArcGIS9.1编制了《中国公路土类型分布图》,据此研究了中国公路土类型的区域分布特征。这项研究可为中国公路岩土区划乃至公路灾害区划、公路自然区划等区划研究提供基础图件,并用于指导公路建设。     

肥鲨 No Doubt

<正>就在采用全新一代BMW设计风格的X5推出不到一年的时间里,共用平台的姊妹车型X6也随之推出。卖点1.极具攻击性的外形设计,比新X5更具个性;2.全新发动机调校使动力和操控性能更胜以往;3.具有更强的off road能力,使X6适合更多路况。就在采用全新一代BMW设计风格的X5推出不到一年的时间里,共用平台的姊妹车型X6也随之推出。同上代X5与X6之间的关系相同,新X6造型设计更加出位,同时更为注重操控性能,将新X5那些出色的设计进行继承并发挥到更加杰出,而原本平庸的部分稍加改动,使其变得愈发华而不实。可这些所谓的     

公路功能分类

公路功能分类就是根据公路所提供交通服务的特性，把它们分成不同类别，这是目前世界上不少国家普遍采用的一种公路分类方法，一般作为公路里程和运输量统计的基础分类方法，广泛应用于公路交通的各个领域。美国、英国等国家较早地开展了相关理论的研究与实践。美国是较早进行公路功能分类的国家，1947年，加利弗尼亚州的《科里尔·本斯法案》第一次将其所有的道路按照功能进行系统分类。[第一段]     

基于视觉感知技术的低质量舰船航行图像增强系统

为提升低质量舰船航行图像质量,为舰船航行监测提供可靠依据,设计基于视觉感知技术的低质量舰船航行图像增强系统。该系统以同步动态随机存取内存中存储的低质量舰船航行图像为基础,利用FPGA矫正图像畸变后,在SDRAM控制模块的控制下,经由通信模块将图像传送至图像增强模块中,该模块采用视觉感知技术,增强舰船航行图像后,通过PCI总线传送至PC机中,呈现低质量舰船航行图像增强结果。测试结果表明：该系统具有较好的低质量图像增强性能,增强后图像的度平均梯度和图像信息熵的结果均在0.92以上;图像的边缘轮廓质量较好,有效改善了图像模糊情况,并且避免图像增强后发生色彩失真现象,图像细节的完整性较好。     

图像分割在工件图像视觉检测中的应用

在介绍图像分割的主要特征的基础上,分析了目前几种典型图像分割方法。针对工件图像视觉检测中图像分割特点,提出了将边缘检测和域值分割方法相结合来分割工件图像的一种新方法,并开发了相应的软件。实验验证该方法用于工件图像测量,能很好消除图像噪声,得到连续的图像边界,并且定位较准,可以有效地提高检测系统的精度。     

基于视觉传达的大型船舶航行图像融合研究

图像融合是图像识别的重要环节,为提升船舶航行图像识别精度,提出了基于视觉传达的大型船舶航行图像融合算法。通过离散滤波获取图像高频部分并盲估计模糊核,依照模糊核,通过总变分正则化法对图像实施非盲去卷积处理,获取去模糊后的图像;针对去模糊处理过程导致图像亮度发生变化的问题,采用伽马校正算法调整图像亮度,提升图像视觉传达效果。针对校正后的图像,对比2幅待融合图像的熵值,获取熵值较大图像的残余分量,通过基于方向滤波的二维局部均值分解法,将残余分量和熵值较小的待融合图像分解成低频子带与高频子带并分别融合,通过逆变换运算得到融合图像。实验结果显示该方法可有效提升大型船舶航行图像的细节清晰度,令图像的视觉传达效果增强,并显著提升图像识别精度。     

基于流形理论的数据分类挖掘

数据挖掘技术应用于作战指挥挖掘系统,能为指挥员的决策分析提供智能化的、自动化的辅助手段。在分析数据挖掘问题中的分类算法的基础上,利用流形结构对分类算法进行了改进。从而避免全局线性对分类信息造成的丢失,保留完整的数据结构信息,在一般意义下完成针对数据集的各项任务。     

Image segmentation based on competitive learning

lmage segment is a primat.‘y step in image analysis of unexploded ordnance (UXO) detection by ground penetrating radar (GPR) sensor which is accompanied with a lot of noises and other elements that affect the recognition of real target size. In this paper we bring forward a new theory, that is, we look the weight sets as target vector sets which is the new cues in semi-automatic segmentation to form the final image segmentation. The experiment results show that the measure size of target with our method is much smaller than the size with other methods and close to the real size of target.