改进的数据驱动的随机子空间算法在桥梁监测中的应用

介绍了基于数据驱动的随机子空间算法的改进方法,传统的数据驱动随机子空间算法由于数据量大,处理速度慢而很难用于在线识别和监测,改进的算法在减少数据量的同时仅利用分解得到可观矩阵即可完成整个参数识别,大大提高了运算速度,满足桥梁健康监测的在线模态参数识别和动力模型修正及损伤识别,具有很高的工程应用价值.该改进算法已成功应用于大广高速公路的通用型桥梁健康检测系统.     

(n,n-1,m)卷积码的盲识别

针对信道编码的盲识别问题,提出了码率为(n-1)/n卷积码的盲识别算法. 首先建立了盲识别的数 学模型,然后对截获码序列所构造的矩阵进行分解求解校验矩阵,通过对校验矩阵进行初等变换,最 终辨识编码参数. 仿真实验表明,该算法可对卷积码进行有效识别.      

模型参数化方法的一种改进算法

针对线性结构的有限元模型,并基于时域内的响应测量信息,建立了直接识别单元水平结构物理参数的改进算法;通过引入浮点运算指标Flop,定量分析了改进算法与原算法的计算效率.数值仿真了一大型空间网壳结构的参数识别,并对比分析了改进算法与原算法在相同计算条件下的识别效率,结果表明:在保证无噪声条件下识别精度100%时,改进算法的计算效率提高了约30倍;且改进算法可以有效地识别未知输入条件下的结构参数.由此得出结论,改进算法不仅能够大幅度提高参数识别的计算效率,而且易于扩展到未知输入情况下的参数识别,因而特别适合于大型结构的参数识别.     

面向助老行为识别的三维卷积神经网络设计

针对室内老人跌倒问题,提出一种室内人体跌倒行为识别方法.首先,提出基于卷积核分解与分组卷积的轻量化3D网络;之后融合浅层2D子网络与轻量化3D子网络,并采用随机滑动组合采样策略改进3D卷积行为识别网络.为进一步提高网络泛化性能,对视频帧进行视觉显著性检测,通过加强背景纹理与人物行为之间关联性提高真实场景识别准确度.实验结果表明:该网络参数量为6.9×106,时间复杂度降低至8.04×109;实现算法在室内跌倒行为识别任务上达到81.5％的准确度.     

基于改进VMD和自适应BSA优化LS-SVM的刀具磨损状态监测方法

为提高加工过程中刀具磨损状态的识别精度,结合改进的变分模态分解算法(modified variational mode decomposition,MVMD)、自适应回溯搜索算法(adaptive backtracking search algorithm,ABSA)及最小二乘支持向量机(least squares-support vector machine,LS-SVM),提出一种刀具磨损快速识别模型.针对传统信号处理方法存在的模态混叠、噪声敏感等问题,采用瞬时频率均值法预先确定最佳分解模态数,引入降噪型变分模态分解算法进行信号分解;为提高优化效率与自适应性,提出一种改进的自适应回溯搜索算法,通过参数自适应选择提高算法的全局与局部搜索能力;基于自适应回溯搜索算法,采用LS-SVM多分类模型实现了刀具磨损状态的识别.实验结果表明,MVMD可以有效降低噪声、剔除虚假信息,同时验证了ABSA算法具有更强的全局探索和局部寻优能力,使得ABSA优化LS-SVM模型具有更高的准确性.     

基于LMS自适应的改进端点检测算法

语音识别技术早已不再局限于实验室中,但部分关键技术仍需进一步优化与改进,以适应社会和用户不断增加的需求.从语音识别的技术理论入手,着重研究端点检测技术,拟在此基础上针对现有算法进行改进,提升其在低信噪比环境下的识别准确率.提出了一种在对语音进行LMS自适应降噪后,采用倒谱距离熵比的新型端点检测算法,并在MATLAB平台上进行相应测试.结果表明该算法相比于传统方法,检测正确率确有提升.     

基于Haar小波变换的虹膜识别算法

提出基于Haar小波变换的虹膜识别算法.通过Haar小波变换对归一化虹膜图像进行特征提取,运用Hamming距离对2个虹膜特征进行模式匹配.与Daugman的虹膜识别算法比较,该方法在编码长度和编码时间上都有较明显的改进,且算法具有良好的鲁棒性,可用于实际的身份鉴别系统中.     

基于PSO-RBF神经网络的雾霾车牌识别算法研究

给出一种雾霾环境下车牌识别改进算法.首先利用改进的暗原色先验法对雾霾天气下的车牌图像进行去雾处理;然后经预处理、定位、分割与提取,得到粗网格特征矩阵;最后采用经粒子群算法优化的径向基函数神经网络进行识别.实验结果表明,系统去雾效果良好,且能缩短去雾处理的时间,有效提高雾霾天气下车牌识别的速度和准确率.     

一种改进的DTW算法在人体行为识别中的应用

目前针对各维特征之间的相关性对动作识别影响的问题,解决的方法基本是采用欧氏距离作为其相似度的算法.结合Kinect体感设备提出了一种基于改进的DTW算法的人体行为识别方法,将马氏距离作为相似度测度引入DTW算法中进行改进.首先,利用Kinect设备采集人体骨骼信息,计算骨骼夹角信息,之后使用改进的DTW算法进行模板训练和人体行为识别.最后通过实验,对比采用欧氏距离、卡方检验和马氏距离作为相似度测度时,人体行为识别的准确率.实验表明引入马氏距离的DTW算法在识别正确率方面有所提高.     

改进模板匹配的快速识别算法

为解决噪声导致的模板图像误匹配问题以及提高算法的识别速度和准确率,提出一种改进模板匹配的快速识别算法。该算法使用改进的低通滤波器对图像进行降噪处理,并使用改进的加权Hamming Distance,对图像进行相似度检测,降低算法的复杂程度,最后使用阈值和同伦骨架加快算法识别的运行速度。通过对不同背景下的噪声图像进行实验,该算法在目标识别过程中有很好的识别效果,对噪声有很好的鲁棒性,并且能够改善算法的运行效率,从而证明了该算法在目标识别过程中的有效性。     

一种行为识别的新方法

行为识别技术是一种可用于智能视频监控的生物识别技术.本文提出一种基于统计主成份分析和行为序列匹配的人的行为识别算法,对于输入序列采用改进的背景减法获取人体侧影并归一化,对归一化的人体侧影进行距离变换.训练过程使用PCA算法进行特征空间的计算,测试过程则将获取的距离图像序列在特征空间投影并结合改进的序列匹配算法实现人的行为识别,多个数据库上测试的结果验证了算法的有效性.     

基于皮肤模板和改进HMM的自动人脸识别系统

介绍一种基于隐马尔可夫模型(hidden Markov module,HMM)的人脸识别系统,该系统对人脸采用普通网络摄像头实时检测,通过皮肤模型进行背景去除,并用改进后的HMM算法进行识别. 实验结果表明,改进后的HMM算法能提高原HMM算法的准确率,采用皮肤模板对检测到的人脸进行精确定位后,进一步提高了识别算法的准确度.     

针对匹配块不存在的Criminisi算法改进研究

该文针对Criminisi算法在已知区域中不存在合适匹配块而造成的修复效果失真问题,探讨了一种利用匹配块相似度大小,对修复失真区域进行定位和修复的改进算法.算法首先对Criminisi算法在修复过程中所产生的修复失真区域进行定位,然后将该区域分解为结构和纹理两部分,最后分别利用TV模型和纹理合成技术完成对结构、纹理的修复.实验证明,改进算法较好地克服了Criminisi原算法所存在的缺点,有较好的视觉效果.     

基于改进的YOLOV4的手势识别算法及其应用

针对基于特征提取的手势识别算法准确率低和速度慢的问题,提出了一种基于改进YOLOV4的手势交互算法.利用数据增强的方法解决了手势数据较少的问题,同时优化YOLOV4的网络模型,改变原特征图分辨率使其能够检测到更完整的手势特征,通过K-means算法重新计算先验框的尺寸以提高对不同大小手势的识别率.将该方法与原始的YOLOV4以及Faster R-CNN算法在不同的手势数据集上进行手势识别对比,并进行了手势交互实验.实验结果表明,基于YOLOV4的改进算法手势识别准确率更高,并且能识别复杂场景下的手势,检测速度可以达到32.3帧/s,能够满足实时要求.     

基于改进Edlines算法的坡口边缘识别研究

为了提高焊缝识别的速度和准确性,提出了一种基于改进Edlines坡口边缘识别算法。首先对图像进行ROI特征区域提取,并对ROI图像进行一系列的预处理,然后对坡口边缘提取;改进了Edlines算法搜索方向和判别方式,用Cannylines算法和Edlines算法提取结果作比对,结果表明提出的改进算法识别速度更快且只提取出焊缝坡口线;最后通过MIG焊、MAG焊中的焊接图像进行边缘识别,验证了算法的适应性。     

基于ICEEMDAN的近断层地震动识别方法改进

近断层地震动严重威胁重要结构的安全,然而地震动波形复杂导致近断层地震动识别困难,经典Baker识别方法因采用小波技术,而存在母小波与潜在脉冲差异过大,致使识别产生误差。针对该问题,利用具有自适应噪声的完全集成经验模式分解（ICEEMDAN）对Baker方法进行改进,改进方法利用白噪声对信号分解过程进行辅助,从而增强了信号分析方法对地震动这类复杂信号的应对能力。为提高改进方法的识别效率和质量,对太平洋工程抗震中心数据库中的3 655条地震动进行识别。结果表明,由于ICEEMDAN技术的加入改进后的地震动识别方法共识别出192条近断层地震动,比经典Baker方法则识别出的163条近断层地震动多识别出17.79%的近断层地震动。为进一步探讨识别出的近断层地震动的近断层特性,从地震反应谱和地震损伤入手进行分析,两种方式获得近断层地震动反应谱长周期反应剧烈、峰值周期高,有明显的近断层特征;在地震损伤方面,以一典型钢管混凝土拱桥为案例,对两种方式识别出的近断层地震动及远场地震动进行地震响应计算。结果表明,两种方法获得的近断层地震动有着极为相似的地震损伤规律,且均较远场地震动的损伤有明显的增加。综上...     

基于改进BEMD的Gabor-2DPCA掌纹识别

为了提高掌纹识别的准确率,提出一种基于二维经验模式分解(bidemensional empirical mode decomposition,BEMD)的掌纹重构改进算法。该算法首先对预处理掌纹图像采用改进二维经验模式分解算法分解,提取前4个本征固有模态分量重构掌纹;其次,将重构掌纹通过二维Gabor滤波器分解成20个特征子图,利用二维主成分分析(two-dimensional principal component analysis,2DPCA)算法数据降维,提取掌纹特征;最后,计算样本的欧氏距离,实现掌纹识别。采取香港理工大学的PolyU掌纹数据库中的600张掌纹图像实验,结果表明,该算法重构掌纹含有更多纹理特征,在训练样本不同的情况下识别率均有提升,最高可达99.33%。提出的改进算法可以应用于掌纹识别。     

基于改进DTW的彝语孤立词识别研究

彝语的语音识别与处理是语音信号处理领域的一个新方向.本文在深入分析彝语特点的基础上,对用于汉语孤立词识别的经典端点检测算法进行了改进.探讨了动态时间规整算法(Dynamic Time Warping,DTW)和高效动态时间规整算法(Efficient DTW,EDTW)在彝语孤立词识别中的应用,并提出了两种新算法:基于音节个数的动态时间规整算法(Syllable Number Based Improved DTW,SDTW)和基于音节个数的高效动态时间规整算法(Syllable Number Based Improved EDTW,SEDTW),对特定的彝语语音信号进行识别.实验结果表明,所提出的两种新算法分别在信号识别率和识别时间上比经典算法优越.     

改进的二维经验模式分解方法

为了解决图像处理中应用到的传统二维经验模式分解算法存在边界效应和过度分解的问题,提出了一种改进的二维经验模式分解算法.该算法首先对原始图像的边界进行延拓处理,在图像信号的边界处增加一部分数据;然后对处理后的图像使用传统的二维经验模式分解方法进行图像筛分,筛分截止后对每个筛分过度的内在模式函数增加一个对应的补偿量.应用改进的二维经验模式分解算法对图像进行了处理,计算了处理后得到的重构图与原图的标准差.实验结果表明,改进的二维经验模式分解算法消除了边界效应,也解决了图像分解过度的问题.重构图与原图像的标准差很小,证明了重构图与原图的图像灰度波动很小即图像吻合得很好,并且由于处理边界问题时附加的图像信息并不多乃至计算量小,使处理简单易行,论证了改进的二维经验模式分解算法在图像处理中的可行性.     

利用BP神经网络实现三维飞机目标识别

提出了一种新的飞机识别系统,采用矩的不变量的方法描述飞机的特征;采用Levenberg-Marquardt算法及弹性算法对标准的BP网络算法进行改进,从而使此系统具有识别过程迅速、稳定的特点.分别对民航机和战斗机的360张100×100不同姿态的图片进行系统识别,结果表明,该系统识别准确率在99%以上,并且识别速度较快.