基于有源射频识别技术的资产出入监控系统研究

针对传统资产出入监控方式的效率低下及无源RFID技术在实际应用中存在的金属物干扰、人体吸收、识别数量有限等问题,提出一种基于有源2.4G RFID技术的资产出入监控方法.该方法利用125KHZ激励器唤醒2.4GHz RFID标签及标签定位的技术,比传统资产出入监控方式更加准确、便捷、高效;同时,有效地延长了有源RFID的使用寿命.采用低频触发器、读卡器和有源2.4G RFID标签等设备,搭建试验环境进行为期30天的测试;结果表明,基于低频触发的有源RFID资产出入监控系统具有较高的可靠性和实用性.     

基于改进的BP神经网络车牌识别的研究

近年来,城市智能交通系统发展的很快,车牌识别系统作为城市智能交通系统中信息采集的一种重要手段,也引起越来越多关注.本文对车牌识别的形态进行深入研究,应用了改进的BP神经网络算法.实验结果显示这个方法可以更高效的识别车牌并且建立一个良好的未来车牌识别技术的基础.     

利用刚性体识别的三维尺寸标注完备性检查

为了实现有循环约束的尺寸完备性的自动检查,将循环约束的判断问题转化为刚性体的识别问题,提出一种基于刚性体识别的三维尺寸完备性检查方法.首先引入定位元的概念,并建立了基于恒定度求交的定位元组选择机制;然后以定位元组为基准,提出基于轨迹相交法的刚性体识别方法;再通过向刚性体内部添加虚尺寸,利用等价定位元组的固定实现了刚性体的合并;最后根据刚性体的合并状态和尺寸的使用状态,分析了尺寸的4种完备性状态.以一个有循环约束和冗余尺寸的模型为例演示了尺寸完备性的检查过程,验证了该方法的有效性和稳定性.     

基于高斯差分模型的雪地扰动痕迹遥感识别

雪面上人或动物的活动信息涉及冬季动物迁移追踪、人员活动轨迹检测、安全防卫等各领域应用,利用遥感技术监测人或动物的活动痕迹可以及时掌握动物的迁移情况、江上人员活动范围等信息,进而可为相应的管理决策提供依据。利用高分辨率遥感技术,通过图像滤波等增强处理,可以识别冰雪覆盖区域经人或动物活动后产生的微弱线状扰动痕迹,为后续分析提供帮助。提出了利用高斯差分滤波器(DoG)进行冬季冰雪覆盖区域扰动痕迹识别的监测方法。通过对吉林省龙井市结冰江面上活动痕迹的实验表明,当σ取1.5时,DoG带通滤波频率与人员过江痕迹频率一致,对痕迹增强效果最明显,此时的滤波器为最佳滤波器,痕迹总体提取精度达到83.67%,优于传统的Laplacian算子、Sobel算子和Prewitt算子滤波方法。说明通过DoG滤波器处理,能够有效地突出雪面上人或动物的活动痕迹,可为进一步识别人或动物活动类型、追踪路线以及相关部门的安全巡逻提供服务。     

基于SAR与Landsat TM的小区域稻田的识别研究——以南京市江宁区为例

以南京市江宁区为研究区域,根据区域特征、作物物候期和水稻的生长特点,采用分层分类的方法提取稻田分布信息。通过比较多时相SAR数据、TM和多时相SAR融合与TM和单时相SAR融合数据识别水稻的精度和提取的水稻种植面积,分析了不同数据对区域多云雨,不同种植方式、面积小且分布破碎的水稻稻田的识别程度,并根据野外实地走访调查分析了主要影响因素。结果表明:多时相SAR数据、TM和多时相SAR数据的水稻识别精度都高于72%,高于TM和单时相SAR融合数据的结果;前两者提取的水稻种植面积和稻田分布接近,主要影响因素是地物分布、不同种植方式水稻物候期和水稻稻田面积小且分布破碎。     

基于光谱和时相特征的夏玉米遥感识别

精确提取作物种植面积一直是农业遥感关注的主要问题之一。综合运用低分辨率的时相变化特征和中分辨率的光谱特征,提出一种夏玉米识别方法。首先基于MODIS NDVI时间序列曲线,分析夏玉米在时相变化上的识别特征,构建识别模型。夏玉米纯像元利用识别模型识别,而耕地和非耕地类型的植被产生的混合像元,则基于像元分解办法获取耕地组分的NDVI时序特征,再利用识别模型判定,然后结合土地利用数据根据空间关系得到中分辨率结果;玉米与其他作物的混合像元则利用中分辨率尺度光谱差异加以区分。研究结果表明,在伊洛河流域主要农业区,识别精度达到90.33%,为作物类型识别提供了新的思路。     

基于外观的复合属性学习的细粒度识别

由于语义可理解性及共享性,视觉属性作为刻画对象的中间特征表示在众多领域得到了广泛应用。视觉属性学习中,大量的人工成本用于属性定义和标注,因此难以避免地引入了主观偏见,属性表示的类别判别性难以保证,尤其面临对判别性要求较高的细粒度识别任务时更为明显。复合属性符合人类认知规律以及对象复杂多模分布的事实,从刻画对象的分布入手,以较低廉的代价建立兼具一定描述能力及较好判别能力的特征表示,以应对细粒度识别任务对判别特征和判别模型的较高要求。在细粒度识别代表性公开数据集CUB上验证了所提方法的有效性。在细粒度识别任务中,复合属性表现出比人工定义的属性以及类别判别属性更优的性能。     

基于加速度传感器的可扩展手势识别

为了提高基于加速度传感器的动态手势识别算法的性能,并且增强系统的可扩展性,提出了一种有效结合机器学习模型与模板匹配的方法.将手势分为基本手势和复杂手势两大类,其中复杂手势可分割为基本手势组成的序列;根据手势运动的特点提取有效的特征量,并利用基本手势样本训练随机森林模型,然后用其对基本手势序列进行分类预测;将预测结果进行约翰逊编码,再与标准模板序列进行相似度匹配.实验结果表明,该方法获得了99.75%的基本手势识别率以及100%的复杂手势识别率.算法既保证了手势识别的精度,也提高了系统的可扩展性.     

基于红外热像检测的截齿煤岩截割特性与闪温分析

为实现采煤机截割过程中煤岩界面的精确动态识别,对采煤机截齿截割煤岩过程中的红外热像特性以及瞬态闪温差异进行研究,建立采煤机截齿煤岩截割试验台,分析得到截齿截割煤、岩过程中的温度演化规律及闪温特征.研究结果表明,截齿截割煤、岩过程中在齿尖一侧均产生突兀的点状闪温区,截岩时高温区范围与闪温瞬态峰值明显大于截煤过程,其二者峰值差与采煤机牵引速度及滚筒转速成正比,且煤岩硬度差异越大,截齿温度场峰值差越明显.研究结果为实现煤岩界面动态识别提供了重要的理论及数值依据.     

基于相关度统计的同步扰码盲识别方法

针对同步扰码的盲识别问题,提出了 一种基于相关度统计的解决方法。首先利用同步扰码序列的自相关特性,实现对扰码阶数的 判断,然后定义了加扰序列与待识别扰码序列的相关度函数,证明了正确识别时序列相关度 值与信息序列不均衡度之间的线性关系,而错误识别时的序列相关度值与信息序列不均衡度 之间线性无关;最后通过遍历扰码多项式及初态并寻找最大相关度值的方式实现了同步扰码 的盲识别。仿真实验验证了理论分析的正确性和识别方法的有效性,证明本文方法具有一定 的工程应用价值。