基于嵌入式的复合绝缘子憎水性检测方法研究

为了客观、快速、准确地测量在线或离线复合绝缘子表面的憎水性,依据憎水性分级法(HC),设计了一套便携式绝缘子憎水性检测装置。该装置通过一系列简单、有效的图像处理和分类方法,实现了嵌入式平台上的绝缘子憎水性判断。首先采用一种基于边缘的图像分割方法提取水珠目标,然后采用一种综合决策树实现目标的训练和分类。结果表明:该装置能在无辅助光源的自然光条件下判定复合绝缘子的憎水性,且处理速度快、实现方便,避免了人工观测的主观性和不确定性,具有较高的精度和实用性。     

基于粒子群算法的决策树SVM多分类方法研究

针对SVM多分类问题提出了一种基于粒子群算法的最优决策树SVM生成算法,以解决传统支持向量机多分类方法存在的不可分区域和误差积累现象。该方法利用自变异的PSO聚类算法在每一决策节点自动寻找最优或近优分类决策,将数据集划分为两类,直至叶子节点为止,最终根据最优决策树构建SVM多分类结构,训练各个节点SVM分类器。将该算法应用于图像人群密度分类问题,仿真实验表明,分类精度和分类时间得到明显改善,是一种有效地的多分类算法。     

一种基于特征提取的调制识别方法

调制方式是通信信号的重要特征参数之一。在无线电监测领域,信号的调制识别研究具有十分重要的意义。基于某个无线电频谱监测系统,研究了8种模拟、数字信号的自动调制识别算法。针对AM和ASK的区分,设计了基于频谱紧致性的特征参数K;针对FM和FSK的区分,设计了基于频谱凹凸性的特征参数F。这些特征参数很好地解决了以往模拟、数字信号不能较好联合识别的问题,仿真结果表明了该算法的有效性。     

决策树算法在塑料分类中的应用

针对塑料分类提出了基于决策树算法的塑料自动分类方法。利用激光照射法快速准确地识别塑料的谱线,得到塑料中元素的成分及其含量;以塑料元素的成分和强度作为特征值,基于决策树算法提出了塑料分类算法,通过熵增最大原理选取特征。通过对塑料样品数据分析,分类算法的准确率达90%以上,最大准确率为95.46%。     

回采巷道围岩稳定性的分类预测方法分析

通过SVM分类机、朴素贝叶斯分类器和决策树算法,利用Matlab和WEKA软件以及粗糙集理论分析并验证了7个非线性因素对回采巷道围岩稳定性的影响。成功实现了对回采巷道围岩稳定性基于3种不同算法的训练和预测。从详细精度、混淆矩阵和节点错误率这3个方面分别比较了3种算法对回采巷道围岩稳定性分类预测的适用性。结果表明决策树算法不适用于对回采巷道围岩稳定性进行分类预测,SVM优于朴素贝叶斯分类器。     

ID3算法在警务化管理中的应用

目前警察院校通常会采用警务化管理制度来约束与规范学员的日常行为。在该制度下,请假的批准与否是影响警院管理质量和工作效率的一个重要因素。针对这种情况,提出利用ID3算法构建是否批假的决策树模型,并以此分析新的请假情况和帮助管理者决定是否予以批假。该方法可以有效地加强对学员的诚信管理以及提高管理者的工作效率。     

智能人机对弈五子棋机器人设计

随着人工智能技术的发展，脱离手机和电脑的实战化游戏机器人成为当前研究的热点，结合智能化模式识别和机械控制算法，设计了一套低成本简易化的五子棋人机对弈系统，设计的系统采用设计的智能图像处理方法、五子棋决策树算法，通过STM32主控系统控制数字舵机执行落子动作，进而完成人机对弈，设计的系统简化了机械臂控制的复杂度并提高了落子的准确度，实际测试表明，系统实现了一体化运行，完成五子棋人机对弈的功能。