Gabor小波和改进LBP的零件表面粗糙度识别

目的 为了提取零件表面图像的纹理特征并对其表面粗糙度分类识别,有效提高识别的正确率,提出了联合Gabor小波和改进局部二值模式(LBP)的纹理特征提取方法。方法 针对传统LBP算子忽略了邻域内灰度差幅值特征的问题,提出了M_LBP(magnitude considered LBP)算子。采用Gabor小波对零件表面图像滤波,并计算各子图像 Gabor幅值特征GMM(Gabor magnitude maps)。应用M_LBP算子计算各GMM的M_LBP特征谱,进而构造得到零件表面图像的纹理特征向量,最后通过KNN(K-nearest neighbor)算法对零件粗糙度分类识别。结果 本文提出的算法有效细化了表面图像纹理特征,对粗糙度差别为0.2 μm的零件识别准确率达到98%,远高于利用传统LBP算子提取的纹理信息的识别准确率。结论 本文提出了一种有效细化LBP纹理特征的M_LBP算子,并通过与Gabor小波的结合,突破了传统LBP算子尺度、方向单一,幅值信息被忽略的局限性,能实现较高精度的粗糙度识别。     

一种改性铌酸盐系无铅压电陶瓷的合成与特性研究

K0.5Na0.5NbO3(KNN)系铌酸盐是一类可能替代铅基压电陶瓷的无铅压电陶瓷.利用Ta和Sb掺杂或者取代KNN中的相关离子,在陶瓷的准同型相界(MPB)处显现出高的压电和介电性能.利用传统技术制作出一种新的致密度较高的无铅压电陶瓷(1-x)(K0.5Na0.5)(Nb0.96Sb0.04)O3-xLiTaO3(简记为KNNS-LT).所有的组分在MPB处都存在纯的钙钛矿结构,主要压电性能在MPB处达极大值,其机电耦合系数kp为40%,压电常数d33为225pC/N,居里温度Tc为355℃.     

Novel fingerprinting mechanisms for indoor positioning

As wireless communications and microelectronic technology rapidly develop, diverse applications and services based on smart handheld devices have drawn the attention of researchers. The popularity of Indoor Location Based services and applications has also gradually increased. Therefore, how to improve indoor positioning accuracy becomes a very important issue. Although indoor positioning has been performed using various techniques in recent years, the computational complexity of ensuring positioning accuracy and positioning is an unsolved problem. Current indoor positioning systems typically use only the receiver or the transmitter to obtain the reference point data, and only the K‐Nearest Neighbors (KNN) or Trilateration algorithm is used to perform positioning. Therefore, positioning accuracy is limited by the use of reference point data from a single source and by the positioning algorithm used. The Novel Fingerprinting Mechanisms (NFM) indoor positioning system proposed in this study, however, uses both the receiver and transmitter to obtain positioning data and employs six positioning mechanisms to improve the current positioning accuracy. The experimental results show that the average error distance is 1.18 m in the NFM indoor positioning system. That is the system outperforms both KNN and Trilateration systems, which have average error distances of 1.35 m and 2.23 m, respectively. This study proves that the positioning accuracy is actually improved. Copyright © 2015 John Wiley & Sons, Ltd.     

Web信息智能过滤系统WIIFS的研究

随着计算机的普及以及互联网的广泛应用,人们时刻面对着海量的信息,采取一定的手段获取自己所需的信息越来越显示出其重要的意义。本文在传统的向量空间模型的基础上引进了潜在语义索引技术,用Hopfield神经网络进行用户兴趣联想,用KNN算法实现过滤,设计出一个信息过滤原型系统。     

基于Milter实现的中文垃圾邮件过滤系统

提出一种基于内容的中文垃圾邮件实时过滤系统的实现方案，该系统建立在Linux的Sendmail邮件服务器上，通过Milter接口实时提取邮件内容，并结合中文分词及文本分类算法对邮件实施分类和过滤。该系统可嵌入多种文本分类算法，具有良好的可扩展性。通过测试对该系统内嵌入的不同分类算法模型进行了分析和比较。     

基于复杂性K近邻规则的蛋白质亚细胞位点预测

提出了一个基于符号序列LZ复杂性相似度和K近邻规则的蛋白质亚细胞位点类型预测的方法。相比许多其他特征参数，蛋白质序列的LZ复杂性相似度计算无需深入的生物学领域知识和除序列数据以外的其他辅助数据。同时，K近邻规则的延迟学习特性适合于亚细胞位点类型已知的蛋白质数据的动态增加。在标准的RH数据集上对该预测方法进行10重交叉验证，其总体的预测准确率优于4种对照预测方法。     

中文网页分类的研究与实现

描述了一个完整的中文网页分类系统的设计和实现过程,重点介绍了网页分类中的网页净化、特征加权、KNN分类等关键技术.并结合网页的特征,对分类中的特征加权公式进行了一定的改进.实验结果表明改进后的特征加权公式取得了较高的分类准确率.     

一种改进的SVM支持向量分类方法

提出了一种改进的支持向量分类方法,根据支持向量机中支持向量不会出现在两类样本集间隔以外的正确划分区的理论,通过引入类质心距等概念,从而较好地解决了当两类样本集混淆严重的时候如何更加精确地进行剔除混淆点,保证算法泛化性的问题。实验表明,采用这种改进的算法在两类训练样本集混淆较严重时能较好地解决泛化性问题。     

分类技术在心电图自动诊断模型中的应用比较

提高心电图诊断的有效性和准确性的关键在于心电图分类的质量。文中针对这一情况，详细论述了利用各种分类技术对提取的心电图特征数据进行分类的方法，并在比较各种分类算法的基础上，提出了一种基于CBR的心电图自动诊断系统的结构模型。     

(1-x)K0.48Na0.52NbO3-xBi0.45Nd0.05(Na0.92Li0.08)0.5ZrO3无铅压电陶瓷相结构及压电性能

为了在获得较高压电性能的同时又不大大降低陶瓷的居里温度(T_C), 设计和制备了Bi_0.45Nd_0.05(Na_0.92Li_0.08)_0.5ZrO₃改性的K_0.48Na_0.52NbO₃系无铅压电陶瓷((1-x)KNN-xBNNLZ), 研究了BNNLZ含量对KNN基无铅压电陶瓷相结构和电学性能的影响。研究结果表明, 所有陶瓷样品均具有较高的居里温度T_C(>300℃)。随着BNNLZ含量的增加, 陶瓷的正交-四方相变温度(T_O-T)不断向低温方向移动, 而三方-正交相变温度(T_R-O)不断向高温方向移动, 最终在陶瓷中形成了三方-四方(R-T)共存相, R-T共存相处于0.05<x<0.07范围。BNNLZ的加入引起陶瓷相结构的演化改变导致压电常数(d₃₃ )、介电常数(ε_r )、剩余极化强度 (P_r )和机电耦合系数(k_p )都先增大后减小, 当x=0.06时陶瓷具有最佳压电性能: d₃₃=313 pC/N, k_p=42%, P_r=25.48 μC/cm², ε_r=1353, tanδ=2.5%, T_C=327℃。