利用数学形态学与图像二值化进行车牌定位

在车牌识别中,车牌的准确快速定位尤为重要,文章采用数学形态学运算得到多块类似车牌的候选区域。再对候选区域二值化后进行中间行扫描,利用行扫描中的黑、白跳变规律,确定车牌区域。该方法基于单行扫描,能够减少运算时间,提高对车牌定位的速度。     

修正的D-S证据理论在液压故障诊断中的应用

针对液压系统出现故障隐蔽性强、可变性强的问题,给出基于修正的D-S（Dempster-Shafer）证据理论的多传感器时空域信息融合方法。通过测试待诊断部分的压力、温度、流量并结合经验值,得到各部分信度函数分配,根据D-S组合、决策规则,对多个传感器多个测量周期的时空域信息进行融合,识别出故障部分。实验表明：该方法在证据高度冲突时仍有效果并有效防止了指数爆炸现象,算法简单,能准确定位故障。     

基于ARM9的无线数据传输终端的设计

设计了1个基于ARM9与GPRS模块的工程机械无线数据传输终端。该终端以samsung公司的s3c2440a微处理器为控制核心,利用BenQ M22模块进行GPRS无线传输,克服了工业、军事等领域一些设备工作环境受地域限制数据传输不便的问题。实现实时监控,为机械设备故障诊断与维修提供了依据。     

部分频率复用技术性能分析及研究

文章对部分频率复用技术的复用因子选择准则做了详细论证;结合仿真给出两种部分频率复用方案在实际网络运营时的资源参数选择准则,以实现小区中心和小区边缘更平衡的比特速率;最后对两种部分频率复用方案进行了比较,供网络运营商实际布网做参考.     

基于概率权重灰色马尔可夫模型的腐蚀预测

精准地预测管道的腐蚀发展趋势是降低油气事故损失,保证其安全运输的主要途径之一。针对常用的基于聚类中心灰色马尔可夫预测模型中等转移概率会导致较大预测误差的问题,提出了一种基于概率权重的灰色马尔可夫模型用于油气管道腐蚀预测。首先用灰色模型对管道腐蚀状态进行初步预测,后采用模糊C均值聚类对预测误差数据聚类,并提出基于概率权重的马尔可夫模型对预测值进行修正,以提高出现等转移概率时模型的预测精度。最后通过两个实例验证了上述模型的有效性和正确性,并与基于聚类中心灰色马尔可夫模型进行比较。     

基于ATmega16的无线数据采集模块设计

本文设计了一个基于工程机械液压系统故障信号远程采集终端。该终端以ATmega16单片机为控制核心,利用BenQ M22A模块进行GPRS无线传输,克服了工程机械工作环境的地域、时间限制,随时实时监控工程机械运行状态,为工程机械故障维修提供了依据。     

基于伪标签的弱监督迁移学习模型

针对目标域标记数据少导致迁移模型泛化能力差的问题,提出基于伪标签的半监督迁移学习模型WSTLPL.卷积神经网络用于学习原始振动数据的可迁移特征,用源域数据预训练网络;利用该网络预测目标域数据类别,将分类概率最大的类标签作为数据的伪标签.根据域自适应和伪标签学习的正则化项,对神经网络的参数施加约束,以减少学习到的可迁移特征的分布差异.结果表明:与现有诊断模型相比,该迁移模型的准确率更高.     

基于单片机的多路无线遥控开关

利用8051单片机设计了一种远距离无线遥控开关装置，它由遥控器(发射器件)和开关盒(接收器)两部分组成．该遥控器可控制100路开关盒。     

卫星遥感地震信息处理系统的研制

本文介绍了一种专门用于地震监测预报方面的遥感信息(图像)接收及分析处理软件系统.该系统利用最新计算机图像处理技术及数理方法,能够从遥感图像中提取与地震有关的前兆信息.     

基于EMD和改进PSO-Elman神经网络的液压故障诊断

通过对工程机械液压系统各个元件的参数测量,提取包含故障信息的特征向量,并应用神经网络进行故障诊断。文中将经验模态分解（EMD）应用到故障特征向量提取中,结合压力、温度、流量等显性信号作为神经网络的输入,并对El-man神经网络的学习算法用PSO算法进行了改进,以提高网络的收敛率和计算能力。使用粒子群算法对Elman神经网络的权值和阈值进行优化,经过训练后即可应用到故障诊断系统中。仿真结果表明该方法提高了神经网络的收敛率,减小了诊断误差。