三维工序模型加工特征环境匹配

针对传统的基于"相似零件结构有相似工艺"准则的知识检索方法所造成的知识重用精度低等缺点,提出了一种基于"相似加工特征环境有相似工艺"的三维机加工艺知识复用方法。首先,利用属性邻接图建立工序模型的数学表达,使用改进的子图同构匹配方法进行加工特征提取。然后使用加工特征邻接图将提取出的加工特征进行重构。通过定义裁剪规则,得到基于特征的加工特征环境结构。将特征的环境结构作为输入条件与工序模型进行相似匹配,匹配参数包括特征类型、依附面类型以及特征间拓扑关系等信息,使加工工艺知识得以复用。实例验证表明,该方法有效地匹配了相似的加工特征环境并通过加工特征环境的检索,实现相似工艺的匹配。     

利用曲线面变形提取产品形态体特征的方法研究

在变形设计理论的基础上,提出了将产品主体形态分解为子形态。研究了基于超椭圆方程和三次带参均匀B样条曲线构造技术提取影响产品艺术风格子形态横截面造型特征的方法,并结合曲面构造变形技术实现产品形态体特征的提取。以电动手工具为例研究了产品形态体特征提取与形态优化设计效果,得出超椭圆方程提取算法参数少,可较好地提取对称图形、非倒角图形的造型特征;基于三次带参均匀B样条曲线构造技术的算法参数较多,可较好地提取多种图形。     

正常角膜和圆锥角膜的特征提取

基于角膜测量仪器Corvis ST采集的图像视频,提出提取新特征参数以便准确区分正常角膜和圆锥角膜。首先对图像进行滤波、分割等预处理,检测角膜上下边界,并计算前角膜曲率值;用小波变换分析角膜曲率变化,获取与角膜运动趋势相关的特征,包括角膜运动的整体趋势和角膜振动的范数和标准差。然后,基于均方误差最小化法,提取特征参数,构建最优参数。最后,用支持向量机(SVM)对正常角膜和圆锥角膜进行分类。从频率的角度实施的实验显示角膜在基本运动趋势上存在着振动过程。此外,提出的参数优于形变幅度(DA)、峰值距离(PD)等传统参数,使准确度、灵敏度和特异性分别提高了10.2%,5.7%和6.9%。受试者工作特征曲线(ROC)下面积为0.948,接近于1。结果显示本文方法自动提取的特征参数可提高正常角膜和圆锥角膜区分的准确性,对临床诊断有辅助作用。     

低压电力线载波通信现场测试与分析

为提高基于低压电力线载波通信的用电信息采集系统现场应用水平,本文就现场运行环境对低压电力线载波通信的影响进行分析。通过载波现场测试设备,对典型台区开展电力线载波通信特征参数现场测量和分析,为采集系统技术方案的确立及采集系统的现场运维提供决策依据与技术支撑。     

SOM特征提取与ELM在电力负荷预测中的应用

随着电力负荷内涵复杂度和非线性增加,单纯追求电力负荷预测精度将变得困难。研究根据负荷样本分析其趋势、抽取特征来解决预测精度问题,即提出一种基于自组织特征映射网络(SOM)进行特征提取并与极限学习机(ELM)相结合的短期电力负荷预测方法。通过SOM特征提取找出与预测日同类型的历史数据作为训练样本;然后采用ELM进行预测,该方法预测过程简捷,能得到唯一的最优解。实验以某市的电力负荷数据进行仿真和比较。结果表明,基于SOM特征提取的ELM方法不仅精简了训练样本数量,且使训练更具有针对性,提高了预测精度和泛化性能,具有一定的理论意义和较好的应用前景。     

基于多特征融合条件随机场的人脸图像分割

由于发型、头部姿势、服装、遮挡等现象的多样性,人脸图像分割一直是一个具有挑战性的课题。为了提高复杂背景图像的人脸分割正确性,提出了一种基于多特征融合条件随机场（CRFs）的方法。该模型建立在图模型上,图中的每一个节点对应一个超像素,每一条边缘则连接一对相邻的超像素。使用颜色和纹理特征定义节点的能量函数（一元能量函数）,使用位置信息和相邻超像素之间的差异定义边缘的能量函数（二元能量函数）。分割是通过条件随机场融合节点能量函数和边缘能量函数推理而得。考察了该模型在2个无约束人脸数据库上的分割性能,实验结果表明该方法可以有效地从复杂人脸图像中分割出面部皮肤、头发和背景区域。     

用于手背静脉注射的图像自动识别与标注

针对医疗领域的手背静脉识别研究甚少的问题,提出一种用于静脉注射的手背静脉自动识别的方法。分析了静脉穿刺的特点以及适合注射的静脉条件,在近红外光下获得全局手背静脉图像的基础上,首先对图像进行预处理获得完整的细化图像,再利用改进的区域生长法分别对每条静脉进行提取和分析,最后用模板匹配法识别选择最适合穿刺的静脉部分。实验结果表明:该方法能够实现对适合注射的静脉部分进行自动识别与标注。     

改进相关反馈技术在CBVR人体动作识别中的应用研究

针对CBVR人体动作识别问题,提出利用相关反馈技术与其它技术相结合。首先,分析了从视频中提取人类行为并将其表示成特征集的方法;然后研究了各种基于内容的视频检索方法;最后,将这些技术进行组合得到基于相关反馈技术的最优CBVR人体动作识别方法。在三个行为数据库中(包括UCF运动,UCF视频网站和HOHA2)评估了由上述几种技术组合而成的性能,实验结果为开发高效的基于内容的视频检索系统提供了有益的借鉴。     

融合LBP特征和运动特征的运动分类算法

本文提出了一种局部二值模式(Local Binary Pattern,LBP)特征和运动特征相融合的运动分类算法。首先,利用背景差分法检出视频中的运动人体序列,将运动人体序列经过LBP算子处理得到LBP直方图特征。然后,将LBP直方图特征和运动人体质心的速度特征相融合作为运动人体行为分析的识别特征,应用BP神经网络进行行为分类识别。在Weizmann和KTH行为数据库上进行了算法实验研究,人体行为识别的平均准确率达到了90.78%。实验结果表明:该方法在识别率方面明显优于常规方法进行识别的结果。     

基于不变矩特征的车道线图像检测算法

为了提高智能车辆导航系统中的车道线检测正确率,提出一种基于不变矩特征的车道线图像检测算法。首先对原始车道线图像进行预处理,提取感兴趣的区域,得到车道线图像的不变矩特征,然后采用支持向量机对车道线图像不变矩特征向量进行建模,得到车道线的检测结果,最后采用仿真实验对算法的性能进行分析。仿真结果表明,相对于其它车道线检测算法,本文算法不仅提高了车道线检测的正确率,而且获得更高的车道线检测速度,完全能够满足车辆安全驾驶实时性的要求。