《振动工程学报》第27卷总目次

正~~     

基于油茶毛虫图像的特征提取

油茶是我国华中地区重要的经济作物,果实产量受虫害影响较严重,其中油茶毛虫的危害最大。本文首先对基于图像的昆虫特征提取的主要方法进行综述,然后将搜集到的油茶毛虫生态学、形态学、生物学等特点作为理论依据,最终提出具有针对性的特征提取方法。本文为解决油茶害虫图像区域分割以及模式分类等关键问题提供基础数据。     

几何特征法解决跨年龄段人脸匹配问题

人脸识别,作为当前AI技术的重要内容,目前正成为研究的热点.本文重点研究了基于时间维度的人脸识别技术.首先通过灰度的积分投影法确定眼睛眼角、鼻子、嘴角的位置,以便进行特征点的选取,然后根据特征信息,利用相同特征点之间的欧氏距离进行了相似度匹配,根据匹配程度来判断两者是否为同一人.该研究在违法分子探查,失踪人口找寻等领域具有重要作用.     

大数据的分类挖掘优化技术

为了提高大数据的分类识别和检索性能,需要进行大数据优化挖掘,故提出一种基于弱关联性指数特征分布提取的大数据分类挖掘方法。对大数据信息流采用稀疏性融合方法进行聚类空间划分,通过自相关特征匹配方法进行大数据高维分形特征重组,采用向量量化方法进行大数据的基元分类的收敛性控制,提取大数据信息流的弱关联性指数特征,实现大数据的优化分类和挖掘。仿真结果表明,采用该方法进行大数据分类挖掘,提高了大数据挖掘检索的查准性和查全性,挖掘的准确性较高,抗干扰能力较好。     

基于灰度共生矩阵提取纹理特征的医学图像检索技术的研究与应用

随着信息技术在医院的普及,积累了大量病人的影像数据,这些数据是医生进行临床诊断、病情跟踪、手术计划、研究、鉴别诊断的重要客观依据。本课题选用灰度共生矩阵对图像纹理特征进行提取,利用像素对之间的方向和距离参数构造共生矩阵,然后从矩阵中提取能量、熵等有意义的统计量来表示纹理特征,从而建立一个医学图像检索系统,有效提高医学图像的利用率。     

基于深度学习的无人机识别算法研究

无人机的广泛运用,在给人们带来便利的同时,也引发了不良影响。比如,无人机飞入禁飞区引发安全问题,由于不正当的使用侵犯公民的隐私等,因此需要构建一个无人机警察系统,对无人机实施监控,遏制乱飞现象。采用传统的识别方法,灵活性不足,精度也不够高。为此提出一种基于深度学习的无人机识别算法,通过训练一个基于卷积神经网络(CNNs)的学习网络,得出一个高效的识别模型,实现无人机和非无人机间的分类。模型的测试结果表明,该方法具有较高的识别率。     

步态识别技术研究综述

步态识别是生物特征识别技术的一个新兴领域,旨在根据人们走路的姿势进行身份识别。本文对步态识别过程的步态检测、步态特征提取、步态分类与识别三个阶段进行了综述,分析了现有步态识别算法的特点,总结了步态识别研究存在的问题及未来研究方向。     

基于人耳听觉特性瞬态信号的 提取方法研究

针对瞬态信号提取问题,利用人耳听觉系统识别机制,提出一种在单通道信号条件下自动提取信号源中瞬态信号的方法。该方法首先对信号进行带通滤波,并通过逆序滤波实现相位调整,继而通过包络分析获得各滤波信号极大和极小值及其各对应的时间点,最终利用极值的幅值和时间,得到同步性和瞬态性线索。通过这2类信息,可以在时频域中筛选出符合瞬态成分特点的滤波信号所对应的时频段,最终完成瞬态成分的波形生成。该方法仅需1路信号源就可准确地提取出故障产生的瞬态信号,从而判断出设备的故障源,且该方法比盲源分离等方法能快速实现在线检测。