基于密度聚类与SVM的非法广播信号识别研究

针对非法广播信号的危害,以及传统人工检测效率低的问题,提出一种基于密度聚类与SVM的信号识别模型。首先,采用标准欧式距离对特征信号进行提取;其次,以聚类样本为基础,采用SVM分类器对信号分类;最后,以青海广播电视局中波台整点时刻前后300帧的数据为样本,以静音信号作为评价指标,对信号进行识别。结果表明,在正常信号中加入非法信号后,频谱中有少量的静音信号,且SVM训练时间和识别正确率都要优于传统算法。     

基于双向参考集矩阵度量学习的行人再识别

针对行人再识别中由于外观差异不显著导致特征描述不准确的问题，该文提出一种基于双向参考集矩阵度量学习(BRM2L)的行人再识别算法。首先通过互近邻算法获得每个摄像头下的互近邻参考集，为保证参考集的鲁棒性，联合考虑各摄像头下的互近邻参考集获得双向参考集。通过双向参考集挖掘出困难样本进行特征描述，从而得到准确的外观差异描述。最后利用该特征描述进行更有效的矩阵度量学习。在多个公开数据集上的实验结果证明了该算法比现有算法具有更好的行人再识别性能。     

柱[5]芳烃对偶氮二异丁腈分子识别的研究及应用

以三氟化硼乙醚为催化剂、1,4-对甲氧基苯和多聚甲醛为原料合成具有高亲和性的全甲氧基柱[5]芳烃,通过核磁共振氢谱、紫外可见光谱、荧光光谱等检测手段研究了全甲氧基柱[5]芳烃对偶氮二异丁腈的分子识别能力。结果表明,全甲氧基柱[5]芳烃和偶氮二异丁腈可在氯仿中形成1∶1的主客体络合物,同时,全甲氧基柱[5]芳烃对偶氮二异丁腈具有刺激响应性,可作为荧光分子探针检测偶氮二异丁腈。     

基于机器视觉的机车齿轮毂全自动双轴拧紧机的设计和应用

设计了基于机器视觉的机车齿轮毂全自动双轴拧紧机,根据拧紧工艺和扭矩控制原理实现对螺栓拧紧力矩的控制;通过丝杠变径机构,实现不同规格齿轮毂螺栓拧紧;利用机器视觉实现螺栓位置的识别以及初始位置的确定;讨论了自动拧紧机控制系统的硬件组成和软件系统配置,并介绍了防错、防漏功能的设计流程。螺栓自动拧紧机可提高装配精度和操作效率,降低工人的劳动强度。