基于图像识别技术读表系统的设计与应用

对基于图像识别技术读表系统的设计进行探讨,分析应用效果。基于图像识别技术的读表系统实现了对现场仪表读数的拍照、上传、识别。读表系统的识别率达到95%以上,识别用时达到ms级,可满足供热企业对仪表读数的自动采集、识别需求。     

广播电视广告监管系统应用

当今社会,电视早已经是每个家庭都拥有基本消费品。有数据显示,中国广播电视综合覆盖率已经超过96.95%,成为世界上覆盖人口最多、公众信息传送量最大、有线、无线、卫星等多种现代技术手段并用的广播电视网络。随着广播电视的发展,各种五花八门的广告也大批出现在电视中,每天我们所收看的电视节目中,都充斥着各种各样的电视广告。不可否认的是电视广告的出现确实带给了我们新鲜的信息量,陪伴着我们的生活,但广告的舆论导向如何,内容的真实与否,如何监督管理好这些电视广告等都成为我们广播电视监测站的一项重要任务。     

高速公路机电日常维护中车牌识别率分析系统的应用

在收费系统日常维护中,通过车牌识别率分析系统,维护人员既可方便地查看目前的车牌识别率,又能从中判断出车牌识别器的故障点,从而提高工作效率。因此,该系统具有很好的推广价值。     

基于PCA与MLP感知器的人脸图像辨识技术

单纯PCA的人脸辨识对未训练样本感知力低的缺点会造成识别率降低。基于PCA与MLP感知器的人脸图像辨识技术是针对该情况提出的,在PCA提取有强特征性的人脸图像后,在辨识精度不变的情况下,利用MLP感知器对简化的特征属性进行训练,加强监督式规则提取,从而提高识别率。     

极致手写体验 E人E本T4

具备分辨率1024×768像素的8英寸屏幕，机身厚度仅1．06cm，整体重量为520g的E人E本T4，具有独门绝技——“原笔迹数字书写技术（MindMark）”。在汉字输入时，T4识别率很高．堪称最符合国人使用习惯的平板电脑。     

面向图像识别的条件互信息特征选择方法

提出了一种基于条件互信息的图像特征选择方法.为了预测条件互信息,该方法选择与已选定特征具有最大熵的那些特征,并将选择出的特征进一步用于数字图像识别.图像识别器由支持向量机实现.实验中,识别器的输人数据是由人脸和非人脸组成的二类图像,这些图像均为大小是28×28且具有256个值的灰度图像.本文不仅将新方法用于图像识别,而且还将新方法与已有的识别方法,如经典的贝叶斯理论、神经网络、kNN等进行了比较.实验结果表明:新方法不仅能够在较短的时间内实现图像特征的选择,而且对图像识别有着比其它方法更高的正确识别率,完全可以用于图像识别.     

基于ELM算法的光纤振动信号识别研究

光纤振动信号的信息提取与识别方法逐渐成为研究热点。对挖掘机挖掘、人工挖掘、汽车行走、人员行走和噪声这五种光纤振动信号的短时过零率和能量特征进行可视化分析,提出一种实验样本的选取方法;采用二分类任务决策树模型和ELM算法,根据事件的重要程度分四个阶段完成事件的识别。探讨ELM算法中各参数对实验结果的影响。通过实验证明,该方法提高了事件的正确识别率,大大缩短了模型训练时间。     

基于SOM和SVM的食醋品质近红外定性分析

研究近红外光谱(near-infrared spectroscopy,NIRS)结合自组织映射(self-organization mapping,SOM)和支持向量机(support vector machine,SVM)用于食醋酿造年份和品牌的判别分析。连续小波变换(continuous wavelet transform,CWT)用于光谱预处理;主成分分析(principal component analysis,PCA)用于食醋光谱降维和样品空间分布分析。结果表明:CWT预处理可以有效消除食醋光谱的平移误差;PCA可以极大地减少光谱变量,提高建模效率;对于食醋酿造年份的识别,采用CWT—PCA—SOM的正确识别率(correct recognition rate,CRR)为97.37%,采用CWT—PCA—SVM的CRR为100%;对于食醋品牌的鉴别,CWT—PCA—SOM和CWT—PCA—SVM两种方法的CRR均为100%。近红外光谱结合CWT—PCA—SOM和CWT—PCA—SVM方法在食醋酿造年份及其品牌鉴别中均得到很好的分析结果,该方法具有良好的应用前景。