基于BP神经网络的玻璃缺陷识别技术研究

为了准确、快速地对玻璃质量进行分类,提出一种基于BP神经网络的玻璃缺陷识别方法。由于不变矩与灰度共生矩阵分别可以描述图像的形状与纹理,在分析了缺陷灰度图像特点的基础上,将图像的纹理特征和不变矩特征融合,综合提取出一个分类能力更强的特征向量,再使用一个拟牛顿改进算法的三层前向BP网络。作为分类器,对常见的玻璃缺陷进行了识别。通过实验对比该方法和传统的单一特征识别法,证明该方法不仅具有更高的识别率,并且实时性较好,为玻璃缺陷的自动识别提供了一种新的途径。     

兰村水文站水情自动测报技术研究

通过分析兰村水文站现有水情测报方式存在的问题,基于嵌入式及无线通信技术,设计了一种能够自动测报水情信息的系统设备,利用ARM芯片作为控制器,实时采集水位、流速等水文数据,并对采集到的数据进行固态存储,最后由无线射频模块传送至室内的控制台,实现了水情数据的自动化测量,增强了水情数据的监测能力。     

嵌入式小型测温系统的设计与实现

针对目前多数以单片机为核心控制器的数据采集系统存在处理速度有限、实时性及可靠性差等问题,设计了一种基于微处理器S3C2410及嵌入式Linux操作系统的小型测温系统。重点研究了温度传感器驱动程序和基于QTE/Qtopia的图形用户界面（GUI）应用程序。最终,在目标板上实现了对温度的实时采集与显示。该系统具有结构简单、稳定可靠、操作方便等特点,为数据采集系统的工程应用提供了新的思路。     

目标跟踪中非线性滤波算法的研究

介绍了3种非线性估计方法.在处理目标跟踪等动态系统实时估计问题中,EKF将系统进行线性化近似时存在估计误差,从而影响目标跟踪的精度;PF对系统噪声和量测噪声的概率分布没有要求;RPF是改进的粒子滤波算法.分析了EKF、PF和RPF算法的原理,比较了3种算法的性能差异.仿真结果表明,PF滤波精度优于EKF,而RPF在精度和计算复杂度等方面均优于PF,且随着粒子数目的增加,PF和RPF的精度也不断提升.