基于支持向量机技术的粮虫图像分类技术研究

介绍了支持向量机的基本思想,提出了一个基于支持向量机的粮虫模式识别系统。该系统先对粮虫图像进行小波边缘提取,根据灰度共生矩阵和局部统计方法提取小波分割后的图像纹理特征。最后利用支持向量机对粮虫图像进行分类。     

FCM和LS-SVM相结合的粮虫图像分割算法

模糊C均值(FCM)聚类算法广泛用于图像的自动分割,但是该算法对噪声十分敏感。因此提出一种改进的算法,在传统的FCM聚类的基础上,结合LS-SVM对图像进行分类。该方法对噪声有很强的鲁棒性和对像素聚类的正确性。     

基于DSP的电力阻波器高频参数测试系统设计

简要介绍了高频阻波器的组成,利用相关法提出了阻波器阻塞特性测试算法,该算法直接对2个被测信号作互相关运算,有效地分离出部分噪声分量。总结了一套实用的阻波器阻抗和电阻分量的计算公式。Matlab仿真结果验证了所提测试算法的有效性。基于DSP设计了阻波器测试系统,该系统由电源、微处理器、随机存储器、控制逻辑等组成;其主程序主要由初始化模块、键盘扫描模块、数据处理模块、结果显示模块组成。对具有典型参数的定K型宽带调谐阻波器进行分析,实验结果与计算结果的对比表明测试系统具有精度高、速度快、抗噪声性能强的特点。     

OH1晶体中级联光学差频效应产生太赫兹波

理论分析了有机晶体2-[3-（4-hydroxystyryl）-5,5-dimethylcyclohex-2-enylidene]malononitrile（OH1）中基于共线相位匹配级联光学差频产生太赫兹波的物理过程。从耦合波方程出发分析了级联斯托克斯过程和级联反斯托克斯过程,计算了太赫兹波的强度和量子转换效率。相对于非级联光学差频过程,13阶级联光学差频产生的太赫兹波强度增大了15.96倍。13阶级联光学差频中太赫兹波的量子转换效率为1377%,超过了Manley-Rowe关系的限制。     

铝合金预拉伸板数控加工过程中残余应力释放研究

利用MSC.Marc软件中的中CAD/NC接口,导入Catia的刀具路径文件,模拟出机械加工过程中多轴刀具在不同路径控制中工件内部原有的残余应力的释放情况以及应力释放对工件最终变形的影响.材料去除的越多,工件内部原有的残余应力释放的越多,最后工件的变形就越大.将工件作为航空上有很少内部支架的薄壁件,则整个部件将发生畸变.     

太赫兹波光学参量效应放大特性的理论研究

针对太赫兹波光学参量效应中增益介质对太赫兹波强烈吸收的特点,提出光学参量效应中泵浦光、斯托克斯光和太赫兹波三波共线相互作用可以有效放大太赫兹波。以周期极化铌酸锂晶体为例,通过解耦合波方程,在不同的近似条件下分析了前向和后向太赫兹波的放大特性。计算结果表明,在太赫兹波吸收系数远大于太赫兹波增益系数的条件下,泵浦光、斯托克斯光和太赫兹波三波共线作用可以有效提高太赫兹波功率。分析结果对周期极化铌酸锂晶体光学参量振荡产生太赫兹波的实验研究提供深入和全面的理论基础。     

基于FCM和SSA–ELM的超短期风功率预测

针对风电输出功率波动大、随机性强等特征引起风功率难以预测的问题,提出了基于模糊C均值聚类(Fuzzy C-Means,FCM)选取相似日和樽海鞘群算法优化极限学习机（SSA-ELM）的风电场超短期风功率预测模型。首先,采用FCM数据聚类方法,筛选出与预测日相关性较大的历史相似日,将其风速、温度、风向、气压等影响风功率的主要因素组成多输入样本集合;其次,通过训练集在训练过程中确定的网络参数,利用樽海鞘群算法在迭代过程中的充分探索和开发,优化极限学习机的输入权值矩阵及隐含层偏差值,建立樽海鞘群算法优化极限学习机的超短期风功率预测模型;最后,根据超短期风电并网的相关规定,针对河南省某风电场的实际数据,分别从基于相似日超短期预测、具有代表性的四季预测和滚动误差三方面进行仿真实验,与传统极限学习机（ELM）和BP神经网络模型进行对比分析,结果表明本文提出的模型收敛速度快,预测精度较高。证明了基于FCM和SSA-ELM的超短期风功率预测模型具有良好的追踪性和泛化性。     

基于机器视觉的烟青虫和棉铃虫雌雄蛹的分类识别

为有效分类识别烟草主要害虫烟青虫和棉铃虫的雌雄蛹,进而有效监测与防治,选取两种害虫的虫蛹作为待测样本,对害虫的图像进行分析,并结合图像处理和模式识别技术,提出一种基于机器视觉的烟草主要害虫雌雄蛹分类识别方法。利用SLR相机对两种害虫的雌雄蛹进行拍摄并提取腹部末节有效区域,获得分辨率350×350的原始图像,提取其RGB空间中R通道灰度图像作为纹理特征的输入图像,并将提取的基于灰度共生矩阵对比度、角二阶矩等纹理特征指标作为虫蛹雌雄性的判别依据,将待测试蛹特征数据输入训练好的支持向量机进行识别分类。结果表明:利用该方法实现了对烟青虫和棉铃虫雌雄蛹的较有效分类,识别率分别达到87.5%和82.5%。该方法可为害虫雌雄蛹的较准确识别提供技术支持。