基于高斯混合模型的说话人识别系统

针对概率得分均值法出现的单个帧概率打分容易畸低的情况以及投票法因归一化而损失掉正面影响帧的打分，提出了一种引入可信度的均值方法，实验证明：该方法兼顾二者的优势的同时，在一定程度上消除了各自产生的不利影响，提高了说话人识别的精度。     

基于统计学方法的水面目标特征提取

在使用统计学方法对水面目标进行特征提取时,由于传统的方法进行自动目标识别的效果与RO（I感兴趣区域）定位算法有直接的关系,因此当ROI定位算法不准确时,目标的识别将很难完成。本文提出了一种基于目标特征的逐块二维Hadamard变换的特征提取和高斯混合模型分类器的局部特征轮廓识别方法。实验表明该方法对于复杂条件下的水面目标识别（如：部分超出视野范围以及比例变换等）具有很好的鲁棒性。     

基于混合颜色模型的茶叶多级分类技术

针对目前茶叶色泽质量判断与分级容易受人为主观因素及心理因素影响的现状,提出采用计算机视觉技术图像中的RGB和HSI混合颜色模型,并以绿色分量、色度和饱和度作为颜色特征向量,通过贝叶斯决策去除劣质茶叶,再通过K均质聚类分为第1等级、第2等级.以某干茶为实验对象,针对茶叶的色泽特征,以绿色分量判别色泽优劣等级,再以色度与饱和度相结合进行分析,构建特征向量函数并进行聚类二次分级.实验结果表明,所提出的方法对该类茶叶色泽质量分类识别的准确率达92. 5%.     

基于一种听觉模型的特征提取及语音识别

该文分析了人耳耳蜗及中枢听觉神经对声信号处理的机理，主要包括耳蜗对声信号的频率分析、柯蒂氏器官毛细胞的从振动机械能到电化学能的转换，听神侧抑制神经网络和增益调整四个层次，建立各个层次上听觉的数学模型。     

基于特征颜色模型的粒子滤波改进算法

针对在视觉跟踪任务中,当目标体的外形发生变化时,传统的粒子滤波算法在模型更新的过程中往往出现偏差并逐渐累积,最终导致跟踪性能降低的问题,作者通过挖掘目标体区别于背景的颜色信息,建立特征颜色模型,提出了一种改进算法.该算法首先使用粒子滤波进行粗定位,然后基于特征颜色模型分割目标.实验表明,作者提出的算法速度快,能够准确地跟踪目标的外观变化,对目标体的旋转和遮挡以及光线变化具有一定的鲁棒性,特别适合于跟踪行人和车辆等具有显著颜色的目标.     

基于神经网络的旗语识别系统

视觉是人类从外界获取信息的主要途径，人们希望计算机视觉在人机交互技术中发挥重要的作用。介绍一个基于视觉的动作实时识别系统，该系统用于在门桥模拟训练中对旗语动作进行识别。与以往工作不同的是，该系统仅用一个摄像机来实现多个动作的识别与跟踪，避免了多目视觉的特征匹配问题，进而提高了系统的稳定性和识别速度。     

基于HSI颜色模型的运动目标检测方法

针对灯光和背景的亮度不同,通过HSI空阃提取亮度信息,使用自动阈值对光源和运动目标进行区分,降低因光源变化而产生的运动目标误检．实验结果表明,该算法可以显著提高运动目标检测在有光源影响下的准确性,减少将背景误判为前景的情况．     

一种基于历史背景的混合高斯背景建模算法

针对背景场景重复显现问题,提出了一种基于历史背景的混合高斯模型(History Background-based GMM,HBGMM).相较于传统的混合高斯模型,该模型对历史背景模型进行标记,并通过判决匹配次数快速调整历史背景模型的学习率.同时对模型权重低于阈值下限历史模型和非历史模型进行区别处理,用该方法更新模型权重从而降低误检率,使历史模型尽量避免误删除.实验结果表明,本文提出的基于历史背景的混合高斯背景模型能够实现记忆背景的功能,从而更快地适应场景的变化,减少前景误判.     

基于改进混合高斯模型的前目标提取算法

前目标提取问题已经得到广泛的研究,而传统的混合高斯背模型提取的前目标含有许多误差点。针对这一缺点,本文对静态态背和动态背两种情况建立一种基于局部密度特征的改进的混合高斯模型,并设计相应的提取算法。实验结果表明,新算法可以精确地将前目标与背目标分离,得到的提取效果基本不含误差点,明显优于传统的混合高斯模型。     

基于火焰颜色特征的火灾探测轻量化模型

针对现有的基于卷积神经网络的火灾探测模型无法做到精度高与参数量小兼顾,并且容易对颜色似火的物体产生误判的问题,提出了一种利用火焰的颜色特征提高模型抗干扰能力的方法,主要是通过增加模型对蓝色通道的关注度来提高模型的抗干扰能力;同时,利用一种训练方案大幅度减少了模型的参数量和训练时间,主要是通过知识蒸馏对模型进行压缩,以促...     

基于火灾模型的消防应急平台架构和功能分析

为预防和应对丽江古城发生大规模火灾,提出了消防应急平台架构。该平台包括信息获取、应急智能和决策指挥三大系统,运用地理信息系统(GIS)技术,将基础空间信息和消防安全信息整合,将火灾模拟分析、风险评估与消防应急指挥、数字应急预案制订有机结合起来。其中的火灾预测预警模型采用了基于元胞自动机的城区火灾蔓延模型。结合人员疏散和损失评估模型进行风险评估。消防应急决策指挥流程实现火灾预测与消防指挥的融合,为提高火灾安全管理和消防指挥能力提供了帮助。     

基于火灾模型的消防应急平台架构和功能分析

为预防并应对丽江古城发生大规模火灾,提出了消防应急平台架构。该平台包括信息获取、应急智能和决策指挥3大系统,运用地理信息系统(GIS)技术,将基础空间信息和消防安全信息整合,将火灾模拟分析、风险评估与消防应急指挥、数字应急预案制订有机结合起来。其中的火灾预测预警模型采用了基于元胞自动机的城区火灾蔓延模型。结合人员疏散和损失评估模型进行风险评估。消防应急决策指挥流程实现火灾预测与消防指挥的融合,为提高火灾安全管理和消防指挥能力提供了帮助。     

基于GA遗传算法的ARMA模型的辨识方法

提出一种基于浮点数编码遗传算法的系统辨识方法,融合和改进了一些遗传操作,并把该方法应用于有噪声背景下的ARMA模型参数的辨识。实验表明,该方法可有效地克服噪声干扰,可获得系统参数的无偏估计。     

基于贝叶斯决策模型的火灾报警模式识别系统应用研究

针对火灾报警系统中探测器在域值附近由于各种原因出现高漏报率和误报率的情况,提出了将探测器的量测判断作为一种模式进行决策分类.在分类过程中采用贝叶斯决策的方法,将报警的模式分类简化为离散情形下的二值分类的研究,同时依据分类平均风险最小的原则给出了分类的决策函数.实验表明本文提出的解决方法在减少火灾报警系统中的误报率和漏报率方面找到了一个新的方法.结论表明探测器临界局部取值采用模式分类的方法可以达到了比较好的效果.     

基于颜色和区域的运动目标识别

针对全自主足球机器人目标识别受光强变化的影响,实时性、准确性和鲁棒性存在的不足,提出了一种基于动态窗口HSI色彩空间模型的阈值向量位与及区域合并算法,并通过动态窗口减小搜索范围加快分割速度,实测目标识别的平均运行时间约26ms;另外,根据目标的矩不变及卡尔曼滤波的方法,提高了跟踪目标的准确性和鲁棒性,实验结果表明,目标跟踪准确率约99.3%,使整套系统具有很高的实时性和很好的识别效果。     

基于神经网络的多参数矿井火灾识别方法

针对矿井火灾早期预测预报研究了新的方法,将矿井火灾图像与温度、烟雾、CO、CO2、O2等多个参数相结合,进行综合分析,对矿井火灾进行判断。依据神经网络建立的数学模型,采用神经网络的学习算法,对矿井火灾进行识别。通过仿真分析结果表明,矿井火灾正确识别率很高,特别是采用RBF神经网络,正确识别率达到98%以上,从而为神经网络实际用于矿井火灾识别成为可能,该方对矿井火灾早期预测预报具有重要的理论意义和实用价值。     

基于彩色图像的移动机器人视觉导航系统

基于移动机器人视觉处理的实践 ,提出了基于颜色模型的图像分割方法 .运用快速聚类的方法处理分割图像并进行目标定位 ,通过实验检验图像分割和目标定位的精度 ,给出了目标定位计算公式 ,对误差的产生进行了分析 .     

基于虚拟仪器的桩基动力学模型参数识别系统

为了快捷、准确地获取桩基横向动力学模型的参数,通过建立桩基激振理论模型,并求解得到桩基测点加速度响应的理论结果;利用激振方法,用加速度传感器获取桩基测点加速度响应的试验结果;通过计算桩基测点加速度响应理论结果和试验结果的动态时间弯曲(dynamic time warping,DTW)距离的均方根,将问题转换为目标函数的寻优问题;利用遗传算法进行桩基模型参数的寻优;为解决参数识别过程中复杂数据的运算问题,实现工程实用化,通过COM组件实现MATLAB与LabVIEW混合编程,开发出一套桩基模型参数智能识别系统软件.最后,通过算例说明本研究方法是有效的,且具有工程实践意义.     

基于孟塞尔系统岩石颜色定量分析研究

基于岩石颜色描述特点,阐述颜色测量的基本原理、相关色度学内容及石油地质岩石颜色标准。以TCS230颜色传感器为基础,选用C照明体提供标准照明光源,及CY7C68013A为主控芯片的单片机设计控制器系统;采用漫反射积分球为几何观测条件,进行光电积分式测量和光电信号转换获取颜色信息;对RGB色彩空间与孟塞尔颜色系统进行转换后,将色样投影到RGB色彩空间上得到近似均匀划分的mRGB色彩空间;最终得到按照石油地质岩石颜色标准输出的颜色定量测量系统。实现了岩石颜色从定性到半定量分析,精确的颜色描述可以反映主要矿物类型和沉积环境,对野外地质工作具有重要的指导意义。