计算机视觉技术在工业领域中的应用

分析了计算机视觉研究中的某些问题 ,如计算机视觉的理论基础、它和人类视觉的差异及与其相关的领域。综述了计算机视觉在工业领域中的应用。介绍了工业视觉系统的组成、特点和性能指标 ,并指出了工业视觉系统的发展方向。     

计算机视觉技术在工业领域中的应用

分析了计算机视觉研究中的某些问题，如计算机视觉的理论基础、它和人类视觉的差异及与其相关的领域。综述了计算机视觉在工业领域中的应用。介绍了工业视觉系统的组成、特点和性能指标，并指出了工业视觉系统的发展方向。     

基于人工神经网络的立体视觉系统的研究

立体视觉系统已广泛应用于三维形体检测等诸多方面,针对该系统物点到像点非线性关系的确定技术,提出了在于人工神经网络的标定、测量方法,同时提出了加快网络训练速度、提高网络训练精度的新方法,并给出了学习和测量结果,验证了此方法的正确性。这种方法降低了对系统本身精度的要求,且不同考虑透镜畸变的影响。是对立体视觉系统数学建模的有益探索,具有一定的理论意义和现实意义。     

计算机视觉在工件检测系统中的开发及应用

为了实现工件快速同时高精度的在线检测,将计算机视觉技术应用到工件尺寸在线检测系统,设计了工件尺寸在线检测系统的硬件结构和软件功能模块,并使用VC＋＋6．0开发了基于计算机视觉的工件尺寸在线检测系统．     

计算机视觉技术在我国农产品检测中的应用

计算机视觉技术在农产品检测中的应用是目前的重要研究内容，综述了水果，禽蛋，茶叶，烟草，粮食等方面的国内研究状况，并指出了今后的发展方向。     

计算机视觉技术在我国农产品检测中的应用

计算机视觉技术在农产品检测中的应用是目前的重要研究内容 .综述了水果、禽蛋、茶叶、烟草、粮食等方面的国内研究状况 ,并指出了今后的发展方向     

计算机视觉在刀具状态监测中的应用

介绍了计算机视觉方法在刀具状态监测中的应用情况，主要包括基于刀具表面图像，基于工件表面图像和基于切屑图像的三类监测方法。基于刀具表面图像的视觉监测方法，直接摄取刀上磨破损部位的图像，具有判断准确的特点，但难以在切削过程中实现监测。基于工件表面图像的视觉监测方法，由于工件的高速旋转时，难以获取工件表面的清晰图像，也不宜用于切削过程监测。基于切屑图像的视觉接监测方法，可以克服前两种方法的缺点，是一种有发展前途的新方法。     

计算机视觉检测技术在二维尺寸检测中的应用

在简要阐述了计算机视觉检测方法的基础上，建立了ＣＣＤ二维视觉检测系统。首先给出测量系统的结构框图，继而介绍了测量原理，最后进行了实际测量。实测结果表明检测方案可行。具有良好的应用前景。     

计算机视觉中的几何不变性及其应用

对基于几何框架下不变性理论的原理及几何框架作了综合性的评述．讨论了目前在计算机视觉中该理论的主要研究内容及应用领域,介绍了今后的研究方向．     

ART-2神经网络在机器人视觉特征识别中的应用

介绍了一种采用ART-2型神经网络技术对图像进行识别的方法,并进行了一系列实验.实验结果表明,基于神经网络的识别模型是一种比较理想的图像识别模型,基于ART-2神经网络的视觉系统能够很好的识别物体形状,具有良好的应用前景.     

基于神经网络的自学习模糊控制

将神经网络与模糊控制相结合，提出了一种基于神经网络实现自学习模糊控制的方法，并给出了神经网络训练、控制器离线自学习、控制器在线自学习的相应算法，利用该方法，可以实现控制器的离线自学习和在线自学习，从而在控制对象发生变化时，通过控制器自学习改善系统的控制性能，仿真结果表明了该方法的有效性。     

基于神经网络理论的电气安全综合评价模型

为了提高电气安全综合评价水平,依据人工神经网络的基本原理,分析了BP神经网络模型建构和优化策略,将其应用于电气安全评价之中．提出了基于神经网络理论的综合安全评价模型及实现方法,并以电气安全评价实例论证了此方法的可行性．     

基于 Transputer 的神经计算机及其实现技术

神经计算机是目前国内外新一代计算机研究的热点。本文主要讨论了神经计算机的实现以及基于Ｔｒａｎｓｐｕｔｅｒ神经计算机的体系结构。     

计算机视觉原理分析及其应用

介绍了计算机视觉的原理,分析解释了实现原理的步骤以及发展现状,并且举例说明了计算机视觉的应用,解决了在人脸检测和识别、机器人目标定位、导航等领域的应用问题,并简单论述了计算机视觉技术的发展方向.     

基于混沌搜索的神经网络及在优化问题中的应用

在运用Hopfield神经网络求解优化方面问题的同时,引进GCM混沌神经网络,对求解过程进行了改进。通过混沌遍历,可使Hopfield网络在整个相空间进行搜索,从而避免网络在运行过程中陷入局部极小值。通过对一个物流配送的实例进行实验,结果显示Hopfield网络的寻优特性获得了较大改进。     

基于BP神经网络的激光加工模拟参数预测

研究了BP人工神经网络在激光加工模拟物理参数预测中的应用方法 ;依其规律将所用参数划分为两大类型 ,并设计了相应的BP神经网络模型和软件 ;通过与实验法、回归分析法和函数插值法的对比检验 ,证明BP神经网络适用于对激光加工模拟用物理参数预测 ,其准确性优于回归分析法和函数插值法 ;可利用已知数据由本软件对所欠缺数据进行较准确的有效地预测补充     

Study on Adaptive Control with Neural Network Compensation

A scheme of adaptive control based on a recurrent neural network with a neural network compensation is presented for a class of nonlinear systems with a nonlinear prefix. The recurrent neural network is used to identify the unknown nonlinear part and compensate the difference between the real output and the identified model output. The identified model of the controlled object consists of a linear model and the neural network. The generalized minimum variance control method is used to identify parameters, which can deal with the problem of adaptive control of systems with unknown nonlinear part, which can not be controlled by traditional methods.Simulation results show that this algorithm has higher precision, faster convergent speed.     

基于人工神经网络的含缺陷压力管道失效模式的识别

应用一各匠人工神经网络模型－－反向传播模型对含缺陷压力管道的失效模式进行了识别，结果表明，人工神经网络完全可以用于预测管道的失效模式。