关键词： 模式识别算法   成像方法   水声   带通滤波器   入射方向   实验数据处理   常规波束形成   平面波  

摘要： 提出一种在自由环境中可以进行模式识别的水声成像方法。利用角域滤波将空间不同入射方向的平面波在阵元域中进行分离,在成像扇面内按要求设计一系列角域带通滤波器,这些滤波器的输出就是从角通带内入射的平面波在阵元域中的快拍数据,可以实现要求输入为阵元域特性数据的目标识别和底质分类等专用的模式识别算法,角域滤波器输出的平面波快拍数据的幅度作为像素值进行水声成像。采用角域滤波的方法可以进行水声成像得到所需要的声图,并且每个像素对应着相应点目标远场平面波入射到接收阵时所产生的快拍数据。仿真和实验数据处理结果表明,采用角域滤波和利用常规波束形成所得到的声图是一样的,并且两种成像方法具有相同的稳健性。

关键词： 视觉安防   模式识别   远程监控诊断   安全生产  

摘要： 论述了皮带系统智能安防控制系统的应用.系统通过采用视觉安防技术、模式识别技术、人工智能技术、设备远程监控与诊断技术等实现了对人员、设备的安全检测,避免了皮带运行中人身、设备事故的发生.

关键词： 半监督聚类   无人机   模式识别   故障预测  

摘要： 相较于有人驾驶飞行器,无人机具有诸多优势,在军事、民用及科研等领域都有着广泛应用。但是,无人机缺少飞行员的实时决策能力,因此具有较高的事故率。故障预测是无人机健康管理技术的核心,在构建故障预警模型之前,很重要的一步是对采样数据进行模式识别,进而对建模的训练数据添加精准标签,这也是完善飞行画像的一部分。文中基于沈阳某无人机生产公司大数据平台累积的无人机飞行数据,提出利用半监督聚类技术自动识别飞行过程的正常点、故障点(若故障后发生炸机,则包括炸机点)以及炸机后的点(若故障后发生炸机),在加强对飞行数据进行管理和统计的同时,进一步提高对历史飞行数据添加精准标签的效率和准确率。在真实的飞行数据或飞行测试数据上进行实验,人工验证的结果表明故障点的识别率可达到80%以上。

关键词： 模糊模式识别   超声检测   紧贴脱粘   模糊子集  

摘要： 本文提出一种基于模糊模式识别的多层粘接结构中紧贴脱粘类型的超声检测方式。通过超声脉冲反射法获得9类已知脱粘类型的脉冲回波信号,并提取声程不同的特征回波幅值作为代表脱粘类型的特征参数。不同脱粘类型的特征参数间无明显界限且围绕各自平均值上下波动,此时可认为其特征参数形成了一个模糊子集。利用模糊函数中不同模糊子集间贴近度的计算对待测缺陷进行分类。结果表明,利用待检测缺陷与已知脱粘类型模糊子集之间的贴近度,可以有效划分脱粘类型,为超声紧贴缺陷检测的定量和定位提供了有效的解决方法。

关键词： 贝叶斯决策   相关性分析   类条件概率密度估计   D-vine   Copula   模式识别   生物电信号  

摘要： 高斯判别分析、朴素贝叶斯等传统贝叶斯分类方法在构建变量的联合概率分布时,往往会对变量间的相关性进行简化处理,从而使得贝叶斯决策理论中类条件概率密度的估计与实际数据之间存在一定的偏差.对此,结合Copula函数研究特征变量之间的相关性优化问题,设计基于D-vine Copula理论的贝叶斯分类器,主要目的是为了提高类条件概率密度估计的准确性.将变量的联合概率分布分解为一系列二元Copula函数与边缘概率密度函数的乘积,采用核函数方法对边缘概率密度进行估计,通过极大似然估计对二元Copula函数的参数分别进行优化,进而得到类条件概率密度函数的形式.将基于D-vine Copula理论的贝叶斯分类器应用到生物电信号的分类问题上,并对分类效果进行分析和验证.结果表明,所提出的方法在各项分类指标上均具备良好的性能.

关键词： 银行卡号识别   图像处理   字符分割   模式识别  

摘要： 本论文设计的银行卡卡号系统,可以完成银行卡号的自动识别,具有较高的识别速率和准确率。系统根据银行卡号,字符分割和字符识别的位置执行识别银行卡号的过程。在图像预处理的基础上,图像灰化,二值化,噪声消除和边缘提取,X/Y方向投影用于定位卡号。采用投影法进行卡号的分割。最后,模板匹配方法用于识别字符以获得银行卡号。

关键词： 声发射   碳纤维复合材料   聚类分析   BP神经网络   模式识别  

摘要： 碳纤维复合材料在拉伸损伤试验中,会产生大量的声发射信号。对声发射信号的数据进行了分析,找出了碳纤维复合材料的损伤演变规律。对数据进行聚类分析,将数据分成由类似对象组成的多个簇,找出簇与损伤之间的对应关系。通过对聚类后数据进行建模,得到碳纤维复合材料拉伸损伤识别模型。由于声发射信号的特征是一个多维向量,特征之间存在一定的关联,为了提高建模速度,需要对数据进行降维,以选择主要影响因素的特征。为此,采用遗传算法对数据进行降维,去掉冗余的特征,而保留主要的特征。最后将处理前后数据分别代入到BP神经网络,对其进行损伤识别。试验结果表明:采用遗传算法优化对数据进行降维,其建模时间更短,识别效率更优。

关键词： 运动模式识别   人群密集场景   非参贝叶斯模型   吉布斯采样  

摘要： 针对从人群密集场景中识别运动模式的问题,提出了距离依赖中餐馆连锁店过程混合模型。该模型是一种引入依赖关系的层次化非参贝叶斯模型,能够通过引进独立于数据观测值的距离依赖信息,准确建模自然分组的数据,从中挖掘共享的数据模式。给出了模型的建立过程,并通过吉布斯采样的方法对模型进行求解,同时展示了相关的实验结果。通过对纽约广场火车站监控场景数据集中47 866条片段轨迹的建模分析,证明了模型可以自动确定场景中运动模式的个数,从不完整的轨迹中以98%的正确度学习并表达运动模式,并且能够在不同的运动模式之间共享公共的子模式。

关键词： 可计算射频识别标签   模式识别   主成分分析   随机森林   跌倒检测  

摘要： 根据老年人跌倒发生率高、损伤大、抢救率低等特点,结合可计算射频识别标签(CRFID)与模式识别技术,设计一个改进的跌倒检测系统。通过CRFID采集状态信号,由经验模态分解获取信号的时频特征,对该特征进行主成分分析降维,并使用随机森林算法检测跌倒状况。实验结果表明,该系统的查全率、精确度、转移性和准确率分别为97.75%、97.9%、98%、97.8%,能实时、准确地检测老年人的跌倒行为。

关键词： 矿山微震信号   模式识别   特征提取   经验小波变换   Hankel矩阵   奇异值分解  

摘要： 针对矿山微震与爆破振动信号自动识别难的问题,提出了基于经验小波变换_Hankel矩阵_奇异值分解(EWT_Hankel_SVD)的矿山微震信号特征提取及分类方法。首先,针对微震信号的瞬态性和多样性,对EWT频谱分割方法进行改进,并利用仿真信号表明了方法的有效性。其次利用改进EWT对实际矿山采取的微震和爆破振动信号进行分解,借助相关性分析筛选得到f1~f5 5个主分量,进而分别利用分量f1~f5构造Hankel矩阵,计算各Hankel矩阵的最大奇异值和奇异熵。最后利用遗传算法优化的支持向量机(GA-SVM)对微震和爆破信号进行分类识别。结果表明,爆破振动信号分量f1~f4的奇异熵要大于岩体微震信号分量f1~f4的奇异熵,爆破振动信号分量f1~f5的最大奇异值要大于岩体微震信号分量f1~f5的最大奇异值。改进EWT识别效果要优于传统EWT和经验模态分解,GA-SVM识别效果要优于支持向量机、逻辑回归和Bayes判别法,且基于EWT_Hankel_SVD和GA-SVM分类准确率达到94%。