" 人工智能"的相关文章

《电子技术应用》编辑部 聚合所有相关的文章

摘要:图像协同显著性检测旨在检测一组内容相关的图像中的共同的显著目标。尽管在视觉特征学习以及检测算法等方面已有大量研究工作,但是大多数协同显著性研究集中于RGB图像,并没有充分利用图像深度等显著信息。考虑到上述不足以及采用单一图模型可能在检测过程中丢失重要信息,提出了一种基于多视角信息融合的RGB-D图像协同显著性检测算法。该方法首先针对单幅图像采用深度学习网络获得高质量的显著图,接着采用基于多图的流行排序算法融合图像的多种特征初步检测到协同显著区域,然后进一步利用深度信息进行显著增强,最后采用秩约束算法进行显著信息融合。在标准数据集上的实验结果证明了该方法的优异性能。

摘要:针对视频车辆检测问题,提出了一种基于LSTM的视频车辆检测算法模型。该算法接受视频序列作为输入,先利用卷积网络提取视频帧的空间特征,然后利用LSTM模块得到时间维度的特征,最后利用全卷积网络预测最终的检测结果。将所提算法与其他典型的算法进行比较,实验结果表明所提算法具有更好的检测准确率,同时检测速度也更快。

摘要:行人检测是区别于通用目标检测的特殊检测任务,虽然近年来取得了很多重大突破,但是小尺度行人检测仍然是一个难点。在Faster R-CNN通用目标检测框架的基础上,针对行人特点,提出了行人区域建议网络;针对小尺度行人特征信息不足,提出了多层次特征提取和融合的方法,并在Caltech行人数据集上进行了实验,实验结果表明了所提算法的合理性与有效性。

摘要:图像着色的目标是为灰度图像的每一个像素分配颜色,它是图像处理领域的热点问题。以U-Net为主线网络,结合深度学习和卷积神经网络设计了一个全自动的着色网络模型。在该模型中,支线使用卷积神经网络SE-Inception-ResNet-v2作为高水平的特征提取器,提取图像的全局信息,同时在网络中使用PoLU(Power Linear Unit)函数替代线性整流函数(ReLU)。实验结果证明此着色网络模型能够对灰度图像进行有效的着色。

摘要:针对卷积神经网络(CNN)中空间上的指静脉信息丢失的问题,提出了一种基于胶囊网络(Capsule Network,CapsNets)的指静脉识别算法。CapsNets在整个学习过程中以“胶囊”的形式从底层传递至高层,如此以向量的形式封装指静脉的多维特征,特征会在网络中被保存,而不是丢失后进行恢复。采用60 000张图像作为训练集,10 000张图为测试集,通过对图像增强、裁剪后进行网络学习。通过实验表明,CapsNets的网络结构特征相比CNN在处理脊线区域时效果更加明显,对比VGG精确度增加了13.6%,loss值也收敛到0.01。

摘要:设计了一种基于深度学习的实时识别硬件系统框架。该系统框架使用Keras完成卷积神经网络模型的训练并提取出网络的参数,利用ZYNQ器件的FPGA+ARM软硬件协同的方式,使用ARM完成对实时图像数据的采集、预处理及显示,通过FPGA实现卷积神经网络的硬化并对图像进行识别,再将识别结果发送至上位机进行实时显示。系统框架采用MNIST和Fashion MNIST数据集作为网络模型硬化试验样本,实验结果表明,在一般场景下该系统框架能够实时、准确地完成图像数据的获取、显示及识别,并且具有可移植性高、处理速度快、功耗低的特点。

摘要:手写体数字的识别是人工智能识别系统中的重要组成部分。因个体手写数字的差异,现有识别系统准确率较低。基于TensorFlow深度学习框架完成手写体数字的识别及应用,首先建立TensorFlow深度学习框架,并分析了Softmax、卷积神经网络(CNN)模型结构,再对手写体数据集MNIST的60 000个样本进行深度学习,然后进行10 000个样本的测试对比,最后移植最优模型到Android平台进行应用。实测数据验证,相对于传统的Softmax模型,基于TensorFlow深度学习CNN模型识别率高达99.17%,提升了7.6%,为人工智能识别系统的发展提供了一定的科研价值。

摘要:为改善人体行为识别任务中准确率低的问题,提出了一种基于批归一化的卷积神经网络(CNN)与长短期记忆(LSTM)神经网络结合的神经网络。CNN部分引入批归一化思想,将输入网络的训练样本进行小批量归一化处理,经过全连接之后,送入长短期记忆神经网络中。该算法采用时空双流网络模型结构,视频数据的RGB图像作为空间流网络输入,光流场图像作为时间流网络输入,再将时空双流网络各自得到的识别结果进行加权融合得到最终的行为识别结果。实验结果表明,本文设计的时空双流神经网络算法在人体行为识别任务上具有较高的识别准确率。

摘要:随着大数据时代的到来,基于网络数据的应用研究已成为热点。以品牌汽车销量预测为目标,将传统相关性分析与基于LASSO的特征选择方法相结合,选取相关品牌的网络搜索数据关键特征,而后建立了LASSO线性回归、支持向量回归和随机森林三种机器学习预测模型,并与传统ARIMA模型进行比较分析。实验结果表明,随机森林模型的预测平均误差为6.4%,比ARIMA模型降低了12.2个百分点,预测结果可为汽车企业生产规划和制定营销方案提供有效的决策支持。

摘要:提出了一种用于高级驾驶辅助系统(ADAS)的快速时空立体匹配方法。该方法使用动态规划(DP)算法来匹配立体图像的边缘点,其主要思想在于将当前的匹配结果用于下一帧的视差图的计算。根据前一帧的视差图计算局部和整体视差范围,其整体视差范围通过前一帧v视差图像得到;某一点的局部视差则通过左图在当前帧的某一点与该图在前一帧的另一个点之间的距离得到,然后根据得到的局部视差通过动态规划算法进行匹配。该方法不仅能够减小搜索范围而且提高了匹配速度。通过虚拟系列图像进行了测试,得到了令人满意的效果。

摘要:可见光图像易受光照变化影响,而热红外图像对成像的光照条件具有鲁棒性,因此,热红外图像可以弥补可见光图像光照敏感性这一不足。然而,红外热像仪价格昂贵,采集热红外图像的成本远高于可见光图像。针对此问题,提出了一种基于生成对抗网络的热红外人脸图像生成方法,采用条件生成对抗网络结合L1损失从可见光图像中生成红外热像。在USTC-NIVE数据库上的实验结果验证了所提出的红外热像生成方法的有效性。同时,将生成的红外热像作为扩充样本,有助于提高红外表情识别的精度。

摘要:  TensorFlow是谷歌的第二代开源的人工智能学习系统,是用来实现神经网络的内置框架学习软件库。目前,TensorFlow机器学习已经成为了一个研究热点。由基本的机器学习算法入手,简析机器学习算法与TensorFlow框架,并通过在Linux系统下搭建环境,仿真手写字符识别的TensorFlow模型,实现手写字符的识别,从而实现TensorFlow机器学习框架的学习与应用。

摘要:基于表示理论的子空间分割方法有着广泛的应用。经典的子空间分割方法通过不同的正则项求解仿射矩阵,而忽略了特征属性对子空间分割的影响。针对这些问题,通过特征权重自适应的思想对最小二乘回归子空间分割方法进行改进,提出权自适应最小二乘回归子空间分割方法。在6个数据集上的实验结果表明该方法是有效的。

摘要:BP神经网络具有较强的学习能力,但在传统的研究中,隐含层节点、学习因子和动量因子往往采用试凑法得到相对较佳值,而试凑法在浪费较多时间的同时,可能得不到理想的BP神经网络输出,这对研究造成了一定的困难。文中采用智能算法来解决BP神经网络优化问题。遗传算法作为一种随机搜索算法,能够快速寻找到全局最优解,可以应用于本优化问题。因此,文章采用遗传算法优化BP神经网络上述参数,将改进后的BP神经网络运用于动力配煤非线性模型的研究。结果表明,采用遗传算法优化的BP神经网络具有较强的预测能力,对煤质的发热量预测误差优于线性平均模型误差,并且仿真表明动力配煤模型为近似线性的非线性模型, BP网络的输出值误差波动较小,结果理想。

摘要:确定最佳深度可以降低运算成本,同时可以进一步提高精度。针对深度置信网络深度选择的问题,文章分析了通过设定阈值方法选择最佳深度的不足之处。从信息论的角度,验证了信息熵在每层玻尔兹曼机(RBM)训练达到稳态之后会达到收敛,以收敛之后的信息熵作为判断最佳层数的标准。通过手写数字识别的实验发现该方法可以作为最佳层数的判断标准。

摘要:智能冰箱物体识别主要涉及对水果和蔬菜的识别,冰箱中果蔬数量繁多,光照不均,环境复杂,对此提出了一种用于处理该类识别问题的卷积神经网络。网络采用ReLU作为激活函数,它比传统的Sigmoid函数具有更强的稀疏能力和更大的梯度值,能够极大地加速网络收敛。隐含层中引入随机Dropout,使得某些节点不工作,减少节点间的“共同适应”,降低网络对某一局部特征的过拟合,可减少网络计算复杂度并有效提升识别率。网络采用带动量项的基于梯度下降的反向传播算法,避免网络陷入局部极小值,提高识别率。最后通过用Supermarket Produce Dataset数据集模拟冰箱果蔬图像进行实验,验证了本文方法的有效性。

摘要:储能电池的荷电状态是电池的重要特性,针对浅层学习算法的不足,提出了深度学习理论与量子遗传相结合的算法以提高估算结果的正确性。该算法能够自动从样本中提取更加抽象、更具表达能力的特征,实现输入和输出数据之间的复杂非线性映射;量子遗传算法自动寻优,得到每个RBM输出估算值的权值。通过对电池SoC训练样本和测试样本的估算,与BP训练网络估算结果对比,得出本文所提的DBNQGA算法网络估计精度更高。

摘要:在线主题模型基于先时间离散后主题建模的思想,存在文本流切分带来的模型无法平滑过渡的问题,同时时间片大小的选择对在线话题的抽取质量影响显著。提出了一种新的在线短文本流主题演化模型OnlineBTOT。模型在遗传计算方法上进行了改良,不仅考虑时间片上的总体主题强度对遗传权重的影响,也将时间片上主题强度的变化纳入先验参数的计算中。同时,为了得到主题强度在时间片上的连续变化和克服短文本的稀疏性,在单时间片上结合了TOT模型和BTM模型。通过在微博短文本语料上与OLDA模型和OBTM模型的对比实验,证明OnlineBTOT模型能够有效地分析在线短文本流的主题演化。

摘要:针对服务机器人导航和调度系统问题进行了研究。首先根据事先确定的任务进行自主全局路径规划,移动机器人在执行路径跟踪时,还要不断感知周围的局部环境信息;其次,移动机器人不仅要避开附近的移动障碍物,而且要进行局部规划或局部路径修正;然后,完成了地图创建、机器人全局定位、规划局部路径并控制车体运动;最后,介绍了服务机器人调度系统终端软件。实现了机器人与调度系统的结合,完成通过调度系统进行机器人运动控制的功能。

摘要:BP神经网络目前被广泛应用,但是其收敛速度慢、预测精度不高的缺点却一直被人所诟病,因此,在传统BP神经网络中使用附加动量项法以及动态学习速率法,并以两者的融合为基础提出了陡峭因子可调激活函数法来改进BP神经网络。以非线性函数拟合为实例,从收敛速度和预测精度两方面对比分析两种方法,实验证明所提出的改进方法明显提高BP神经网络的收敛速度以及精度。

摘要:外部输入通过神经元群模型可以产生不同类型的类似EEG的信号,但是外部输入信号的统计特性多采用经验值,而没有对其专门进行研究。在设定神经元群模型参数的情况下,SR-UKF被用来估计不同观测值所对应外部输入以及模型输出。实验证明外部输入估计数据的均值在前人所采用值的范围内,但是标准差比前面用到的小很多。

摘要:扫地机器人作为智能家居的一个分支,在当下火热一时。一个完整的机器人定位以及路径规划系统是必不可少的。此文针对机器人路径规划进行了研究,光流定位是由机器视觉延伸出的一种技术,通过摄像头识别进行定位,能反应机器人实时的二维坐标。基于光流定位和测距模块,可以实现对室内大致地形的判别,从而规划出一条最优的清扫路线。实验证明:该规划方案能基本覆盖室内的清扫区域。

摘要:糖尿病在治疗过程中,其生化检验指标的变化受患者基本特征、指标等影响。文中针对预测患者糖尿病生化指标的问题,结合神经网络等机器学习方法,构建了一个基于改进神经网络的糖尿病生化指标预测模型。该模型考虑了糖尿病生化指标和患者的基本特征对指标的影响,同时又将患者之前的检验数据样本加入到模型中。实验证明,对于糖尿病患者的指标数据,3个主要血检指标预测训练集的R2值达到0.772 1、0.551 8、0.706 3,测试集的R2值达到了0.644 7、0.584 0、0.804 6,对比实验也证明了该模型相较于常用的机器学习模型有着更好的预测效果。

摘要:ORB-SLAM(基于ORB特征识别的同时定位与地图构建系统)的源代码无法在嵌入式开发板运行,其构建的点云图太稀疏无法满足移动机器人路径规划要求。针对这个问题,文章提出将ORBSLAM进行改进与优化,移植到嵌入式开发板完成SLAM过程。首先,删除原PC端Linux系统下的轨迹、点云图、一些依赖库,保留并改进src和include文件夹下大部分C++代码;其次,在嵌入式平台以JNI调用方式调用改进后的C++代码,增加OpenCV、g2o、DBoW2、Eigen等依赖库;最后根据处理后的关键帧连接绘制栅格地图,完成实时轨迹显示和地图构建。实验结果表明,通过移植实现了在嵌入式开发板进行SLAM过程,硬件配置要求和成本大大降低,所构建的栅格地图占存量更小且更直观反映实际环境的布局情况,地图误差控制在±0.5 m的较高精度范围内,较大程度地提高了SLAM性能。

摘要:着眼于知识在指挥控制中的作用机理,以提升军队指挥控制系统智能决策的科学性、智能化和适应性为目标,设计基于知识的指挥控制系统智能决策框架结构,采用基于本体的知识表示技术构建决策任务空间知识体系,研究面向情景空间的智能化知识服务技术,提出基于产生式规则的指挥实体静态决策推理模型和基于动态贝叶斯网的动态决策推理模型,旨在为未来我军智能化指挥控制系统的论证和建设提供理论与技术准备。

摘要:移动机器人路径规划一直是移动机器人领域里的重要技术问题。A*算法在最优路径搜索上有着比较成功的运用,但在栅格环境下的A*算法也存在着折线多、转折角度大等问题。在考虑移动机器人的实际工作环境及相关运动参数后,这些问题都将大大地影响移动机器人的工作效率。在对以上问题进行分析后提出了一种基于Bezier曲线与A*算法融合的方法来实现移动机器人的路径规划,再通过MATLAB、VREP仿真工具来实现Bezier_A*融合算法与平滑A*算法及A*算法的对比。通过Bezier_A*融合算法使得机器人在工作中的寻优能力、路径规划效率都得到较大的提高。

摘要:家用窗帘的智能控制系统主要由直流电机、HC06蓝牙模块和AT89C52单片机组成。该系统具备手动控制、蓝牙遥控和自动控制三种功能。硬件利用按键实现手动和自动模式的切换,选择HC06蓝牙模块接收控制命令,采用DTH11温湿度传感器和光敏电阻对室内环境进行自动检测,并根据检测结果控制直流电机动作,实现对室内窗帘的自动控制。该系统具有性价比高、运行稳定、抗干扰性强等优点,解决了传统窗帘控制手段单一、智能化低的缺点。

摘要:提出了利用卷积神经网络(CNN)对儿童注意缺陷与多动症(ADHD)的功能性核磁共振图像(fMRI)进行特征分析,从而对ADHD患者进行判别分析。针对ADHD-200全球竞赛的三个数据库的fMRI数据,首先利用快速傅里叶变换将数据从时域转换到频域,并利用Fisher线性判别方法选择有效的频率信息,然后利用改进的卷积神经网络对选择频域数据进行特征学习,自动提取出有效的特征并进行分类。实验结果表明,提出的方法有助于ADHD患者的判别,为基于fMRI数据的ADHD研究提供了新的手段。

摘要:微位移精密定位系统中的压电陶瓷元器件具有非光滑特性,无法直接测得压电元器件的输入输出信号,常规方法难以对其进行有效的辨识和控制。文章采用三明治模型来描绘纳米微位移平台,并提出一种基于最小二乘支持向量机优化的辨识方法解决三明治迟滞模型的辨识问题。最后基于已经辨识的三明治模型,设计一个PID逆补偿控制器,解决定位系统的精密轨迹控制问题。

摘要:样本不平衡问题已经成为机器学习领域的研究热门。虚拟样本生成方法是一种重要的解决样本不平衡问题的方法,它通过线性生成少数类样本来实现。在以往的大多数研究工作中,虚拟样本的生成是在原始的特征空间中进行的,样本通常处于线性不可分的状态,将会导致生成的虚拟样本丢失几何特性。因此,文章提出了一种基于核方法的虚拟样本构造方法,虚拟样本在线性可分的核空间中生成。

摘要:深度学习是一类新兴的多层神经网络学习算法,因其缓解了传统训练算法的局部最小性,故引起机器学习领域的广泛关注。但是,如何使一个网络模型在选取任意数值的隐藏层节点数时都能够得到一个比较合适的网络结构是目前深度学习界普遍存在的一个开放性问题。文章提出了一种能够动态地学习模型结构的算法——最大判别能力转换法,根据Fisher准则来评估隐藏层每一个节点的判别性能,然后通过动态地选择部分隐层节点来构建最优的模型结构。

摘要:电子商务的兴起促进了现代物流业的发展,但物流公司在货物送达末梢客户的“最后一公里”路径规划上,多取决于具体配送人员的工作经验,整体效率偏低。为提高配送效率,对车辆路径问题(Vehicle Routing Problem, VRP),以及由此延伸出的有载重限制的车辆路径问题(VRP with Capacitated, CVRP)的研究因而产生。为提升现有的蜂群算法在CVRP问题的求解效能,文章对蜂群算法进行了改进,在CVRP问题中加入分群机制来限缩蜂群探索区域,并搭配使用限制次数以增强对局部区域搜寻能力。模拟结果显示,在复杂度高的问题求解上,所提出的加强型蜂群算法比典型的蜂群算法能更有效地找到近似最佳解。

摘要:传统的小波神经网络以梯度下降法训练网络,而梯度下降法易导致网络出现收敛早熟、陷入局部极小等问题,影响网络训练的精度。文章将萤火虫算法用于训练小波神经网络,在全局内搜寻网络的最优参数。为了提高萤火虫算法参数寻优的能力,在训练过程中自适应调节γ值。同时利用高斯变异来提高萤火虫个体的活性,在保证收敛速度的同时避免算法陷入局部极小。将优化后的小波神经网络用于短期负荷预测,实验证明改进后的预测模型非线性拟合能力较强、预测精度较高。

摘要:手绘太阳黑子图像手写记录信息对于研究太阳黑子长期活动规律具有重要价值,而背景提取又是利用计算机手绘太阳黑子信息数字化工作中的关键过程。文章提出一种基于支持向量机(Support Vector Machine ,SVM)的手绘太阳黑子图像信息背景提取方法,通过针对性地对每个像素样本特征向量的监督学习训练,从而实现背景像素与前景像素的分离,实验证明该方法具有很好的鲁棒性,将此方法与传统的K-means模糊划分、模糊C均值(FCM)聚类方法进行对比分析,证实该方法的应用价值更高。

摘要:以全国大学生飞思卡尔杯智能汽车竞赛为背景,介绍了一种基于电磁导引的自主寻迹智能小车系统。综合考虑电磁组的各种复杂赛道元素,设计了“四横两斜”的混合线圈排布方案,在此基础上提出了一种基于分段拟合建模与动态加权融合的赛道位置解算方法。试验结果表明,该方法具有良好的环境适应性,电磁小车可针对不同路径高速稳定地运行。

摘要:该文主要实现了在嵌入式系统上的人脸识别。采用PCA对图像数据进行降维,然后利用最短欧氏距离、支持向量机(Support Vector Machine,SVM)和BP神经网络实现了分类。在嵌入式系统上,没有使用QT、OpenCV等占用空间大的工具,而使用自己编写的C语言,以及Linux内核,节省了空间,并且处理过程中使用了BMP图片,稍微增加了存储空间,但是运算简单,处理速度较快。

摘要:基于手机加速度传感器的步态识别是根据人的生理特点,提取人行走时的加速度步态模式,以区分不同的个体。大多数研究是将加速器固定在同一个位置、同一个方向上,以减少传感器放置变化对识别的影响。文章比较了不同方法,包括统计学和机器学习的方法,用于减少加速器放置变化的影响。而经过滤波、特征提取等处理,使用机器学习的KStar算法分类效果最佳,准确率可达到99.11%,可消减放置变化的影响。

摘要:电脑鼠竞赛自动计时系统由传感器、延时电路、电平转换电路、串口通信电路和PC组成,包括了系统的硬件设计、软件界面和控制程序的设计。通过将软硬件系统相结合,本系统能够满足竞赛对高精度时间统计的要求,并且能够克服环境、人为等因素的影响。按照IEEE的比赛规则,能够准确地测量和计算电脑鼠的运行时间,在比赛过程中自动地对成绩进行大屏幕显示和计算机存储。本系统电路简单,测量精度和灵敏度高,调试方便,能够充分发挥自动计时系统在比赛中的实时观测、现场监督的作用。本系统已通过迷宫现场测试,期望应用于正式比赛。

摘要:针对类车机器人自主移动的问题,首先在非完整约束系统下建立类车机器人低速移动过程的运动学模型和动力学模型,选用适合基础性类车移动机器人研究的自行车模型进行状态分析;在混合式体系结构下用STM32作为机器人自主移动控制系统的核心,给出控制系统框图,完成硬件设计;同时完成环境定位与建图,构建动态贝叶斯网络,最终综合实现类车机器人自主移动的功能。

摘要:睡眠数据中各个阶段的样本数差异较大,睡眠数据的自动分期是一个典型的样本不平衡的机器学习问题。均衡样本方法通过抽样的手段来平衡样本,是解决样本不平衡问题的主要方法。采用均衡样本方法来平衡睡眠数据的不同阶段的样本,并且结合多域特征(时域、频域、时频域以及非线性)和随机森林分类算法进行分类预测。比较分析了样本均衡处理和非均衡处理的分类结果,发现均衡处理后的数据取得了更好的分类效果。

摘要:由于身体原因导致无法进行语音交流的群体越来越受到大家的关注,为了这部分群体能重新使用语音交流,科研工作者们进行了各种尝试性研究。以前的研究主要围绕着肌电信号与语音信号间的映射关系,而本文是通过深度神经网络建立语音信号与脑电信号间的映射关系。将从语音中提取的特征作为前馈神经网络的输入,将脑电信号的特征作为输出目标建立模型。对回归预测的模型使用R-square进行评估,R-square的值达到了0.75。

摘要:为了对环境参数进行实时监测,设计了一种以STM32单片机为控制核心,nRF24L01为无线收发芯片的无线环境监测装置。对目标环境参数采集的同时,摄像头及环境参数监片之间采用SPI总线接口通信方式,将数据传送至监测中心。该装置结构简单,可实现循迹功能,发送救援信号,实现温度、湿度、酒精及烟雾的实时监测和液晶显示。

摘要:语音识别或语言转化成文本的过程包括捕获声波,数字化声波,转换成基本的语言单位或者音素,根据音位和语境构建词语,分析词语,保证拼写正确,并且保证与听到的词语保持一致。该文把人工智能和神经网络技术应用到语音识别系统中,通过学习获得固定权重并应用到模型,最后模型快速给出与输入相匹配的输出。文中涉及到的神经网络模型主要用来进行语音识别。

摘要:对于传统考试时考生身份不易检查的问题,指纹识别可以很好地解决。应用指纹识别传感器实现指纹的采集与辨识,得到的结果进入单片机进行处理,相关的学生信息以及语音信息存储在SD卡中,得到的指纹识别结果信息通过LCD显示出来,用语音模块提示当前指纹识别是否正确。实践表明,设计的考场指纹识别系统使用效果好,性价比高,有着很好的应用前景。

摘要:设计了一种移动机器人无线局域网控制系统,采用OpenWrt系统的无线路由器建立无线局域网,与FPGA进行数据转换,设计了系统的人机交互界面。通过WiFi,操作人员可以对移动机器人进行遥操作控制。通过整体设计使得系统能通过无线局域网将移动机器人控制器与上位机控制平台联系起来进行数据交流,实现上位机对移动机器人的遥操作控制功能以及对移动机器人的监测功能。

摘要:针对传统的数值算法求解非线性方程组时对方程组要求高和初始值敏感等缺点,提出了一种自适应细菌觅食算法。该算法改变了传统算法的固定趋化步长,进行自适应调整,加快算法的收敛速度,具有更好的全局搜索能力,改变了固定迁移概率,避免了在进化后期精英解丢失的问题。将自适应细菌觅食算法应用到求解非线性方程组中,结果表明,与其他算法相比,该算法能够有效避免陷入局部最优,能更好地寻求最优解。

摘要:相比现有技术,基于微波技术的脑中风检测无电离辐射,是一种安全便捷低廉的检测方法。目前主要的脑中风微波检测方法是微波成像,但由于脑部结构复杂,成像精度和可靠性不高。近年来,基于机器学习的分类方法开始应用于微波生物检测。该文提出了一种以支持向量机作为核心的机器学习脑中风检测分类算法,并通过粒子群优化算法来对SVM参数进行寻优,以达到优化分类准确率的目的,实现有无脑中风的正确分类。经过脑中风微波检测实验系统验证,脑中风的分类器平均检测正确率经优化后提高了16%,证明算法的可行性。

摘要:针对电信客户流失数据集存在的数据维度过高及单一分类器预测效果较弱的问题,结合过滤式和封装式特征选择方法的优点及组合分类器的较高预测能力,提出了一种基于Fisher比率与预测风险准则的分步特征选择方法结合组合分类器的电信客户流失预测模型。首先,基于Fisher比率从原始特征集合中提取具有较高判别能力的特征;其次,采用预测风险准则进一步选取对分类模型预测效果影响较大的特征;最后,构建基于平均概率输出和加权概率输出的组合分类器,以进一步提高客户流失预测效果。实验结果表明,相对于单步特征提取和单分类器模型,该方法能够提高对客户流失预测的效果。

摘要:针对如何高效、准确地从视频图像中提取相关特征向量,完成基于视频的人体运动分析,构建了基于视频信息的人体下肢运动系统。系统包括人体运动轮廓的提取、噪声处理和人体下肢建模及分析3个模块。人体运动轮廓提取中采用改进的光流算法,通过阈值设置改善了轮廓提取的清晰度和完整性。噪声处理模块运用单个中值滤波器与人体四周去噪算法,不仅有效解决了多中值滤波引起的人体轮廓模糊问题,同时使人体活动区域外的噪声去除率达到100%。通过系统分析,视频中人体行走的速度为0.687 m/s,髋关节垂直方向上下起伏幅度为4.71 cm,行走步态正常。

摘要:数据流挖掘是当前数据挖掘研究的一个热点,并且数据流的类型也不尽相同。利用模糊粗糙集和F-粗糙集的基本原理和基本方法,提出了一种对模糊型数据流进行模糊并行约简、删除冗余属性的方法,并运用模糊并行约简中属性重要性的变化探测模糊概念漂移现象。有别于传统方法,该方法利用模糊数据的内部本质特性对模糊概念漂移进行探测,并且通过实例验证其探测模糊概念漂移的可行性和有效性。

摘要:针对传统的SVM算法在非平衡数据分类中分类效果不理想的问题,提出一种基于分类超平面和SMOTE过采样方法(HB_SMOTE)。该方法首先对原始训练样本集使用WSVM算法找到分类超平面,然后按一定标准剔除负类中被错分的样本、靠近分类超平面的样本以及远离分类超平面的样本。在UCI数据集上的实验结果表明:与RU_SMOTE等重采样方法相比,HB_SMOTE方法对正类样本和负类样本都具有较高的分类准确率。

摘要:提出了一种实际应用环境下的动态人脸识别系统。首先讨论了动态人脸识别系统硬件环境的搭建,然后详细介绍了动态人脸识别系统的软件流程、主要的功能模块、人脸库的构建及管理等,最后对系统进行了测试。测试结果表明,所设计的软硬件系统能够满足实际应用需求。

摘要:在文本无关说话人确认领域,基于总差异空间的说话人确认方法已成为主流方法,其中概率线性判别分析(Probabilistic Linear Discriminant Analysis, PLDA)因其优异的性能受到广泛关注。然而传统PLDA模型没有考虑注册语音与测试语音时长失配情况下的差异信息,不能很好地解决因时长失配带来的说话人确认系统性能下降的问题。该文提出一种估计时长差异信息方法,并将此差异信息融入PLDA模型,从而提高PLDA模型对时长差异的鲁棒性。在NIST数据库上的实验表明,所提出的方法可以较好地补偿时长差异,性能上也优于PLDA方法。

摘要:针对3D激光扫描系统的特点,设计了以模糊自整定PID控制技术为基础的转速调节器,最后利用MATLAB分别对模糊自整定PID与常规PID控制的调速系统进行仿真分析与对比研究。仿真结果表明,与常规PID控制的调速系统相比,模糊自整定PID控制的调速系统调速性能更好,抗干扰能力更强,更适合应用于3D激光扫描系统。

摘要:提取脑电信号是进行脑电信号分析的第一步,其中关键的技术之一就是信号调理电路的设计。脑电信号是极其微弱的生物信号,对噪声极为敏感、对放大器性能要求较高。设计了预处理电路中的放大以及滤波电路,具有元器件简单、价格低廉等特点。测试结果表明,该系统具有良好的放大及滤波性能。

摘要:随着液晶的普及,对液晶屏生产过程中质量控制提出更高的要求,液晶屏裂痕自动检测系统应运而生,它能真正实现高效率、高稳定性的实时检测。针对液晶屏裂痕缺陷中的“线缺陷”、“点缺陷”进行深入研究,把机器视觉、数字图像处理技术运用到液晶屏裂痕自动检测系统中,并以HALCON和VC++联合编程完成了裂痕自动检测系统的设计。在数字图像处理部分,根据指定尺寸对图像进行傅里叶变换、高斯滤波、迭代处理等一系列操作,为了得到更清晰的图像,突出裂痕区域,对图像进行灰度化、频域图像卷积、滤波去噪、形态学处理。选择出适合在线测量的各种算法,进行了大量实验测试和实时自动检测,结果表明,该方法在识别液晶屏裂痕的几何特征上效果和精度较好,识别速度达到在线要求。

摘要:设计了一种基于侧面轮廓的实时车型分类系统。该分类系统分为3个部分:侧面轮廓处理、车型模板建立和实时车型匹配。轮廓处理部分介绍了一种用于实时测量移动车辆轮廓数据的采集仪器以及数据处理的方法。车型模板建立部分使用拟合算法构建不同车型的模板。实时车型匹配部分则采用修正豪斯多夫距离作为距离算法,用于衡量待测车辆与模板间的匹配程度。该模式识别系统能够完成准确快速的车型分类。

摘要:短时交通流的准确高效预测对于智能交通系统的应用十分关键,但较强的非线性和噪声干扰使其对模型的灵活性要求较高,并且还需在尽可能短的时间内处理大量的数据。因此,讨论了用随机森林模型对短时交通流进行预测,该模型具有比单棵树更强的泛化能力,参数调节方便,计算高效,且稳定性好。观察交通流数据在较长时间跨度上的变化后,提取出主要特征变量构造输入空间,对模型进行训练后,在测试集上的预测准确率约为94%。与目前广泛使用的支持向量机模型进行对比分析,结果显示随机森林预测不仅准确率稍好于支持向量机,而且在效率、易用性及未来应用的扩展上都要优于支持向量机。

摘要:针对现有的单一特征提取算法对运动想象脑电信号识别率不高的问题,提出一种以相关系数改进的经验模态分解(EMD)的特征提取算法。对已有的BCI竞赛数据中C3、C4两个通道脑电数据进行预处理,之后通过EMD对脑电信号进行分解,得到IMF分量。通过计算原始信号与各阶IMF分量之间的相关系数,选择具有较大相关系数的IMF作为特征,由这些IMF分量的能量特征和平均幅值差来组成脑电信号的特征。使用支撑矢量机分类器(SVM)对左右手运动想象脑电信号进行分类。实验结果表明,基于相关系数改进的EMD脑电信号的处理方法明显优于只用EMD的脑电处理方法,得到的最高正确识别率为88.57%。从而证明了该方法的有效性。

摘要:传统的手势识别系统由特征提取和分类器组成,需要人工设计特征,但很难达到足够满意的效果且耗费大量的时间。将卷积神经网络应用于手势识别,能直接把图像数据输入网络,且不用进行复杂的前期预处理。卷积神经网络拥有很强的鲁棒性和较低的复杂性,通过大量的仿真实验,证明了该识别方法具有很好的识别效果,相比现有方法有较大的优势。

摘要:主要介绍了一种宽频带、相位噪声低、杂散抑制度高的频率合成系统。该设计使用了频率合成芯片ADF4351和高速可编程芯片FPGA来完成自适应控制,不仅实现了输出频率范围35 MHz~4 .400 GHz、功率可调范围为-4 dBm~5 dBm的低相噪稳定的频率源,同时还实现了对全频带频率的转换时间和跳频范围的智能控制。

摘要:用户偏好模型的构建是推荐成功与否的基础。通过产品特征属性与用户特征属性的映射,建立用户偏好模型,引入神经网络集成的机器学习方法来模拟偏好模型。为了提高用户偏好模型的泛化能力,提出用负相关学习算法并行训练成员神经网络,采用差分进化算法对成员网络进行优化,从而有效降低网络集成的泛化误差,提高模型精度。通过Movielens数据仿真,并与单个BP神经网络、GASEN、核密度神经网络集成等模型实验结果进行对比分析,其均方差明显减少,验证了差分进化神经网络集成的用户偏好模型具有较好的泛化能力,能客观反映用户偏好,从而取得更好的推荐效果。

摘要:机器人通过视觉对工件位置信息进行分析处理,完成相应搬运任务已成为机器人应用的主要发展方向。本文主要针对立体仓储系统中基于视觉定位的物料搬运应用进行研究。系统中采用智能相机Vision Hawk对目标进行视觉定位,运用摄像机标定技术实现相机—机器人坐标系的标定,通过控制软件Workvisual来完成机器人的运动控制和轨迹规划,进而实现机器人对多种类型工件的识别、定位及搬运。

摘要:有效分类基因表达数据有助于癌症的诊断,而基因表达数据的高维数、小样本特点使基因表达数据分类困难。针对这个问题,在最小二乘回归子空间分割算法中考虑距离信息,提出融入距离信息的最小二乘回归子空间分割算法。融入距离信息的最小二乘回归子空间分割模型除了考虑数据之间的相关性,还考虑了数据之间的距离信息。在基因表达数据集上的实验结果表明,所提出的算法是有效的聚类方法。

摘要:为解决传统搬运机器人采用无线电或红外遥控方式可操控范围较小的问题,在基于高速WiFi无线传输技术的基础上,设计了一个结合自动寻迹与远程视频监控的6自由度机器人模型系统。该模型机器人通过高速WiFi实现指令下达及视频监控,并采用红外反射方式识别地面预设黑色引导线实现自动寻迹,同时开发了机械臂动作记忆功能来自动完成指定的工作。现场实验测试结果验证了本机器人系统的可行性。

摘要:精神分裂症是最常见的精神疾病之一,目前具体病因尚未明确,准确诊断患病与否是治疗该疾病的前提。深度学习是一种构造多层神经网络的机器学习方法,具有发现数据中隐藏的分布式特征表示的能力。针对精神分裂症患者的脑电信号,提出了一种栈式自编码网络深度模型,以达到根据脑电信号自动识别受试者是否患病的效果。

摘要:传统模糊C均值聚类算法需要输入初始聚类中心,但是输入错误的初始聚类中心会产生较差的图像分割结果。对此提出一种改进的医学图像分割算法——基于免疫模糊聚类的医学图像分割。该算法能够快速有效地找出合适的初始聚类中心值,使之最大可能地趋近于理想值,从而大大提高算法的效率,避免陷入局部解。同时,将免疫克隆选择算法融入到模糊聚类算法中。实验结果表明,该算法能快速有效地找到合适的初始聚类中心,能有效提高搜索效率和准确率,得到较理想的分割效果。

摘要:随着时间的变化,人的声音也会发生变化。这对说话人的识别带来了一定的影响。通过研究发现,说话人识别的性能与时间有着线性变化的规律。传统的说话人识别系统使用GMMUBM模型并不能很好地学习出线性变化规律。由于概率线性判别分析(PLDA)对于类内与类间有着很好的线性区分度,所以为了解决线性变化的问题,选择概率线性判别分析的方法学习说话人识别中时变的线性变化规律。从实验结果看出,PLDA对于说话人识别的识别鲁棒性具有很好的提升。

摘要:随着机器视觉理论的发展和硬件技术的进步,三维重建在生产、生活中的应用越来越广泛,基于Kinect传感器的三维重建得到广泛的应用。针对于现有的Kinect传感器获得的深度图像深度信息丢失的问题,提出了一种新的基于均值滤波的方法对深度图像进行去噪,并对深度图像进行预处理,获取三维点云,用迭代最近点(Iterative Closest Point, ICP)算法完成点云的精确配准,从而得到配准后物体表面三维点云,并完成物体的三维重建。

摘要:针对现有交通分配研究对驾驶员有限理性、道路交通动态随机性的忽视,提出一种基于智能代理的动态交通分配模型IATAM,其以驾驶员为代理,依据驾驶员的路线偏好,综合驾驶员信息处理的模糊随机过程,考虑邻居驾驶员影响,提出神经网络结构的驾驶员智能路线决策机制。实验中IATAM模型检测点车流量与真实车流量的平均相对误差减小到6.42%,表明IATAM模型实验精度更高,更符合复杂多变的交通环境。基于智能代理进行交通分配,更能反映驾驶员的异构性和路线决策的模糊随机性,并有效提高交通分配精度。

摘要:设计了一款基于瞳孔定位技术的视觉跟踪系统。该系统通过安装在眼镜上的摄像头采集人眼球瞳孔运动图像,并利用硬件电路分离视频同步信号,然后将信息传送至S3C6410嵌入式处理器,处理器利用图像处理算法计算出人的瞳孔运动轨迹,从而得到人眼瞳孔的实时定位信息。该系统具有较为广泛的应用前景,可以通过人眼睛的转动来实现对各种智能化设备的控制,能够应用于残疾人智能护理、病床智能护理等实际领域。

摘要:介绍了一款以FPGA和NIOS系统为核心设计的智能电子测试仪器。该仪器主要围绕友晶公司的Altera DE270开发板进行开发,借助直接数字频率合成(DDS)技术与FPGA芯片的可编程、易修改的特性,实现了正弦波、余弦波、三角波、方波、锯齿波5种基础波形与AM、FM、2ASK、2PSK 4种调制信号的输出,并且在LCD液晶屏上实时显示输出波形。此外,对于外部反馈信号,系统利用NiosⅡ嵌入式微处理器对信号做进一步的处理,例如波形的幅度变换、频率测量、电压测量和幅频特性分析等。该智能电子测试仪器实现了波形发生器、数字示波器、扫频仪、频率计、电压表等多种仪器在功能上的综合,是智能仪器仪表设计的一次全新的尝试。

摘要:目前离心式压缩机透平转速预测难以实现,虽然引入了基于Elman神经网络的离心式压缩机透平转速预测方法,但当离心式压缩机转速变化比较大时,该预测方法的预测精度就明显下降。针对这一现象,提出了一种基于外反馈Elman的离心式压缩机透平转速预测方法。在标准Elman神经网络的基础上加一个由输出到输入的外反馈,通过带外反馈的Elman神经网络实现对离心式压缩机透平转预测。仿真实验结果表明,所提出的带外反馈的Elman神经网络预测方法预测精度较高,特别在转速变化较大时,收敛速度快,稳定性高。

摘要:针对当代社会空巢老人的增多,突发意外时不能及时呼救的问题,设计了一款基于北斗定位系统的集应急报警与信息交互为一体的多功能报警器。该报警器采用双串口单片机为主处理器,以北斗定位模块为核心,结合GSM无线通信模块、液晶显示模块及蜂鸣器,实现快速报警并发送所在位置信息的功能。简述了硬件与软件的实施方案及定位信息采集原理,通过多方面对比北斗与GPS定位模块的速度与检测卫星数来比较二者性能,实验结果表明,该系统具有定位快速、可靠性与稳定性较高等特点

摘要: 针对OCV阀的磁滞和卡滞不合格存在的误判提出了改进方法,利用小波变换检测跳变点的能力很好地解决了该问题。研究了BP网络在对OCV阀质量检测中的应用,结果表明该方法不仅可以解决误判问题,还能检测出产品所有类型,并且该方法无需经常调整测试标准,有较好的环境适应性。但该方法仍存在错判,对此提出了利用模糊阈值的方法,将分类模糊的产品测试数据保存起来交由人工处理。实验证明,该方法可将错判率降低到0,相对于现有测试方法,效率已大幅提高。

摘要:针对肺心病临床综合病症指标复杂、极易造成因临床医生经验少而误诊的现实问题,研制基于肺心病的诊疗专家系统,以提高其临床诊断率和治愈率。该系统采用Visual Prolog和Visual Basic相结合的方法设计完成,其界面由Visual Basic实现,推理机由Visual Prolog设计完成,采用正向与反向相结合的推理策略。应用SQL Server 2008构建数据库、知识库并完成维护工作。经临床验证,该系统设计合理,科学实用且准确率高,提高了肺心病的诊疗率,提升了临床青年医生的诊疗水平。

摘要:针对现有机车车轮超声检测系统无法准确区分其故障类型,探讨了一种基于小波包变换与BP神经网络相结合的方法来识别基于超声检测机车车轮的故障类型。该方法对机车车轮的超声检测的回波信号进行小波包分解,并提取了频谱能量特征值,由此构造不同类型机车车轮内部伤损对应的特征向量,然后利用改进的BP神经网络算法训练随机抽取的样本空间,并对测试样本数据进行了识别验证。通过实验验证了该方法能够快速准确地识别出机车车轮不同类型的故障对应的超声检测信号。

摘要: 为解决机器人设计功能单一而结构复杂,智能家居产品依赖终端而用户体验度差等问题,结合Kinect v2体感交互设备设计一种仿人形智慧家庭机器人,借助嵌入式硬件技术、语音合成技术、动态区域滤波算法、图像分割避障算法、二阶差分边缘检测方法和姿势序列有限状态机的动作识别方法,实现可自定义内容的自然语音交流与语音控制功能、可自动调速的自主避障与路径规划功能、可锁定目标的人物跟踪与动作识别功能。设计实现的机器人具有成本低廉、结构简单、适应性强、功能多样等优点。经实际测试,该智慧家庭管家机器人运行稳定,用户体验良好,可作为智能家居行业探索方向。

摘要:针对基于传统神经网络的变压器故障识别诊断方法存在网络收敛慢、易陷入局部极小点和网络参数难确定的缺点,提出了一种基于极限学习机的电力变压器故障快速识别方法。该方法以变压器油中用于故障类型分析的5种主要溶解气体含量作为输入特征量,5种常见变压器状态作为输出量建立分类识别模型。实验结果显示,该方法的识别准确率比支持向量机高12.5%,识别速度是支持向量机的2.6倍,比概率神经网络快5.5倍以上,表明该方法对变压器故障的识别快速而有效。

摘要:针对广泛应用的有杆抽油机故障率较高的现状,提出傅立叶描述子和RBF神经网络相结合的算法判断抽油机工况。该算法基于典型示功图的几何特征,提取低频区傅里叶描述子作为特征参数,再结合上、下冲程的载荷变化量,构成代表对应工况的12个综合特征参数,利用RBF神经网络建立识别网络模型,对数据进行网络训练得到RBF神经网络。通过MATLAB仿真平台完成了PSORBF神经网络的示功图识别的仿真验证,实际运用在油田生产中准确性良好。

摘要:针对人脸多姿态导致人脸识别率下降这一问题,提出一种改进姿态矫正处理方法,通过改进对人脸特征点的有效定位,来计算人脸姿态旋转的角度,再通过角度和改进姿态矫正方法来矫正非标准姿态人脸到近似标准姿态。由于人脸是不规则的椭球形,提出对人脸“三庭五眼”的局部区域进行二次矫正方法,再改进SURF算法进行人脸特征点匹配。该方法能够将一定角度范围内的多姿态人脸矫正到近似标准姿态。实验结果表明,该方法能在一定程度上提高多姿态人脸识别率,较经典PCA方法错误率可下降10%左右。

摘要:针对在背景与目标颜色相近以及复杂场景中跟踪不准确的问题,提出一种改进的背景加权Mean Shift (均值漂移) 跟踪算法,在目标颜色直方图中加入纹理特征,并将局部背景信息引入目标特征直方图中,以排除复杂背景的影响。实验证明,本文提出的算法在应对复杂背景及遮挡时比经典的Mean Shift算法以及背景加权Mean Shift算法更有效,且拥有不错的运行效率。

摘要:属性词的聚类是领域实体属性抽取中的一个重要步骤。在未知领域和大量文本中,人工标注寻找十分困难。本文将一种基于深度学习框架的词语嵌入表示方法(Word Embedding)引入到领域实体属性词聚类研究中,在无监督条件下解决大规模语料、领域实体属性词表人工参与构建代价较高的问题,并进行了适当的扩展,取得了较好的效果,可以为信息抽取等后续高级任务提供较好服务。

摘要: 为了提高神经网络对分布复杂的雷达信号类型的识别率,提出一种结合小波变换、互信息特征选择及神经网络的分类新方法。首先利用小波变换对信号进行特征提取,然后通过基于互信息的特征选择来对特征进行选择,最后把选择出的特征作为神经网络的训练样本对其进行辐射源类型的识别。仿真结果显示,该方法能够利用较少的特征值得到较高的识别正确率。

摘要: 传统的神经网络表情识别系统由特征提取和神经网络分类器组成,利用人的经验来获取模式特征,很容易丢失表征表情特征的细节信息。提出一种基于卷积神经网络的识别方法,避免了对图像进行复杂的特征提取,直接把图像数据作为输入。通过在Cohn-Kanade表情库上的实验结果表明,该方法能够取得很好的表情分类效果。

摘要: 通过对智能压力传感器精度的研究,选择基于自适应学习率的BP算法设计压力传感器。首先,给出了相应的硬件结构和软件设计,然后用标准的BP神经网络和改进的BP神经网络分别对压力和温度两个目标参量进行数据融合,进行测量结果显示。通过对测量结果的计算比较,发现利用改进的BP神经网络设计的传感器测量精度比标准的BP神经网络设计的传感器精度更高。

摘要: 通过对Arduino开发板的研究,将声控技术引入到智能系统的设计当中,实现了一套基于Arduino的语音控制系统。本文首先确定了各硬件模块的选型,并在拟定了各模块之间的通信接口后对Arduino引脚资源进行整合、分配,搭建了系统的硬件平台。在软件设计部分,编写了监控程序、功能实现程序、中断服务程序,最终实现了对机械手的语音控制以及语音播报的功能。此外,系统还增设了登录口令验证和错误识别吸收功能,从安全、效率两个方面改进系统的性能。实际应用测试表明,在低噪或无噪条件下,该系统识别精度高,稳定性好,达到了预期要求。

摘要: 旅游客流量受多种因素影响,传统的时间序列预测模型无法描述预测对象的规律,人工智能方法如BP神经网络,其结构的选择过多依赖经验,基于此提出了利用改进的粒子群算法优化BP神经网络,通过惯性因子的非线性递减来改善粒子群的寻优性能。将该预测模型应用于自贡灯会的客流量进行实际预测分析,通过对150组训练样本和50组测试样本的实验仿真,可知改进后的方法提高了预测结果的准确度,并且涉及参数少、简单有效。

摘要: 现有车辆类型识别系统中,由于摄像机未经过标定,使得在图像分析中无法得到关于尺度和坐标的真实数据,从而带来了一系列问题。鉴于此,提出了基于已标定摄像机的车辆识别系统,并结合特定车辆的3D模型,规划设计了逃逸车辆的在线识别方案。摄像机标定后,可以自动检测车辆的真实大小和在世界坐标中的真实运动方向,不但能够更为准确地进行车辆识别,而且为实现摄像机之间的联合检测和接力检测提供了数据基础。最后从摄像机标定过程中的重投影误差分布图以及基于玩具车的模拟测试说明了基于摄像机参数和车辆模型动态生成车辆视图的可行性。

摘要:针对目前空心胶囊端面缺陷图像采集困难等问题,提出了一种特殊照明的方式对胶囊端部进行成像。将图像锐化、改进后的局部自适应阈值、轮廓提取用于胶囊端面图像的预处理,并针对胶囊端面缺陷漏检率高、检测效果差等问题,提出了一种基于K邻域链码的拐点检测算法,统计出胶囊端面缺陷图像中的拐点个数并做出缺陷判别。实验结果证明,该检测算法实时性好,对常见的5种颜色的胶囊漏检率和误检率均控制在2%~9%。

摘要:利用基于RFM模型的自组织特征映射神经网络(Self-Organizing Feature Map,SOM)对移动客户进行细分,可以有效地解决各类别特征不明显、特征参数相互交错、非线性分布的类型识别问题。研究过程中将客户的属性划分为近度、频度、值度三个指标,模拟专家分类的功能,根据各个客户簇的特征进一步分析客户的终身价值,量化分析客户的重要性。最后利用相关的市场营销知识对各个客户类别提出相应的营销策略方案。

摘要:: 乳腺癌是危害女性生命的一种恶性肿瘤。目前,在乳腺癌治疗方面,新辅助化疗获得了良好的成果,使众多女性恢复了健康。支持向量机在实际应用中有着良好的泛化和学习能力,并在商业、经济以及医疗等领域有所应用。采用决策树分类器和支持向量机分类器,结合乳腺癌新辅助化疗随访记录数据,预测乳腺癌患者新辅助化疗的预后状态,实验结果表明使用支持向量机的效果好于使用决策树的效果,在支持向量机中使用径向基核函数时获得了最高的准确率,达到了84.08%,由此可见,该分类方法可能成为一种乳腺癌新辅助化疗的预后状态的有效预测工具。

摘要:针对传统优化算法在图像聚类分析中存在的复杂度高、容易陷入局部最优解的问题,提出了使用猫群算法求解图像聚类问题。该算法通过分组和混合策略的机制进行信息传递,用猫记忆当前群体中的全局最优解来更新自身,提高了算法的搜索能力;阐述了猫群算法的搜寻模式和跟踪模式,讨论了两种模式下猫群的速度、位置更新公式;并说明了利用该算法求解图像聚类分析问题的具体步骤。通过实验验证了猫群算法在图像聚类分析中的有效性和准确性。

摘要: 针对现有空中目标机动模式识别算法鲁棒性和抗噪性差的问题,提出了利用卷积神经网络直接对航迹数据进行非人工特征提取,从而实现机动模式识别的算法。针对目标机动段难以分割的现实情况,提出了滑动时间窗口的模式识别方法,并给出了基于滑动时间窗口的机动模式识别流程。对空中目标进行了航迹仿真,并进行了数据预处理,为卷积神经网络提供了合理训练样本。通过仿真实验确定了适合于机动模式识别的卷积神经网络的结构和参数,实验结果表明,构造好的卷积网络对机动模式的识别率达98.4%,并且在结合机动触发点后,对连续航迹的识别取得了良好效果。

摘要: 时间序列的维数比较大,直接对时间序列进行聚类性能不理想。如何提高时间序列的聚类性能,是主要研究点。首先使用邻域保持嵌入对时间序列样本维数约简,然后对维数约简后的数据进行聚类融合,最后将它的聚类性能与已有方法如主成分分析、分段聚合近似进行比较。实验表明,所提出的算法更能提高聚类性能。

摘要:针对室内有人复杂环境下的服务机器人避障问题,提出了一种基于函数模型调控离散PID控制器的避障算法。通过分析并简化室内有人环境的复杂情况,然后采用递减函数模型对机器人减速后,再采用人工增量法干预PID控制器平衡从而进行转弯控制。采用状态栈记录速度与偏角的函数变化,以机器人避过障碍物之后的点为对称点,开始恢复行走方向,达到绕行的效果。最后,通过实验证明了这种减速后再寻找最佳方向避障的算法的有效性和安全性。

摘要:本设计通过对一款智能窗的整体设计来说明ZigBee组网在智能家居中的应用,这款智能窗集成雨雪天气检测、煤气泄漏检测、防盗报警、红外遥控等功能,这些功能都是通过不同传感器检测实现。ZigBee网络的协调器节点集成到整个设计的以MSP430F149为核心的控制部分,协调器上的CC2530通过串口将采集到的数据发送至MSP430F149,它将对采集到的数据进行分析判断,从而通过步进电机对智能窗做出相应的控制。同时MSP430F149通过WiFi模块将相关数据信息传送至Web服务器,并在终端设备上显示,以实现对家庭各种信息的远程监控。用户通过PC机、智能手机、平板或其他手持设备的网络浏览器访问Web服务器,通过HTTP协议获取智能窗反馈的家庭内部环境信息。

摘要: 基于物联网信息平台设计了智能窗户系统,可以进行空气置换,对大风、下雨等天气状况做出判断,对窗户受到撞击、盗贼越窗等情况发出报警,对室内有害气体浓度进行感知等。系统的判断行为及结果通过物联网传送至用户手机终端,进行信息的交互。系统的硬件和软件采用模块化设计,可根据用户的不同需求,灵活搭配模块,以满足用户的多样化需求,提高用户健康、宜居生活质量。

摘要: 针对传统的表单拣货方式越来越不能满足大型物流中心的需求,设计了基于语音的拣选系统,解决传统拣选方式存在的不足,提高货物拣选效率。为实现拣选操作员的合理调度,系统引入RFID室内定位技术,针对仓储拣选实际应用,以LANDMARC算法为基础进行算法改进,改进后系统的定位准确度提高了2%~60%,同时增强了实用性。系统实验表明,基于室内定位的语音拣选系统能够有效实现相应功能,具有较好的市场应用前景。

摘要: 简要分析了现有井下照明系统,提出了光纤照明应用于井下的理论,给出了系统的总体构成及部分原理,最后经过实验分析验证了本研究的可行性。

摘要: 发展水下机器人有着重大而深远的意义,水下机器人的运动控制是实现其智能化的关键,是国内外研究的热点。本文将模糊技术应用于水下机器人,根据水下机器人的六自由度运动模型,设计了水下机器人模糊控制器与PID控制器,并进行了仿真环境下的试验比较。试验结果表明,基于模糊技术的方法显然有较大优势,更有利于控制水下机器人的运动。

摘要: 以固高GRB-400机器人和摄像机组成手眼系统,在手眼关系旋转矩阵的标定方面,分析了基于主动视觉的标定方法。为实现手眼关系平移向量的标定,提出以固定于机械臂末端的激光笔来获取工件平台上特征点的基坐标,并结合已标定的旋转矩阵来标定平移向量。最后,从图像求取多个特征点之间的距离并与实际值进行误差比较,平面特征点间的长度测量误差在±0.8 mm之间,表明手眼标定精度较高,可满足机器人进行工件定位与自动抓取的要求。

摘要: 针对白洋淀湿地静态监测节点存在维护困难等问题,提出了一种采用无人船作为动态监测节点的方法。应用GPS技术和GPRS技术实现对无人船的定位监控,系统主要分为船载单元和监控中心两大部分。船载单元采集、传输无人船定位信息以及接收上位机命令控制船体运动。使用C#语言在Visual Studio2010环境下开发监控中心软件,监控中心实现无人船在电子地图中的定位显示和船体控制命令的下发。实验表明,该系统运行稳定可靠,具有使用方便、维护简单等优势。

摘要: 提出一种用于室内环境下人形机器人的实时导航系统。首先基于颜色特征,把单目图像的像素点分类为地面和障碍物,并对各个障碍物的像素点进行聚类,以选择出它们最底部的像素点作为特征点。然后基于SVM(Support Vector Machine)算法,构造摄像头中实际点和像素点坐标的映射关系,并用均值场理论辅助SVM的学习过程。根据映射关系和特征像素点,就可以估计出障碍物与机器人的距离。最后根据距离信息,在离散化的运动空间中,一步一步规划出机器人的行走路径。在人形机器人DARWIN上对提出的方法进行了实现,实验结果显示了该方法的有效性。

摘要: 针对中低端车辆车载系统缺乏智能的问题,将嵌入式ARM控制系统与4G无线传输系统相结合,设计了基于ARM车载控制系统的无线远程监控系统。介绍了系统的整体架构以及模块间的数据通信和信号控制。为加强车主对车身的把握,系统有激光测距进行平面建模的扩展功能。实验表明,该方案可以用于中低端汽车实现快速、廉价的智能化。

摘要: 针对目前脱机手写字符识别计算量大,对字体字形都有一定的要求,提出了主要以字符矩阵中01变换频率为基础,从字符的整体和局部特征出发进行分析识别的算法。此算法缩减了计算量并对所需局部信息进行放大,在一定程度上避免了传统采用分类器方法的错误传导,提高了字符的识别率,易于实现移植和扩展。

摘要:介绍了基于线性CCD传感器的智能小车整体框架、图像采集和处理以及路径识别控制算法。智能小车控制系统中选择线性CCD传感器进行路径识别,对采集的像素点进行中值滤波、二值化等处理,提取赛道两边的黑色边缘,取其中心位置作为小车的引导方向,控制舵机的转向,使得小车能够稳定、可靠地高速行驶。

摘要: 针对新闻情感倾向性识别问题,提出给单个倾向词分配倾向性、强度、极性和标志4个属性,通过依存句法找出倾向词之间的依存关系,再通过所提出的情感识别算法结合倾向词词典得出整个句子的情感值,最后将整篇新闻中关键句的情感值叠加,得到整篇新闻的情感值。实验结果表明,该方法具有很好的准确率和召回率。

摘要:为了进一步提高人体部位识别正确率,考虑人体部位尺寸不一特性,提出了改进型深度差分特征。改进型深度差分特征根据人体部位尺寸大小确定特征偏移量取值,然后利用随机森林算法训练分类模型,实现了人体部位识别。实验结果表明,采用改进型深度差分特征作为分类模型的训练特征点,实现了人体部位更高、更准确的识别率,比原深度差分特征提高了1.95%。

摘要:对拟南芥的幼苗进行不同盐浓度的处理,然后提取株系的RNA进行RNA-SEQ分析。为了能够对这些基因数据进行精确的分析,将对拟南芥幼苗的基因数据进行两步处理,首先对这些数据进行评估,包括对这些数据进行极差归一化,做直方图,使得对这些数据有大概的了解;然后提出了改进的主成分分析法的基因分析算法。改进的主成分分析法不仅包含了原始基因数据的全部信息,而且弥补了传统主成分分析法的缺陷,可以处理数据的非线性特征,还反映了数据间的变异信息,使得数据的处理更加简明、准确。结果表明,盐胁迫对拟南芥DNA到RNA(即转录)的后期对RNA前体的加工方式没有太大的影响。

摘要:随着仿真机器人在国内国外迅速发展,对于仿真机器人的设计与提高也受到更多人的重视。提出了RoboCup机器人足球仿真中的关键性部分——基础架构设计,同时介绍了仿真机器人的系统环境、代理环境等。为了提高机器人的工作效率,着重讨论了机器人对于足球的定位和控球问题。

摘要:近年来我国创业板股市频繁出现新股破发现象,暴露出创业板市场存在的风险问题。基于行为金融学及有限注意力理论,运用Web挖掘手段和机器学习算法分析股票论坛投资者的文本评论和搜索行为,建立投资者情绪和投资者关注指数,对创业板新股破发进行定量化实证研究。结果表明,除了市场指标、发行指标、机构参与指标和财务指标,从股票论坛和搜索引擎获取的投资者情绪和关注也是影响创业板股票破发的重要因素,据此建立的新股破发预测模型平均准确率达90%。

摘要:针对地板生产过程中依赖人工判断地板正反面的现状,提出了以TI公司浮点DSP芯片TMS320DM6437为控制核心的地板正反面检测系统。通过提取具有显著特征的红色分量的平均值和灰度分布的最大值,同时借助最小平方误差判别法区分地板的正反面。测试结果表明,该地板正反面判断系统具有很高的识别率,可以缓解工人的劳动强度同时提高生产效率。

摘要:采用以Cortex-M4为内核的STM32F407作为主控制器,根据空间矢量脉宽调制原理,控制IPM模块给电机电枢绕组施加不同方向的空间电压矢量。利用主控制器的12位A/D采样通道获取定子A、B相电流值从而计算出直轴电流id。结合电永磁转子的磁场特性以及定子电感的饱和效应,根据id的变化曲线判断出电机转子的电角度位置。

摘要: 提出了一种基于D-S证据理论的Bayes可靠性评估方案,很好地表达和利用了Bayes方法中的“不确定的”先验信息。在无替换定数截尾试验样本下,研究了指数寿命型产品的可靠性指标的估计问题,提出了可靠性评估的两种方法:通过融合可靠性指标的后验分布进行综合评估和通过融合可靠性指标的后验置信区间进行综合评估。数值实例表明,利用所提出的方法得到的评估结果是“谨慎的”和合理的。

摘要: 针对目标检测中利用SIFT算法在提取图像特征时提取的背景特征点所占比例较大,提出了一种图像显著区域与SIFT算法相结合的目标匹配方法。为使检测出的极值点与人眼观察到的极值点相似,提出对尺度空间中的图像进行显著区域的检测;为了使特征点具有仿射不变性,对特征点进行椭圆拟合;特征匹配时引入夹角余弦相似度测度方法。实验表明,该算法在实时性

摘要: 针对传统的局部线性嵌入算法易受近邻点个数的影响,以及支持向量机的错分点过多对识别率产生的影响,提出了一种基于模糊聚类的局部线性嵌入和支持向量机的人脸识别方法。利用改进的算法对人脸库中的图像进行特征提取,然后采用支持向量机分类器对人脸进行训练和识别。实验表明,该方法提高了人脸的识别率。

摘要:针对基于视觉的手势识别技术对环境背景要求较高的问题,提出了一种利用深度信息进行手势提取和识别的研究方案。采用Kinect深度摄像头,通过中值滤波以及深度信息与邻域特点来分割手部区域并用Canny算子提取出手势轮廓,再以深度图像的凸缺陷指尖来完成对指尖的检测,从而实现对数字手势1到5的手势识别。该方法可快速有效地对指尖进行检测,鲁棒性和稳定性都比其他方法更好。实验结果表明,该手势识别方案的平均识别率达到92%,证明了该方法的可行性。

摘要:介绍了一款基于单片机控制的六足仿生蟑螂机器人。该机器人在外形和足部结构上仿生蟑螂,六足均匀分布于身体两侧,每足给出了3个自由度;机器人的步态采用经典的三足步态法;该运动控制器由STC12C5A60S2单片机和舵机组成,采用多舵机分时控制的方法,机器人能实现按所设计的步态规划进行前进、后退、左转、右转等动作;同时添加了语音模块,机器人能在预定程序下随音乐进行舞蹈动作。

摘要:雷达目标识别中,提取目标的有效特征将直接影响识别效果。针对雷达目标高分辨距离像(HRRP)具有平移敏感性,提出了一种基于多特征的融合特征来作为目标特征进行识别。利用PCA将三种平移不变特征融合,采用支持向量机算法来实现识别。仿真实验结果表明,该方法不仅降低了目标特征的存储量,同时也克服了高分辨距离像的平移敏感性,具有较高的识别率和很好的推广性。

摘要:针对传统BP算法收敛缓慢、训练过程振荡等缺点,提出了一种基于改进Gamma和改进BP神经网络的人脸识别算法。采用改进Gamma矫正方法改善原始图像的光照不均匀,并采用小波变换和NMF算法提取图像主要特征,最后结合一种新的权值调整方法改进BP算法进行图像分类识别。仿真实验表明,与传统算法相比,使用该算法对Yale人脸库、CMU PIE人脸库和自建人脸库的图像进行识别具有更快的收敛速度和更高的识别率。

摘要:针对多组手语语句中重复出现的手语单词识别问题,提出了一种识别方法。该方法利用时间规整算法构建手语识别模型,并通过条件迭代算法快速计算最大后验概率。在南佛罗里达大学公共手语数据集进行实验,证明了该方法具有一定的实用性。