车辆部件不同背光颜色的识别时间研究

驾驶员对部件的识别时间直接影响到车辆行驶安全性及驾驶员驾驶过程的心理状态。影响驾驶员对信息的识别时间因素很多,本文主要研究背光颜色不同时,驾驶员识别时间的差异,为车辆电气部件背光颜色的选择提供了依据。

缩短目标识别时间的光相关器

美国Ltton数据系统公司研制了一种用于执行军事和民事任务的坚固耐用型光相关器,其自动目标识别速度提高了10倍.与易损坏的实验室光相关器不同,Lit-ton公司采用本公司的先进环形激光陀螺技术将该装置集成在一块坚固耐用的集成块上.该装置可作为导弹寻的器的一部分用以识别目标.在捕获运载环境下成功地进行了样机的飞行试验.其预出售的价格大约为25000美元.据识别与先进系统部主任MallaleyCray L介绍,以往的图像识别装置限制了实时操作,其原因是这部分工作是用速度太慢的电子处理器完成.而光学处理器的工作速度可提高一个数量级,但体积庞大。

对比P-PECD手术中内镜口径大小与临床疗效及术中“V”点的识别时间、清理覆盖的软组织的影响

探析对比经皮颈椎后路内窥镜下颈椎间盘切除术(posterior percutaneous endoscopic cervical discectomy,P-PECD)手术中3.7mm与6.9mm内镜口径的临床疗效及术中“V”点的识别时间、清理覆盖的软组织的影响。方法 选择本院及华中科技大学同济医学院2020年5月-2023年11月就诊的90例择期行P-PECD的CDH患者,根据入院时间分为A组(3.7mm内镜,n=44例)、B组(6.9mm内镜,n=46例)。对比两组手术及康复效率(手术总时间、术中“V”点的识别时间、清理覆盖软组织时间、住院总时间)、临床疗效(改良MacNab 标准)、术前术后3月视觉模拟评分(visual analogue scale,VAS)、颈椎功能障碍指数(neck disability index,NDI)、并发症风险。结果 A组手术总时间、术中“V”点的识别时间、清理覆盖软组织时间均长于B组(P<0.05)。两组MacNab 标准疗效优良率(93.18%、91.30%)、住院总时间、术前术后VAS、NDI评分组间、并发症总发生率(9.09%、4.35%)对比无差异(P>0.05),而A组脊髓损伤发生率(6.82%)明显高于B组(0.00%)。结论 P-PECD手术中相较于3.7mm内镜口径,6.9mm内镜口径更有利于提高手术效率,预防脊髓损伤。

无砟轨道区段维修时间识别与劣化速率分析

针对运营前期信息化程度不足导致的高速铁路线路历史维修记录缺失进而影响后期高速铁路运维合理规划的问题,建立基于信息熵和数值滤波的高速铁路高低不平顺维修时间识别模型.首先,基于挖掘长时间跨度下的轨道动检数据,获取精确的维修信息并揭示线路维修与不平顺劣化速度的关系.然后,将模型提取时间节点与某CRTSΙ型板式无砟轨道的综合检测列车历史维修数据对比,分析模型提取效果.最后,采用线性回归进行不同劣化时间段劣化速率预测和分析.结果表明:维修作业方案的改善程度不同,18%的维修方案能够实现高低不平顺原始数据70%的改善量,75%的维修方案能够实现高低不平顺原始数据30%的改善量;对比不同轨下结构类型,劣化速率最大的10%个线路区段所需平均维修周期隧道段最长,为28个月,桥梁段最短,为9个月;未开展维修的线路区段占整体线路的18%,高低不平顺标准差劣化速率分布较为集中,不超过0.01 mm/月;自2016年1月起,依靠日常检养修工作,预计下次维修时间最早为82个月后.

基于条件随机场的中文时间短语识别

传统时间短语识别方法存在中文文本时间短语边界定位不准确和长距离依赖的问题。为此,提出一种基于条件随机场(CRFs)的时间短语识别方法。采用基于机器学习的方法识别时间短语,分析中文文本中时间短语的词法、句法和上下文信息等语言学特征,将时间短语分为日期型和事件型2种类型,并半自动构建3个常用词表作为外部特征。在此基础上,引入能整合不同层面特征的CRFs方法,将识别问题转化为序列标注问题。实验结果表明,该方法在日期型时间短语和事件型时间短语识别上分别取得95.70%和85.75%的F1值,识别效果较好。

基于启发式错误驱动学习的中文时间表达式识别

提出了一种基于启发式错误驱动学习的中文时间表达式识别的新方法。该方法先采用依存分析方法以时间触发词为切入点递归地识别时间表达式，有效地解决了长距离依赖的问题，大大提高了识别效果；在此基础上，对比错误识别结果和人工标注，采用启发式A＊算法搜索策略进行错误驱动学习，降低了规则学习的复杂度，并具有区分每条规则的有效性和规则间相容性的优点，使系统性能提高近6％。最终在封闭测试集和开放测试集上，F值分别达到了77．96％和77．92％。

中文时间关键词识别研究

时态信息广泛应用在自然语言处理、信息检索等领域,而时间关键词识别更是时态信息应用的关键,其直接影响到时态信息的使用。时间信息在文本或句中形式多样性、位置随意性以及边界不确定性等特点成为时间关键词识别任务中的难点。为了解决中文时间关键词的识别问题,通过分析文本语句结构并结合语法结构树提出短语划分方法,将文本转换成短语集从而确定短语边界;在此基础上提出短语向量化表示法,以此构建向量空间;最后,引入谱聚类的聚类思想,将识别问题转换为聚类问题。实验证明,运用该方法进行中文时态关键词识别具有较好的效果。

基于依存分析和错误驱动的中文时间表达式识别

时间表达式识别是进行时间表达式归一化的基础,其识别结果的好坏直接影响归一化的效果。本文提出一种基于依存分析和错误驱动识别中文时间表达式的新方法。首先以时间触发词为切入点,据依存关系递归地识别时间表达式,大大地提高了识别效果;然后,采用错误驱动学习来进一步增强识别效果,根据错误识别结果和人工标注的差异自动地获取和改进规则,使系统的性能又提高了近3.5%。最终在封闭测试集和开放测试集上,F1值达到了76.38%和76.57%。

基于词典特征优化和依存关系的中文时间表达式识别

提出一种基于词典特征优化和依存关系的时间表达式识别方法。首先针对中文文本时间表达式边界定位不准确及长距离依赖的问题,优化了传统时间词典特征,将时间词典分为时间词词典和时间单位词典;其次针对传统基于机器学习的时间表达式识别方法忽视时间表达式本身结构特点的问题,在优化后的词典特征的基础上提取依存特征,挖掘时间表达式的结构信息;最后综合时间表达式的基本特征、词典特征和依存特征,在条件随机场模型上完成时间表达式识别。在中文语料上进行实验,时间表达式识别达到较好效果。

自动构建时间基元规则库的中文时间表达式识别

该文提出一种基于正则文法的时间表达式识别算法:它基于"时间基元"①进行规则构建,提高了时间表达式识别的召回率;同时使用基于错误驱动思想的规则剪枝算法,削减了从训练语料带来的噪声,提高了识别的正确率,两者搭配有效提高了系统整体性能。在ACE07中文语料上的实验结果显著超过了现有水平,F-score达到89.9%。该文提出的算法具有很好的通用性和扩展性,加以改进将可以有更广泛的应用。

基于规则的中文时间表达式识别与规范化

为了解决文本时间表达式的识别与规范化问题,针对时间表达式在形式上的多样性与非结构化,提出了对时态元素进行刻画的思想,划分时间表达式类别及规范形式;在此基础上,采用正则表达式与Trie树结构相结合的方式构建出时间短语识别树,自动进行中文时间表达式的识别与分类;最后,提出规范化算法与修正算法处理识别后的结果,得到规范化形式.以中文语料进行实验,中文表达式识别与规范化工作达到较好的效果.

基于时间编码信号处理与识别的滚动轴承性能退化程度评估

滚动轴承是最常见的机械设备之一,对其进行性能退化评估是实现视情维修的基础。近年来滚动轴承监测技术已经取得了一定的成果,但找到一个能够对轴承故障进行早期预警且具有可信度高、高效率的监测系统是一大挑战。提出了一种基于时间编码信号处理与识别(TESPAR)的设备性能退化评估方法,并将其运用于滚动轴承不同故障程度实验与全寿命实验。结果表明:TESPAR分析不仅能准确分辨不同故障程度,且对轴承故障的变化具有敏感性。

中文电子病历中的时间关系识别

中文电子病历中的时间关系包括句内时间关系和句间时间关系,其中,句内时间关系包括句内事件-事件的时间关系和句内事件-时间的时间关系,句间时间关系即是句间事件-事件的时间关系。把中文电子病历文本中的时间关系识别转化成实体对分类问题,针对句内时间关系的识别,制定了高准确率的启发式规则,并设计了基本特征、短语句法特征、依存特征和其他特征,训练分类器缓解句内时间关系的识别错误;针对句间时间关系的识别,在高准确率的启发式规则之外,设计了基本特征、短语句法特征和其他特征,训练分类器减少句间时间关系的识别错误。实验结果表明,当分别使用支持向量机(SVM)、SVM和随机森林(RF)算法时,所提方法在句内事件-事件、句内事件-时间和句间事件-事件的时间关系识别上的效果最好,其F1值分别达到了84.0%、85.6%和63.5%。

录音时间识别的并行匹配算法研究

录音时间识别是语音取证的关键技术和方法。传统的匹配方法速度较慢,准确率不高,文章提出了一种新的录音时间识别的匹配方法,首先将提取到的待匹配的音频中的电网频率信号分割成三段与电力线中电网频率各帧进行并行匹配,得到两者的相关程度,并与阈值进行比较,判断出相关性最大的帧数,进而得出音频信号的录音时间,从而作为法庭和其他行政部门认可的证据。实验结果表明,该并行匹配算法能够完成高性能的并行计算,与传统的方法相比,该方法采用并行机制,提高了匹配效率,识别率达到了92.5%,速度更快。

结构模态阻尼时间域识别技术与应用研究

多自由度系统动力分析时,结构阻尼模型选取及其参数取值,直接关系到结构动力响应分析的可靠性与精度。本文以结构振型叠加原理为基础,通过辨析结构阻尼与结构模态阻尼的力学内涵,明确指出结构动态试验数据分析只可能识别出结构的模态阻尼比,并非结构阻尼比。同时,为识别出多自由度系统的结构模态阻尼比,利用结构时域响应信号,结合数值滤波技术,快捷有效地实现了结构模态阻尼比的时间域识别;其力学概念清晰、高效便捷,易于实施,并以一等截面均质悬臂梁结构为研究对象,验证了该方法的可行性。进而综合考虑结构多阶模态的信息,将所获取的结构固有频率与模态阻尼比运用于Rayleigh阻尼模型参数α与β的识别之中,一定程度上改进了Rayleigh阻尼模型的精度。

基于动态机制的主题事件中的时间识别和规范化

事件中与主题相关的时间信息体现了事件在时间维度的特征。而当前面向事件的时间识别大多是基于句子或短语的,并采用静态时间值机制。本文提出了一个面向主题事件的时间识别模型。该模型采用参考时间动态选择机制对时间表达式进行规范化,然后利用设置了优先级的关键词,将基于句子或短语的时间识别转化为基于篇章的时间识别,从而识别主题事件中的时间。改善了纯粹基于关键词或静态参考时间机制的主题事件中的时间识别的性能。

汉字识别中笔画数与字频效应的研究

汉字识别中笔画数与字频效应的研究在汉字的视觉识别研究中，笔画数与字的使用频率是否存在影响，一直是中外认知与阅读心理学家关心的重要问题之一。汉字由不同的笔画数组成，一个字的笔画的多少，标志着该字视觉形状上的复杂程度。许多研究都肯定，汉字的笔画数影响汉字...

视觉假体中动态图像识别研究

为了确定低分辨率动态图像识别的最小信息需求,通过灰度化、二值化、边缘提取和匹配不同的仿真光幻视模板等处理策略将绘画过程视频处理为五种分辨率(24×24,32×32,48×48,64×64和128×128)的像素化动态视频,对其进行视频复杂度分析,并使用简化的Itti算法提取特征点来分类有效信息,记录并统计分析不同分辨率下的被试者识别时间以及识别准确率。实验结果表明,随着不同分辨率下的视频复杂度的升高,识别时间逐渐减少,识别准确率不断升高;动态视频的像素化分辨率越高,识别所需特征信息越少,当视频像素化分辨率达到64×64或128×128时,被试者只需少量特征信息即可完成识别。

实用人脸识别系统的本征脸法实现(英文)

将人脸模式的多个样本作为子模式 ,并将较多的人脸模式部分相交地分组 ,以减小计算量和便于识别系统的扩展 .在结合方法上采用基于贝叶斯理论的和结合规则 .使用 ORL 和 AR人脸图像库的人脸识别实验表明 ,本征脸法在采用多样本训练后 ,获得了较高的识别率和较短的识别时间 ;分组训练使识别系统可采用分布并行计算 ,从而减少训练时间 。

利用关联向量机和S变换识别电能质量扰动

电能质量扰动检测识别对电能质量的监测和治理改善都具有重要作用。为更好地识别电能质量扰动,提出了一种基于关联向量机和S变换的电能质量扰动识别方法。首先,通过S变换提取正弦信号、谐波、电压波动、电压暂降、电压暂升、暂态振荡、谐波暂降及谐波暂升等9种电能质量扰动的主要特征,然后用关联向量机对特征样本进行训练及分类。算例结果表明,该方法能有效地识别出电能质量扰动信号类型,识别时间短,且正确率极高,达98.8%,是应用于实时电能质量监测工程实际的很好选择。