测量通信信号调制识别技术研究

测量通信信号的调制识别是对多种信号交互并伴有噪声的环境下辨识特定信号的方法进行研究,也为详细理解信号信息做出相应分析;通过从原理基础到方案设计以及验证结果,层层递进地揭示了信号调制识别技术的原理、发展现状以及当前的先进识别技术,采用了自己设计的一套识别方案对不同的模拟调制信号进行制式识别并分类;具有较高的可靠性、便捷性、可操作性强,基于Matlab的软件平台对基本的模拟调制信号进行仿真测试,确定判别门限,经实验验证成功识别了AM、DSB、SSB和FM四种信号;实验得出在SNR>12 dB的时候能达到90%的制式识别正确率,证明设计的识别方案的可行性。

面向虹膜识别的多方向中心对称局部二值模式

为了提升虹膜纹理的表征效果,获得稳定的局部纹理信息表达,提出基于多方向中心对称局部二值模式的虹膜识别算法.首先通过眼睑边缘快速定位生成掩膜,抑制眼睑区域噪声;然后在多方向的基础上,提出多方向中心对称的局部二值模式完成虹膜纹理特征的表征;最后利用汉明距离判定虹膜是否匹配.针对由于类内与类间匹配次数失衡导致评价指标正确识别率存在的不足,提出修正的正确识别率.在CASIA.V1,CASIA.V3-Interval,JUL6.0和CASIA.V4-Lamp虹膜库上的实验结果表明,所提算法的修正的正确识别率分别为99.857%,99.940%,99.640%和97.973%,等错误率下降0.03%~5.96%;该算法能够有效地表征虹膜纹理信息,具有良好的识别性能和鲁棒性.

质量退化的车牌字符分割方法

提出一种车牌字符分割方法 首先 ,进行光照不均校正、对比度增强和倾斜校正 ;其次 ,对字符外轮廓垂直距离采用尺度自适应三次B样条小波变换进行字符的粗分割 ;最后 ,应用基于目标占有率模板匹配的字符识别反馈进行字符的精分割 实验结果表明 ,文中方法对光照不均、对比度较小、倾斜、污迹。

地震和爆破的综合识别方法研究

基于天然地震和人工爆破的快速识别要求,我们提取了量取方便的初动方向、振幅比、振幅与尾波持续时间比值等5个特征,并判定各单特征的分类能力,其中初动方向和振幅比的识别效果较好,正确识别率分别为91%和92%.为了进一步提高识别效果,本文引入3种模式识别方法和决策方法对多个特征进行综合识别,得到Fisher方法和决策方法均可将正确识别率从92%提高到97%,ICHAM识别效果和最小距离法的综合识别效果次之,可将正确识别率分别提高到95%和94%.结果表明综合识别方法可以不同程度的提高正确识别率,Fisher方法和决策方法在地震和爆破识别中应用效果较好.

基于SOM和SVM的食醋品质近红外定性分析

研究近红外光谱(near-infrared spectroscopy,NIRS)结合自组织映射(self-organization mapping,SOM)和支持向量机(support vector machine,SVM)用于食醋酿造年份和品牌的判别分析。连续小波变换(continuous wavelet transform,CWT)用于光谱预处理;主成分分析(principal component analysis,PCA)用于食醋光谱降维和样品空间分布分析。结果表明:CWT预处理可以有效消除食醋光谱的平移误差;PCA可以极大地减少光谱变量,提高建模效率;对于食醋酿造年份的识别,采用CWT—PCA—SOM的正确识别率(correct recognition rate,CRR)为97.37%,采用CWT—PCA—SVM的CRR为100%;对于食醋品牌的鉴别,CWT—PCA—SOM和CWT—PCA—SVM两种方法的CRR均为100%。近红外光谱结合CWT—PCA—SOM和CWT—PCA—SVM方法在食醋酿造年份及其品牌鉴别中均得到很好的分析结果,该方法具有良好的应用前景。

单导联脑电信号P300分类研究

针对单导联脑电(EEG)信号,提出一种基于约束独立分量分析(cICA)的P300特征提取方法。将单导联EEG信号分段及少次叠加平均后形成混合EEG数据,40次靶刺激对应EEG叠加平均构成的P300模板作为参考信号,经cICA算法只分解出一个含P300的独立分量,提取出3维特征向量送入线性分类器。针对实测EEG数据进行方法验证,单导联5试次情况下P300识别正确率达82.64%,信息传输率达16.80 b/m。实验结果表明,提出的方法在单导联较少试次情况下,能够有效提取P300,且对EEG导联位置在顶区范围不严格挑剔。

改进K近邻和支持向量机相融合的天气识别

天气受到多种因素综合影响,具有时变性和不确定性,单一模型难以获得较高的识别正确率,为此,提出一种改进K近邻和支持向量机相融合的天气识别模型(IKNN-SVM)。首先计算待识别样本与超平面间距离,然后将距离与预设阈值进行比较,如果大于阈值,则采用支持向量机对天气进行识别,否则利用K近邻算法对天气进行识别,并引入样本密度对K近邻算法进行改进,最后采用仿真实验对模型性能进行测试。仿真结果表明,相对于单一的KNN或SVM,IKNN-SVM提高了天气识别正确率,较好地克服单一模型存在的缺陷。

佛山市检验结果互认技术平台的建设与思考

目的探讨佛山市检验结果互认技术平台建设在实现区域医疗机构间检验结果互认的作用及效果观察。方法在参加全市检验结果互认的医疗机构实验室安装客户端软件和数据采集推送模块,在佛山市临检中心安装管理端软件。通过互认技术平台大屏幕每天实时监控互认实验室的室内质控数据。通过实时监控、实时统计分析、数据镜像等手段,评估检验结果互认达标率。结果通过两个周期的检验结果互认,佛山市参加互认的实验室从开始的27家增加至53家。互认检验项目数也从开始的23项增加至43项。参加互认的实验室精密度达标率从原来的73.6%上升至92.6%,失控纠正处理率从原来的36.6%上升至77.4%。结论佛山市检验结果互认技术平台建设能实现区域间的检验结果互认,使参加互认实验室质量与能力也不断提高,为不断扩大互认检验项目打下牢固的基础,能为全国的检验结果互认推进提供参考。

连续语音识别前端鲁棒性研究

针对大词汇量连续语音识别中识别率不高的问题,提出了将语音增强级联在识别系统前端,在语音增强中将谱减法和对数最小均方误差算法(logmmse)与用于噪声估计的最小控制递归平均算法(imcra)相结合。识别系统使用Mel频率倒谱系数(MFCC)提取特征,用隐马尔科夫模型(HMM)训练与识别。实验结果表明,该方法最高能使单词识别率提高38.9%,使句子正确率提高21.8%。该方法用于大词汇量连续语音识别是可行有效的。

基于多尺度主线方向特征的DBN分类方法

针对深度信念网络(DBN)结构自身未考虑到二维图像空间结构信息、分类准确识别率不高等问题,提出了一种基于多尺度主线方向特征的DBN网络图像分类新方法(MSMD-DBN方法)。该方法首先提取多尺度的线方向特征图和能量图,再通过二值化、细化能量图得到主线方向特征图,然后在可视层输入端加入多尺度主线方向信息特征图,并利用深度信念网络进行图像分类识别。旨在通过增加输入信息的维度,来达到提升图像分类性能的目的。在CIFAR-10和MNIST两个数据库上对不同样本的图像进行分类实验,结果表明,与采用传统DBN网络和DBN的改进算法相比,提出的算法的分类性能取得了显著的提高。

结合改进韦伯算子和加权稀疏表示的指静脉识别

为了在拓扑结构简单的指静脉图像上提取更完整的纹理信息并提高识别效率,提出一种从粗到细的指静脉识别算法。在粗识别阶段,利用测试样本与每类中的一个样本之间的相似性,排除冗余训练类;在精识别阶段,引入Gabor进行图像表示,更清楚地描述图像纹理的局部空间尺度特征和方向特征;将韦伯局部圆梯度模式(Weber local circle gradient pattern,WLCGP)与多方向对称局部图结构(multidirectional symmetrica local graph structure,MSLGS)结合对原始的韦伯算子进行改进,从而对空间结构信息获得更精确的图像描述;通过WLCGP-MLGS提取直方图特征向量,并通过加权稀疏表示分类。在天津市智能信号与图像处理重点实验室数据库和FV-USM(finger vein USM)数据库上进行实验,该算法的正确识别率分别为99.3546%和97.3842%。结果表明,与其他传统及最新算法相比,具有良好的识别性能和应用前景。

基于主成分特征向量系数的交通标志识别方法研究

对交通标志的识别研究一直是模式识别领域的研究热点。提出一种利用主成分特征向量系数和最近邻分类识别交通标志的方法,经验证取得较好的识别效果;同时,还研究探讨了交通标志图像的分辨率大小、主成分特征个数对正确识别率的影响。该方法的特点是交通标志图像来自真实环境,减小了计算量。

分级评价指标优化玉米近红外光谱定性分析模型研究

验证了种间的相对距离这一评价指标优化玉米近红外光谱定性分析性能的有效性。首先,对A、B两组实验数据使用相关性、欧氏距离和熵3种常用方法计算原始光谱、预处理后的光谱和特征提取后的光谱数据的种间相对距离,并与每一步得到的正确识别率进行对照分析,得到欧氏距离是一种有效的计算方法。最后,对实验数据C采用欧氏距离方法计算数据处理每一过程的种间相对距离,经过对预处理算法的调整,种间相对距离由0.658 2增大到了1.297 2,正确识别率由40.86%提高到了70.08%;通过对特征提取算法的优化,种间相对距离由1.310 2增大到了2.491 0,正确识别率由68.32%提高到了93.27%。通过该评价指标对数据分析过程的评价结果可以看出,正确识别率显著提高,使模型得到了优化。

基于近红外光谱分析技术的食品包装塑料的定性分析

该文基于近红外漫反射光谱分析技术对食品包装材料聚乙烯、聚丙烯进行定性判别试验研究,选取不同波段范围、采用不同光谱预处理方法,使用主成分分析法(Principal component analysis,PCA)结合SIMCA、贝叶斯判别、K-近邻3种模式识别方法建立定性预测模型,并根据正确识别率比较了各模型预测性能。结果表明:使用SIMCA方法、贝叶斯判别、K-近邻3种方法建立的定性校正模型均在1050~1550 nm波长范围内效果较好;采用矢量归一化、标准正态变量变换、中心化、滑动均值滤波、多项式平滑滤波、一阶微分6种光谱预处理方法和上述3种模式识别方法对塑料样品近红外光谱进行了数据处理,其中在1050~1550 nm范围内,主成分因子数为3,采用原始光谱建立的K-近邻定性校正模型较优,对样品校正集和预测集的正确识别率均为100%。可为食品包装材料聚乙烯、聚丙烯的快速鉴别研究提供参考。

当今人脸识别技术的现状与未来研究方向

近些年来,人脸识别成为了热门领域。从最初的传统人脸识别方法,到现在的基于深度学习的人脸识别模型,人脸识别技术的性能得到了巨大提升。然而,在图像信息受噪声或者受光照、模糊、侧脸、遮挡等现象影响较严重的情况下,其图像处理效率以及人脸匹配正确率依然有较大的提升空间。重点综述了当今基于深度学习的人脸识别模型,报告了当今人脸识别技术的现状。最后,对人脸识别技术未来研究方向进行了展望,认为未来应着重解决卷积神经网络的局部最优问题、训练数据集的“深”“宽”问题和最佳网络结构问题。

智能语音识别系统噪声鲁棒性研究

通过对四种智能语音识别系统进行语音识别实验,验证语音识别率受噪声因素影响的程度,并基于智能语音识别的系统结构,从端点检测、语音增强、特征提取和模型空间四个方面,进行了智能语音识别噪声鲁棒性优化方法研究。

高校图书馆RFID识别率优化方法研究

[目的/意义]旨在提高RFID识别率,以减少图书标签漏读错读、图书错架乱架等现象的发生。[方法/过程]提出在原有的多目标识别算法基础上建立优化模型,并引入TTS语音技术在RFID识别过程中进行纠错提醒来提高RFID标签识别率。[结果/结论]实验测试优化后的算法模型识别率相比固定帧时隙ALOHA算法提高了19.9%,引入语音纠错提醒功能后RFID识别率高达98%以上,研究表明2种方法均能有效提高高校图书馆RFID识别率。

用动态有序弹性匹配方法识别手写印刷体汉字

本文为手写印刷体汉字分类提供了一种新的实用解决方法。本方法采用日本山本氏提出的用松驰匹配方法识别手写印刷体汉字的基本思想。给出了用汉字轮廓点的差分作为轮廓跟踪及折断点选择的算法,提高了轮廓折线化速度;分类是按汉字四周的外轮廓线分二级进行匹配的,提出了动态有序弹性匹配方法,使全域松弛匹配得以在局部区域进行,从而有效地提高了匹配速度;在进行第一级粗分类时,采用多个模板,有效地提高了按偏旁位置分布进行分类的正确率;最后利用内轮廓折线与字典逐字匹配,达到手写印刷体汉字识别的目的。本识别系统在386微机上用C语言编程实现,对国标一级3755个汉字进行了三万余字的识别试验,前十位的累计正确分类率达92%,第一位的累计正确分类率达84%。识别时间为每字1.8秒。