T形接头角焊缝气孔缺陷空间位置数据的自动提取

采用微焦点X射线检测系统获取T形接头焊件左、右旋转的检测图像,提取感兴趣区域,分析图像灰度分布特征,采用小波变换对感兴趣区域进行图像去噪处理。采用形态学背景模拟,结合阈值分割等算法实现了图像中缺陷的保真分割。建立T形接头焊件缺陷深度和缺陷偏移量的数学模型,提出了焊件缺陷投影距离的自动提取算法及左、右旋转图像中缺陷的自动对应准则,自动提取T形接头焊件内部缺陷空间位置数据。试验结果显示,缺陷大多分布在腹板中心线的左侧,且集中分布在焊件腹板和翼板结合面附近的位置,缺陷沿焊缝纵向呈随机分布,缺陷半径范围为[0,0.7]mm。

高光谱遥感数据吸收位置特征融合提取技术研究

光谱曲线形状与目标性质是对应的,通常以吸收峰位置作为高光谱图像中目标的波谱特征并进行比较。为解决高光谱图像中目标组成均质性差所带来的光谱特性表征和描述困难,基于单一地物的波谱响应特征具有内在一致性这一特点,提出了吸收峰位置融合提取模型。应用事例说明,该方法对高光谱图像中目标波谱特性的统一描述具有较高的实用价值。

船舶位置数据的提取和存储系统设计

针对当前船舶位置数据提取和存储过程中存在的速度慢、效率低等难题,设计了一种基于云平台的船舶位置数据的提取和存储系统。首先对船舶位置数据的提取和存储的研究现状进行分析,找到引起问题的因素,然后设计了基于云平台的船舶位置数据的提取和存储系统的总体框架,然后分别详细描述了硬件系统和软件系统的工作流程,并对一些关键技术进行分析,最后对与当前船舶位置数据的提取和存储系统进行对比模拟实验,结果表明,本文系统加快了船舶位置数据的提取和存储的速度,船舶位置数据的提取和存储精度也得到了大幅度的提高,具有十分重要的实际应用价值。

鱼类行为录像的畸变评估及数据提取研究

选取9个控制点,计算12个畸变评估系数,对拍摄的鱼类行为录像进行了畸变评估;并采用两种方法,即透视原理方法和作者设计的特殊设备提取的方法,提取录像中鱼体准确的空间三维位置坐标。研究结果表明:(1)在其他拍摄条件相同的情况下,拍摄距离越远所产生的横纵畸变量越小,在拍摄距离为5 m的情况下录像所产生的畸变量基本上不影响两种数据信息提取的结果。(2)按透视原理所提取鱼个体位置的空间三维坐标准确度较差,只有当鱼体完全平行于水族箱前缸面时,其结果比较准确,然而该种方法的优点是不会丢失缸体内所有鱼个体的信息。(3)使用专门设备A时,因镜面映照范围小于缸底,而造成贴近缸壁的鱼体的三维数据信息丢失,但此种方法所提取的空间三维坐标相对上一方法在计算上要简单,所需的已知参数少,而且容易得到,所获的空间位置准确。

三维体数据闭合体提取探讨

首先对进行处理的规则体数据进行描述,阐述了它采集空间位置的规律,即如何由体数据文件中属性的位置计算出它在空间中的坐标;然后介绍基于这种数据结构的四个步骤对采样点的属性值进行判断、分析即图形绘制以得到用户想要的三雏图形的外包面,其基本思想是将整个体空间分割为多个四面体后,再通过不断的别除得到体外表面;最后是对此项技术在实际应用中的展望。

位置大数据的价值提取与协同挖掘方法探讨

伴随着互联网技术的不断发展,位置服务和车联网技术的普及以及推广成为了顺应时代发展的趋势,利用地理数据和车辆轨迹等参数集中感知人类社群的活动规律,一定程度上为地理国情以及智慧城市提供数据和信息支撑。文章从位置大数据内涵分析入手,对预处理机制、全局特征以及降维处理进行了集中分析,实现价值的提取以及协同挖掘,以供参考。

多种方法完成不统一位数的数据提取

最近在工作中遇到一个问题,要求从A列提取订单号并放置到B列,例如＂16073111228830131411＂,不过这里的订单位数并不统一。思考之后,找到了三种不同思路的处理方法：方法一：使用公式由于实际数据中订单号的位数有时会出现不统一的情况,因此如果简单使用＂=MID（A1,FIND（＂：＂,A1）＋1,18）＂的公式,在提取数据时会出现错误。

基于互学习网格标签的方面情感词提取

随着人们生活质量的提高,对服务质量的要求日益提高,用户对商家评论从简单的好坏判断提升到了具体方面,而传统的情感分类方法无法解决这个问题,其中,文本的情感方面提取是关键。现有模型大多使用分段式子任务来进行训练,为了解决模型在多个子任务中错误传播的问题,并提高对数据的深层学习,提出一种基于BERT的互学习网格标签的方面情感分析模型。首先,利用旋转位置编码来加强模型对位置的敏感度,同时采用降维方式对词对进行标注,以提升学习效率。然后,将两个基于位置编码的网格标签进行互学习,使模型具有更好的泛化能力。最后,为了进一步发挥互学习的效果,提出了两种数据扩充方法:拼接法和移花接木法,使模型的性能得到进一步提升。在4个标准数据集上测试了三元组提取和二元组提取任务,在F 1值上平均提升了4%以上,最高提升了7%。实验结果表明,IGTS-BERT模型在情感词提取上表现出优越的性能。

基于分数阶Fourier变换的PD时频特征提取

针对单一信道信号时频特征提取时无法过滤并行数据,导致交叉信号抗干扰能力较差、信号时域特征提取精度较低等问题,提出分数阶Fourier变换的并行数据时频特征提取方法。采用分数阶傅里叶变换重构并行数据信号,利用窗函数过去短时分数阶傅里叶变换信号;根据架构并行数据一维向量组合,调整参数完成数据压缩;通过非负矩阵经初始化与迭代处理,实现目标函数最小化;在获取的频域基向量以及相应时域位置向量后,提取尖锐度、信息熵、稀疏度等时频特征参量,进行归一化处理,完成并行数据时频特征提取。仿真结果表明,采用所提方法进行并行数据时频特征提取的精度较高,且交叉信号的抗干扰能力较强。

基于导航电子地图的动态位置参考方法研究

动态位置参考方法被认为是未来快速发展的Telematics领域的核心技术之一。动态位置参考方法弥补了传统的预编码位置参考算法存在的主要缺陷,提高了算法的易用性和位置识别的准确度。本文基于目前的导航电子地图,提出了动态位置参考的逻辑数据模型、特征提取规则和对应的目标识别算法,并依据上述动态位置参考方法的理论,针对我国路网数据特征,在北京导航电子地图上进行了位置参考的特征提取和识别的试验,验证了该方法的可行性和实用性。

基于语义分析的位置服务推荐方法研究

传统的位置服务推荐方法主要存在数据稀疏、推荐精度低、无法满足用户个性化需求等问题,通过考虑用户的位置信息和语义信息,提出一种基于语义分析的位置服务推荐方法。首先,设计一种位置⁃语义转换算法,提取数据集中位置数据对应的语义信息,针对用户的移动轨迹序列生成语义轨迹序列;其次,从用户的语义轨迹序列中提取子序列,通过子序列匹配算法,挖掘共同子序列,发现与目标用户具有潜在好友关系的相似用户;最后,中心服务器将相似用户所访问的实际位置信息推荐给目标用户,完成位置服务推荐。实验证明所提出的基于语义分析的位置服务推荐方法不仅能够有效发现相似好友,而且能够提高推荐精度,更重要的是,该方法能够将从未访问过的位置推荐给目标用户,满足用户的个性化需求。

格网化的位置微博数据抓取与人群信息提取

空间位置信息通常代表了设备使用人群的地理空间活动特征,客观体现人群活动的时空分布。针对现有的微博数据抓取方法由于普通用户的访问限制易导致采集的目标数据缺失的问题,该文提出了一种目标区域空间划分策略。在数据抓取之前对目标区域实行格网化,进而实现数据的同时抓取。通过统计分析基于网格单元抓取的位置微博数据,从中提取出人群活动信息,结合位置微博数据所在的兴趣点类型,统计分析了位置微博用户的时空分布和活动特征。这种方法缩小了采集区域,可实现并行高效的位置微博抓取,并保证了采集范围的重叠,最大限度地保证采集数据的完整性。

三坐标测量机智能技术

介绍了智能坐标测量机的关键技术 ,包括CAD数据的识别和转化、测量策略的制定、面向测量工件的误差补偿和精度优化和防碰撞算法等。并指出智能化必将是坐标测量机发展的重要方向。

基于SLAM的室内移动测量系统及其应用

据统计,人类大约80%以上的行为活动发生在室内,室内定位技术的发展促使了室内位置服务的需求。其中,室内地图是室内位置服务的重要基础,各类室内位置服务也加大了对室内三维空间信息采集的需求,在精准营销、餐饮服务、室内引导、智能制造、物流跟踪等领域拥有巨大市场前景。

基于小波变换和量化理论的半脆弱数字声音水印算法及在电力系统中的应用(英文)

数字水印技术将在电力系统中得到广泛应用。文中提出一种半脆弱的数字声音水印算法。该算法通过量化被选参数将水印信息嵌入原始声音的小波变换域中。与傅立叶变换有所不同,小波变换域同时包含了信号的频率信息与时间信息。这一特征使得该算法既可用于声音文件的版权保护,又可用于判别声音是否受到恶意篡改。不同的量化系数会影响到水印的鲁棒性。在水印提取过程中,该算法运用了匹配滤波器确定水印的起始位置。文中主要包括运用数字水印判别声音的完整性﹑运用匹配滤波器定位水印信息的起始位置﹑以及提出既能用于版权保护又能用于内容认定的实用水印算法。实验数据证明了该算法的可行性。

基于机器视觉和机器学习的羊骨架自动分割方法

为实现羊骨架自动化加工,提出一种基于机器视觉和机器学习技术的羊骨架自动分割方法。采集396组羊骨架样本,利用图像处理技术提取24组坐标参数,分别为羊骨架躯体、腰椎、颈部和胸腔等4个部位最小外接矩形的6个特征点(中心、质心和4个顶点坐标)。通过显著性检验筛选出16组特征,进行异常值检测和归一化操作,按7∶3的比例划分训练集和测试集。对比Lasso、Ridge、SVR和GBDT机器学习模型预测效果,优选Lasso、SVR和GBDT作为个体学习器,以0.30∶0.25∶0.45的权重集成时,模型预测效果最优,均方根误差为7.93。在验证集上坐标残差绝对平均值为2.32像素点,拟合度R^2为0.961,在测试集上坐标残差绝对平均值为2.53像素点,拟合度R^2为0.947,测试表明模型预测精度较高且泛化能力较强。搭建多关节机器人平台进行分割试验,轨迹预测精度达到3.4 mm,理论效率达413只/h,约提升了37.9%,表明该方法有效可行且效率显著提升。

顾及停留位置特征提取的个人位置预测方法

预测居民的未来活动位置与轨迹,为传染病防控、交通疏导、公共安全等城市智慧管理和服务提供主要决策依据。当前的个人位置预测方法往往基于个体的历史轨迹规律模式挖掘与建模进行位置预测,对于个体在不同停留位置的特征信息挖掘不够充分。为此,提出一种顾及停留位置特征提取的个人位置预测模型。首先,模型基于轨迹数据构建历史轨迹链路,采用位置发现规则将轨迹链路转化为停留位置链路,对停留位置进行空间聚类以构建聚类链路;其次,对不同的停留位置进行特征信息(进入/离开时间、天气状况、土地利用)提取,并提取聚类链路的空间特征;最后,将带有特征信息的链路代入长短期记忆神经网络进行定制集成,并实现个人位置的预测。实验结果表明,基于深圳市志愿者用户23天300余万个轨迹位置数据,本模型用户位置预测的F值在不同时间步长参数下均优于变阶马尔可夫模型(约5.5%增益)和传统N阶马尔可夫模型(约7%增益),引入停留位置特征的模型性能增益约为6.6%。