基于图片特征提取的水泵能耗分析及预测

为了提高水泵能耗影响因素分析的准确性及预测模型的精度,文章提出了一种基于图片特征提取的水泵能耗多元线性回归预测模型。研究以上海某个住宅小区配置的二次供水水泵系统作为研究对象。首先,对采集到的水泵系统历史运行数据进行预处理并将一维时间序列转换为二维的格拉姆角场(gramian angular field,GAF)图像。随后,利用时间序列及图片相关性判定方法,对14个参数进行筛选,得到相应的能耗特征。最后,结合特征筛选结果,基于多元线性回归预测模型,研究了不同相关性判定方法下的最优预测模型问题。结果表明,相较于两种时间序列特征筛选方法,基于图片的特征筛选方法表现出了更佳的适应性,输入特征数量为4的情况下,其预测模型在测试集上的决定系数(R^(2))分别提升了0.87%、3.36%,均方误差(mean square error,MSE)分别降低了10.38%、28.26%,平均绝对误差(mean absolute error,MAE)分别降低了6.11%、24.57%。研究结论为后续水泵系统能耗特征的筛选提供了新的思路,并为上海地区水泵系统的能耗分析及预测提供理论参考。

基于特征提取及聚类算法的增量图片筛选系统

在工业生产过程中,由于需要频繁对产品进行拍照,所以会产生大量测试图片,而因为产品的外形等比较相近,因此样本图片比较相似,由此造成重复测试和测试时间过长等问题。提出一种对图片进行分类并精简数量的方法,来实现减少检测图片数量,缩短测试时间的目的。系统首先对样本图片进行特征提取,然后对特征进行降维,并对结果进行聚类来得到多个图片库,最后对图片库内的图片进行筛选,得到最终的样本库。实验对不同特征提取方法进行对比,最终从结果精度及处理时间上考虑,采取了FAST特征提取算法,有力保证了算法的质量。

基于改进深度回归网络的无创血糖检测算法研究

有创测量血糖有强烈不适感和感染风险,所以无创血糖的研究有很强的现实意义。目前光学方法不便于实际使用,能量守恒方法要求严苛,针对以上问题,采用红外线热像图来进行血糖的检测。采集人脸的红外线热像图后,提取其灰度特征再降维,为了加快训练速度和防止过拟合改进了深度回归网络,采用改进的深度回归网络对得到的红外线热像图灰度特征进行建模,在测试集上取得了比较理想的检测效果,为以后的无创血糖检测算法的研究提供了一种新的研究方法和设计思路。

考生身份识别系统的设计

随着国家教育考试中的信息化应用程度越来越高,为了解决考生身份验证过程中存在的核验难度大、身份识别困难等问题,本文采用Microsoft Visual Studio 2012集成开发环境,结合EmguCV图像处理工具包及PowerDesigner进行系统设计与编码,设计了教育考试行业考生身份识别系统。该系统结合图片特征提取与匹配技术,将国家教育考试中考生身份证、准考证、现场照片及报名系统中的照片信息进行人脸匹配,有效提高考试进场时考生身份的验证速度,提高工作效率。