基于主成分分析法的工业废气污染源智能鉴别方法研究

针对现有方法难以提高工业废气污染源鉴别效果的问题,提出了一种基于主成分分析法的工业废气污染源智能鉴别方法研究。该方法先选取采样点位,采用循环式点位布置方法完成废气污染采样,然后采用不同胶合剂安装采样仪器,对采集样本进行预处理,利用空气喷射筛完成样本分化,最后采用主成分分析法得出废气污染的主成分序列,通过主成分回归得出智能鉴别结果。实验结果表明:所提方法可对不同类别工业废气污染进行鉴别,鉴别结果精确度较高。

密空聚类式交通事故多发路段智能鉴别研究

以高速公路交通事故记录数据为基础,将聚类算法与核密度估计联动,依据我国对事故黑点的鉴别标准,进行交通事故密度聚类分析,参考我国对事故数据进行分级处理的事故标准,基于聚类结果计算交通事故黑点权重,进行交通事故空间数据核密度估计,并采用GIS技术可视化,运用空间统计方法智能鉴别多发事故路段,对高速公路警示标志设置和路安部门监管重点提供参考依据。通过对辽宁省某区域内的三条高速路段进行交通事故多发路段鉴别,智能鉴别能够有效应对不同交通事故点分布特点,避免简易事故的影响,清晰准确找到事故多发路段的位置。

SMT焊点质量自动检测与智能鉴别技术

在分析SMT焊点组装质量常用检测技术的基础上 ,提出并介绍了基于SMT焊点虚拟成形技术的SMT焊点质量自动检测与智能鉴别技术的基本原理和方法 ,并对该技术的研究意义。

基于LMBP神经网络的SMT焊点缺陷智能鉴别技术

针对SMT焊点的常见缺陷,采用Levenberg—Marquardt(LM)算法改进的BP神经网络,运用仿真方法产生训练样本,利用正交试验设计选取具有代表性的训练样本,利用机器视觉技术获取测试样本,实现了对SMT焊点缺陷的智能鉴别。经验证,对几种常见的缺陷,所建立的LMBP网络模型具有较好的鉴别能力,与标准的BP网络的鉴别结果相比,提高了智能鉴别精度和速度。

粗糙集在粉螨亚目螨种智能鉴别中的应用研究

粗糙集理论是一种新型的软计算方法,它能有效分析和处理不精确、不一致、不完整等特性的不完备信息,是一种强大的数学分析工具,具有良好的容错性能。采用粗糙集技术,并与分类鉴别算法相结合,给出改进的约简算法,对已分离的螨种进行分类鉴别,鉴别实例结果显示,在信息不完备的情况下仍能正确地进行分类鉴别,可明显提高分类鉴别能力和效率。粗糙集在粉螨亚目螨种智能鉴别中具有较好效果。

BP神经网络与HOG特征相结合的小花清风藤叶片智能鉴别模型建立

为保障小花清风藤的药材质量,建立基于HOG特征与BP神经网络相结合的小花清风藤叶片智能鉴别模型。采用方向梯度直方图(HOG)特征提取算子提取小花清风藤与簇花清风藤叶片的HOG特征,结合BP神经网络理论构建基于HOG特征的小花清风藤叶片智能鉴别神经网络模型。结果表明:该模型对小花清风藤叶片的平均识别率为97.60%,簇花清风藤为98.61%,对任意样本为100%。建立的基于HOG特征与BP神经网络相结合的小花清风藤叶片智能鉴别模型适合于小花清风藤叶片鉴别。

基于小波变换的乳酪制品智能鉴别技术

实验采集了不同品牌乳酪制品的拉曼光谱数据,经过不同小波变换处理后输入k近邻算法,建立了一个新型的优化识别流程。结果显示,未经任何谱图处理时,鉴别算法的识别准确率仅为82.27%,经小波软阈值去除信号噪声影响(coif1小波基,分解尺度n=4)后识别率可提升至86%,经sym5小波增强后,识别率可达87.07%,再经融合处理,识别率可进一步达到88.6%。在此基础上进一步研究了归一化结合小波变换处理优化鉴别算法的情况,发现经小波降噪及归一化处理至[0,1]区间后,k近邻鉴别算法识别率可达93.73%,再经sym5小波增强后,识别率可达94.4%,最后经融合处理,识别率可达到95.4%。拉曼光谱数据经归一化、小波降噪、增强、融合处理后,可有效提高鉴别算法的识别率。

一种适用于出入境证件中传统水印的智能鉴别算法

本研究突破传统人工检测与鉴别出入境证件真伪的方式,提出了一种出入境证件中传统水印的智能鉴别算法。通过综合分析传统水印的产生、伪假水印图像的伪造方式和伪假特征;探索模式识别、人工智能中的图像去噪、图像均衡、区域生长等相关理论,并将其引入到水印图像的自动鉴别之中,且结合不同的伪假情形,对传统水印这一防伪特征展开自动、定量化分析和研究,提出了一个完整的水印图像鉴别算法,并且将该算法应用于实际伪假水印图像进行验证,取得了很好的鉴别效果。

工业废气污染源智能鉴别技术的研究

利用电子鼻技术可对不同行业的工业废气污染源进行智能鉴别。采用主成分分析法(PCA)对20种不同企业排放的工业废气进行建模区分,并在主成分分析法的基础上,利用判别因子分析法(DFA)分别对5类不同行业的工业废气污染源建立了行业鉴别DFA模型。分析结果显示:主成分分析法可以对不同企业排放的工业废气实现很好的区分;鉴别模型可以实现不同行业排放的工业废气污染源的准确鉴别。研究表明电子鼻技术可以较好地区分不同企业排放废气的特征信号,从而实现对工业废气污染源的智能鉴别。

主井提升系统箕斗装载信号智能鉴别

常村煤矿主井提升系统箕斗装载信号在使用过程中因到位开关磁化或损坏易出现假信号 ,存在往井筒卸煤或闸门撞击箕斗的安全隐患 ,为了保证装载站正常运行 ,对箕斗装载到位信号的控制程序进行了改进 ,实现了装载信号的智能鉴别 。

智能卡Fiat-Shamir鉴别协议的实现

介绍了基于智能卡实现非对称密码协议完成Fiat-Shamir鉴别方案时,对120个字符长的识别码进行鉴别,安全性为2-20,平均计算时间为6秒。文中获得的经验是:非对称密码协议对处理器性能有一定要求,且密码难度成数量级地攀高。

采用紫外光的智能型伪币鉴别器(上)

现在,市场上伪币很多,一些不法分子制造的伪币甚至达到几可乱真的地步.当然,鉴别伪币的方法也很多,有人工鉴别的,也有机器鉴别的.人工鉴别的准确率不高,而机器鉴别由于采用的是印刷油墨鉴别法,故从理论上说,绝对是准确无误的,但这种鉴别方法有时也会发生真币误报警和伪币逃过关的情况.

采用紫外光的智能型伪币鉴别器(下)

图3所示为该机电源电路及紫外光灯管的驱动电路.图中,经稳压的+5V及-5V电压供给主电路,形成电源电路.紫外光灯管驱动电路由单独的一路+5V稳压电源供电,以保证紫外光通量的稳定性和减少对主电路的影响.紫外光灯管驱动电路为常用的单管逆变器,在晶体管导通与截止的瞬间,次级绕组L3的两端将产生较高电压,触发紫外光管起辉,使它发出波长为380nm～420nm的紫外光.

从手写汉字识别系统的技术方法中探讨计算机笔迹鉴别的一些途径

本文介绍了目前国内手写汉字识别研究的现状、存在的困难、识别的过程及其技术路线和方法,探讨了计算机笔迹鉴别智能系统应包含的主要内容及其研发途径。

欧盟研发城市智能声学传感器

智能化发展是欧盟2020战略的一个重要目标,智能城市建设则是其中的重中之重。日前,由欧盟资助的EAR-IT研发团队开发了一种智能声学传感器（Intelligent acoustic sensor）,并在西班牙桑坦德（Santander）成功应用。该智能声学传感器集成了先进的声学分析技术,能够有效地对捕获的各种声音进行智能鉴别,为管理交通、能耗、环保等提供便利,让城市变得更方便、更舒适、更可持续。

新型智能小车系统的研究与设计

伴随智能化控制技术和理论进一步的发展,在交通运输过程中的愈来愈多的被运用。随后提出了智能车辆的概念。本篇文章重点以智能汽车为核心,经过构建硬件系统,制定以MK60DN512微型控制器为中心控制模块的软件系统。经过CMOS探测头监测轨道数据,运用仿真比对器对图形实施硬件二值化,从中提出黑色指引线,用作对路径鉴别,从而自行循迹;经过光电编码器测试智能小车的实时速度,运用PID控制运算方法调整电动机的转动速度与舵机的转角,完成对智能小车移动速度与移动方向的闭环操控。