自回归模型在平面曲线识别中的应用

在计算机视觉中 ,平面曲线的形状分类和识别具有重要的意义 .在立体足迹的重压面边界围线的形状分类和识别中 ,由于不能严格控制基准面方向的一致性 ,必须采取对透视变换不敏感的描述方法 .从空间旋转不变的要求出发 ,首先从平面闭合曲线得到一维极径序列 ,进而采用该序列的自回归模型来完成特征提取并用于平面曲线的形状分类 .与传统方法相比 ,这种方法提取的特征具有与采样起始点无关、受噪声影响小、计算简单、方便用于分类等优点 .定性分析和实验结果证明了这种方法提取的特征对小角度的透视失真是不敏感的 .该方法应用于立体足迹重压面边界围线的同一性认定效果明显 。

曲线识别技术在机器人中的应用

以VC++作为开发工具,运用开源的计算机视觉库OpenCv,采集图像信息,进行图像处理,得到轨迹曲线的数据,控制实验室UP6机器人,使机器人手部跟踪曲线的轨迹运动。在工业自动化上有一定的价值。

曲线识别的变形匹配法的实现

用于识别平面开曲线的变形匹配法具有很好的性能,它在汉字识别中具有潜在的重要应用。用C语言实现了变形匹配法。本文主要介绍如何解决该算法的程序实现中的关键技术问题,包括曲线的表示、噪声的抑制和变形匹配。希望以此推动变形匹配法的应用。

泵水力模型数字化CAD系统──工程图中的曲线识别与数字化的研究

介绍了泵水力模型数字化ＣＡＤ系统，对扫描后的工程图中曲线的自动识别和数 字化问题作了探讨，提出了对图像中的曲线的跟踪识别算法、曲线关键控制点的抽 取算法。这些算法实用可靠，并已应用于实际生产中，效果较好。

基于神经网络的一种曲线识别方法

提出了一个新的曲线性识别算法，它利用神经网络的分类辨识特性，对边缘点进行分类识别。实验结果表明：这种方法具有速度快，省空间的优点。

BP神经网络曲线识别技术及在探雷上的应用

提出一种基于BP神经网络的地雷识别方法,利用电磁探测方法测得的地雷响应曲线对地雷进行识别。首先分析BP神经网络对4类常见曲线(正弦波、方波、锯齿波、梯形波)的识别效果,通过改变隐含层节点数、学习算法等网络参数以及对正常曲线加入一定比例的噪声,仿真分析它们对曲线识别的影响。实验结果表明:该方法对正常曲线的识别率几乎均达到100%,对于噪声<10%的信号也具有较高的识别能力。将该技术应用于地雷的识别中,取得比较好的识别效果。

测井曲线识别与数字化系统开发及应用

以图像为载体保存的测井曲线无法被更深入地研究。为了能够从测井图件上得到测井数据,在参考了模式识别等理论的基础上,设计并开发了一套测井曲线识别与数据提取系统,提出了一套包括颜色识别、背景网格消除和人机交互剔除干扰的识别提取算法。通过实例验证表明,本系统识别提取速度快准确度高,提高了工作效率。

基于太赫兹光谱曲线识别的爆炸物识别方法研究

运用THz光谱特性可以对各种化学品以及爆炸物进行识别.由于对原始数据直接进行识别的识别率不理想,本文首先对实验样本的THz频域光谱数据曲线进行归一化和5点平滑,得到了更能表现数据变化趋势和峰值的特征曲线,然后基于该特征曲线利用曲线极值算法,设计并用VC++6.0实现了对THz光谱的分类识别.通过对RDX、DNT、TNT、HMX 4种爆炸物进行对比识别实验,运用样本进行训练,识别率为96%,通过更换2组样本数据进行验证实验,识别率均为98%.实验证明,本文所设计的曲线极值分析法对THz光谱特征曲线具有较高的识别率.

动态特征曲线识别水驱窜流通道研究与应用

水驱动态特征曲线是指对于已经进入含水期开发的油藏,将有关的两个动态参量在坐标纸上作图,从而得到的具有一定特征的曲线。这些曲线会在地层发生变化前后呈现不同的曲线特征,比如在水驱过程中,地层容易形成窜流通道,而窜流通道的形成就会引起某些水驱特征曲线的变化,根据这些变化可以判断窜流通道出现的位置以及走向,这就是窜流通道水驱动态特征识别方法。

基于变分自动编码器的探地雷达噪声压制及双曲线识别

受仪器设备和环境的影响,使用探地雷达(GPR)进行数据采集的过程中会引入各种不同的噪声,从而干扰目标体反射信号,对数据处理及解释造成困难.由此,本文提出了一种能够同时实现GPR剖面数据噪声压制及双曲线异常识别的变分自动编码器(VAE)神经网络结构.首先,详细阐述了模型结构、数据集建立及网络参数选择;然后,通过合成数据实验验证该算法的有效性及模型的泛化能力,相比于深度卷积自动编码器(CDAE),本文算法在噪声压制能力和双曲线识别能力上均表现更优;最后,通过对隧道衬砌和管线的实测数据进行处理,验证了本文算法的实用性.

基于转向架航向角的既有铁路平面线形识别方法研究

轨道平面线形识别是解算轨道不平顺的基础。针对外挂式动态轨道检查仪的实际需要,提出一种基于转向架航向角的铁路平面线形识别方法。首先,通过分段试拟合判定准则自动识别各测点所属线元类型和特征点数量;然后,建立基于转向架航向角的平面线形特征点优化模型;最后,结合云模型改进传统遗传算法的搜索策略提出云遗传算法,实现铁路平面线形精确识别。研究表明,平面线路曲线特征点识别偏差在4 m以内,线形识别准确度均达到97%以上,满足外挂式动态轨道检查仪对轨道不平顺解算的精度要求。

曲线的特征识别方法研究

通过相应法则提取曲线的特征极值,突出了曲线的特征位置,并且极大地压缩了待判曲线以及模板的数据量,提高了识别速度。结合归一化调整以及特征段幅度等算法,有效地克服噪声的干扰,准确识别待判曲线,具有较高的识别效率。实验结果证实了该方法的有效性和稳定性,识别率高,识别速度快,满足实时识别要求。

基于模糊论方法的连杆曲线计算机识别

复演轨迹法一直被认为是进行连杆机构设计的一种高效、简便的设计方法,但传统图解法的效率和精度都很低,所以基于复演轨迹法的思想,对平面四杆机构设计进行了研究。首先建立了平面四杆机构连杆曲线及其特征参数的数据库;其次,参照预期曲线的特征,采用模糊数学方法中的λ截集法对曲线进行识别,找出一条或几条与预期曲线相似的连杆曲线。该方法不仅具有较高的识别精度,并能实现设计的多解。

基于透视不变量的平面曲线的识别

提出一种快速有效的平面曲线的识别方法。在这种方法中,我们从单幅图象中提出表征曲线形状的描述子,该描述子由曲线上透视不变点之间的射影距离不变量构成,且不受物体和摄象机之间的位置、方向以及摄象机物理参数的影响。因此这种识别算法不受透视畸变的限制。本文用一组真实的平面物体进行了识别实验,结果表明这些形状描述子对平面曲线的识别有很好的性能。

基于节点的曲线图表识别系统研究

本文介绍了一种基于节点的曲线图表识别系统 ,系统解决了以下关键技术 :交互式光栅 /矢量混合编辑技术 ,畸变分支节点、重叠分支区域、长分支节点区域以及曲线分布密集时的识别 ,B/S网络模式的实现技术。

汽车覆盖件模具智能CAD中的曲线类型识别

以沿曲线等弧长取n个点的曲率半径组成的n维向量为特征向量来描述曲线 ,并利用神经网络实现了曲线类型的识别。与前人的工作相比 ,本文提出的方法能充分考虑曲线形状对零件冲压成形性的影响 。

NAFENet:基于全局注意力特征融合的螺纹扭矩曲线分类网络

为了提高螺纹油套管气密封检测的工作效率,本文提出了一种基于全局注意力特征融合的螺纹扭矩曲线自动分类网络,即NAFENet.具体来说,NAFENet为了增强模型的表达力,将EfficientNet-B0的卷积结构扩展至11层得到EfficientNet-B11.同时,在其每个MBConv卷积层中构建了基于non-local全局注意力和AFF特征融合模块,以帮助模型获取曲线图像中较为全局的信息,提高特征提取能力.实验结果表明,NAFENet在参数量相较于EfficientNet-B0只有小幅度的增加情况下,曲线识别精度有了较大提升,在自制UBT_Curve数据集上,模型准确率达到92.87%.

模糊神经网络在运动员脚力信息识别中的应用

采用了一种基于模糊神经网络的方法进行运动员脚力信息的识别,该方法利用模糊隶属度函数扩张和收缩以及前向网络的误差反馈原理,构成了一种改进的模糊神经网络结构,采用了分级的训练和学习方法,运用于举重运动员抓举动作的识别中,并获得了较理想的效果。脚力信息的识别是笔者提出的基于计算智能的数字运动员人体模型的前提和基础。

空间平面曲线的透视不变性分段

在计算机视觉中，平面曲线的透视不变性描述有着非常重要的意义．为了用透视投影不变量实现复杂平面曲线的准确描述，本文提出了平面曲线透视不变性分段的概念和用零曲率点和尖点实现平面曲线透视不变分段的方法，并用实验证明了这种方法的正确性和可靠性．

基于NX的转子T型叶根槽加工程序平台开发

目前的工艺技术下,转子T型叶根槽车削工艺较为复杂。利用NX二次开发技术,研究了T型叶根槽的模块化编程方法,开发了叶根槽加工程序平台。根据基于拓扑学的曲线编码规则,对叶根槽结构进行了曲线编码,实现了T型叶根槽结构的自动识别。按工步自动导入定制化的加工模板后,批量生成了车削刀轨。通过工步顺序对车削刀轨进行排序,最终实现了叶根槽加工程序的自动生成。该平台可以减少复杂的人工重复操作,提升数控程序编制效率。研究成果可为类似典型结构专用程序的开发提供参考。