基于特征模式识别的农田监控系统研究

针对农田监控系统中存在的识别准确度不高、数据处理效率低等问题,提出了一种基于特征模式识别的农田监控系统。对农田监控系统的功能进行了设计,包括系统整体架构设计、数据采集与传输模块设计、特征提取与模式识别算法设计,结合用户界面设计实验与结果分析,验证了所提出系统的有效性和性能优势。对农田监控系统在实际农业生产中的应用前景进行了展望,并提出了未来改进方向和研究趋势。

基于时序特征模式识别的列车网侧过流故障实时诊断

为了提升列车的智能化水平与现场检修效率,文中从系统角度出发,针对高速列车牵引传动系统网侧过流的精确故障定位问题,提出一种基于故障时序特征模式识别的实时诊断方法。该方法首先通过机理分析选择故障源集合关联的系统信号,其次,结合案例数据波形与专家经验,挖掘故障源与系统信号的关联规律,提取相关故障特征指标;然后,基于故障特征指标的时序变化特性,利用高斯混合模型与隐层马尔科夫链算法建立列车网侧过流的时序特征辨识的故障诊断模型。最后,应用列车实际运行数据对提出的故障诊断模型进行验证,实验结果表明,所提算法能实现有效的故障检测与隔离功能,具有良好的应用价值。

基于多特征模糊模式识别的公式符号关系判定

数学表达式的识别过程中,结构分析是非常重要的一步。而符号关系的判定又是结构分析的关键。然而符号间关系的不确定性导致数学表达式运算含义的模糊性,已经成为数学公式识别中结构分析的一大难点。通过大量的统计数据,抽取出较为明显的特征,并引入多特征模糊模式识别的方法,建立隶属函数来判断印刷体数学公式符号的关系。实验结果表明,该方法适用范围较广,准确率较高,具有较强的鲁棒性。

用于光纤围栏入侵告警的频谱分析快速模式识别

相位敏感光时域反射计(Ф-OTDR)在光纤围栏等动态传感领域具有重要的应用,快速、有效地对入侵信号分类识别有着十分重要的意义。基于频谱分析提出了一种称为频谱欧氏距离法(EDFS)的快速模式识别方法。该方法通过短时平移差分和短时能量法对Ф-OTDR的解调信号进行提取,确定待分析数据段;对数据段进行归一化和快速傅里叶变换,获得信号的频谱特征;计算信号频谱与预先生成的模板之间的欧氏距离对入侵信号进行分类、识别。采用三种入侵信号对该方法的有效性和实时性进行了实验验证。结果表明,该模式识别方法可以有效识别扰动信号,识别时间小于传统的动态时域规划模式识别方法耗时的1/10。同时,该方法所需训练样本较少,对环境噪声有一定程度的抑制作用。

基于分形的金属材料海水腐蚀形貌图像分析诊断系统

将分形的概念应用于腐蚀形貌图像的特征提取,计算扫描得到的实海腐蚀试片图像的分形维数、广义维数、面积因子和空隙特征,并作为分析诊断系统的输入,用模糊模式识别理论建立了基于图像分形特征的腐蚀形貌图像诊断系统,可以由图像的分形特征值判断金属的表面腐蚀形貌。

卷积神经网络在机械设备故障诊断领域应用与挑战

现代机械设备功能及结构日益复杂,其故障呈现出新的特点,使得针对现代机械装备的故障诊断方法遇到了难以克服的技术难题与瓶颈。近年来,卷积神经网络(convolution neural network,CNN)凭借其强大的特征提取与模式识别能力受到学术界和工业界的广泛关注,将CNN应用于机械设备故障诊断的研究已出现端倪。为此,首先介绍CNN实现机械设备故障诊断的原理;然后对CNN实现故障诊断的主要思想和建模方法进行描述;最后总结和讨论了机械设备故障的特点,并讨论CNN在实现对机械装备故障诊断方面所面临的挑战,展望值得继续研究的方向。

视频中提取乒乓球方案比较

该文中我们针对视频中提取乒乓球设计了三种方案,第一种是基于图像处理的差影法的方案,该方案受阴影、雨滴等自然环境影响较大,而且精度不高,但此方案运算速度较快,不涉及求取均值等耗费时间的运算。第二种是基于稀疏低秩矩阵的前景和背景分离方案,该方案主要是矩阵分离的思想,采用鲁棒的主成分分析算法,可以直接进行视频处理,有效的处理光线等自然因素的干扰;同时也可以有效处理乒乓球运动速度的变化;得到的结果具有鲁棒性。第三种方案是基于双特征的模式识别思想,主要利用的是乒乓球的颜色和形状的特征,易受外界因素的影响。