基于相似识别的抽油机井故障检测与诊断研究

抽油机井故障检测与诊断对管控油田平稳生产、保证油田效益意义重大。论文研究了基于相似识别的故障检测与诊断方法,采用融合二分类和三元组损失的深度学习网络提取示功图图形趋势特征,构建抽油机标准特征库与故障特征库并进行更新维护,在检测到与标准特征库不相似的示功图时检索故障特征库以实现诊断。实验结果表明,该方法能够有效检测抽油机井故障,减少误报率,并在检测到异常时检索故障库实现故障诊断。

基于OpenCV与均值哈希算法的人脸相似识别系统

人脸对比是将图片中检测出的人脸图像与目标人脸图像进行对比,然后得出二者相似度的过程。本文对基于开源计算机视觉库OpenCV,实现在开发平台Eclipse下利用OpenCV进行人脸检测和定位及使用均值哈希算法实现人脸相似识别的系统。

北半球大气环流的最佳相似识别

采用综合考虑形相似和值相似的相似指数法,通过建立最佳相似识别自动化系统,对1980～1991年共144个相似样本,在预报月雨量、梅雨量趋势中的可预报性进行了检验,结果表明:（1）环流形势相似方法作月降水量预报,以2月和5月关系较好,相似样本比预报月提前一个月;（2）环流形势相似作梅雨趋势预报时,以1月和5月关系较好;（3）环流相似的持续性一般较差,尤其是春、秋两季。

大麦地岩画典型图形符号相似性识别及释义

大麦地岩画是由这一区域的许多北方游牧民族和部落创作的图形符号系统。从大麦地岩画中筛选屡屡出现的“■”“■”“■”这三种典型图形符号作为研究对象,这些符号具有和甲骨文相同的象形、指事的功能。因此将计算机模式识别技术与传统方法的结合运用于岩画研究中,对典型岩画图形符号与甲骨文字形进行相似性识别,可以突破传统释义的局限性,给岩画的释义提供新的媒介,为中华文明起源研究提供依据和线索。

融合机器视觉与邻近度估计的相似工业设备识别策略研究

由于工业现场设备存在外观相似和部署密集等特点,使得巡检机器人仅依靠机器视觉难以对工业现场的相似设备进行识别,进而影响了自主巡检的准确性和效率。针对上述问题,基于工业物联网的无线信号特征,提出了融合机器视觉与邻近度估计的相似工业设备识别策略。该策略首先通过机器视觉和高效透视N点投影算法估计巡检机器人的初始位姿,进而采用邻近度估计算法实现巡检机器人对邻近工业设备目标的识别。另一方面,该策略还包括了机器人角度校正与位置调整算法,以此保证邻近度估计的精度。实验结果表明,相比于基于机器视觉的传统识别方法,该策略能够在不同设备密度的场景下,提升2%~49%的相似工业设备识别精度,有效地解决巡检机器人对工业现场相似设备的识别问题。

非典型合同纠纷案中相似性的结构识别法

我国《民法典》规定非典型合同可以参照适用最相类似典型合同的规定,非典型合同法律适用理论以因式分解法识别非典型合同与典型合同的相似性,而其他理论以构成要件类似说、实质一致说等方法识别相似性。在抵押监管合同纠纷案与股权收益权转让合同纠纷案中,前者适用了因式分解法,后者适用了其他识别方法,非典型合同纠纷案裁判中存在相似性识别方法的选择与完善问题。因式分解法从混合合同中分解出典型合同(成分)以确定比较节点,它无法适用于衍生合同,而其他识别方法在适用于非典型合同纠纷案时难以确定比较节点,且上述方法均忽视了最相类似论证。以因式分解法为基础且汲取其他识别方法中的类似程度论证方法,可以提出结构识别法,该方法以典型合同为比较节点,分析典型合同与非典型合同之间的衍生或合成关系,从合同目的、权利义务等参数上进行最相类似论证,以完善非典型合同纠纷案中相似性的识别方法。

基于形态学处理的提花针织物纹样相似性识别

为了提高针织工厂提花纹样相似性识别效率及准确率,避免传统人工识别的主观差异,提出基于形态学边缘检测的提花针织物纹样相似性识别算法。首先,利用工艺软件设计针织提花纹样并构建提花数据库,通过MatLab对纹样图像进行预处理,之后经腐蚀、膨胀等操作提取提花结构轮廓特征图像,基于相似性度量公式求解数据库中各纹样与目标纹样的相似性,筛选出相似率达到设定阈值之上的提花纹样。结果显示:在样本容量为100的纹样数据库中,目标样本筛选速度不超过1.21 s,且不易受主观因素的影响;基于图像处理的提花针织物纹样相似性识别法具有高效率和可靠性,可为生产企业快速筛选目标纹样提供技术支持。

基于数据关联分析的电力行业培训项目相似度识别方法

本文提出一种基于数据关联分析的电力行业培训项目相似度识别方法,用于识别和评估不同培训项目之间的相似程度。通过对电力行业培训项目数据的关联分析,发现项目之间的隐藏相似性,为企业提供参考依据,以便合理地调整培训资源,实现精准投资、开发精品项目的目的,提升培训效果。

利用时频谱相似度识别的配电线路接地选线方法

谐振接地系统发生单相接地故障时,其故障线路与非故障线路暂态零序电流波形的相似度要小于非故障线路间暂态零序电流波形的相似度,据此提出一种利用故障暂态零序电流波形时频谱相似度识别的配电线路接地选线新方法。该方法选取各线路一定数据窗的故障暂态零序电流波形,对其经小波包分解重构得到的各频带系数进行等时间间隔划分,得到面积相等的时频小块,进而求得各线路的时频谱图及时频谱矩阵。将时频谱矩阵看作数字图像的像素矩阵,采用图像识别中的相似度识别方法并结合综合相似系数实现接地选线。对噪声干扰、两点接地、不同补偿度、电弧故障、采样不同步等情况的仿真结果表明,该选线方法能适应工程应用中可能存在的影响因素,具有鲁棒性好、选线准确、可靠等特点。

一种用于相似图象识别的光电混合处理系统

针对以传统的光学相关为基础的图像识别难以识别相似图形的缺陷 ,提出并构建了解决这类问题的一种光电混合系统 .该系统不仅结构简单 ,处理具有准实时的特点 ,而且实验结果表明这一系统对微小差异图形有很强的识别功能 .

基于统计与神经元方法相结合的手写体相似字识别

本文提出了一种基于统计识别方法与人工神经元网络相结合的手写体相似汉字识别方法。该方法充分利用了统计识别方法和神经元网络识别方法的优点，不仅显著地提高了相似字的识别率，而且有效地提高了系统的整体性能。对相似字的识别率由７９．０２％提高到８４．３２％，提高了五个百分点，整体识别率提高了１．３个百分点。

一种分类器级联的手写相似汉字识别方法

针对手写相似汉字识别问题,提出一种新的基于分类器的方法来更全面地利用原始特征中的判别信息.新方法与现有的对相似汉字提取额外特征的方法不同,其在得到特征向量之后,首先利用修正的二次判别函数进行分类,然后用支持向量机对分类结果中的相似汉字的上述特征向量进行再一次的分类,得到最终的识别结果.利用分类混淆矩阵自动得到相似汉字集合,并提出了一种新型的存储结构用于快速查找支持向量机的训练字典.在ETL9B手写汉字数据库上的实验表明,所提出的方法可得到相对于提取额外特征方法更好的识别结果,以此证明了原始特征中存在对于相似字的判别信息,提出的基于分类器的方法可更好地利用这些判别信息.

基于支持向量机的手写体相似字识别

本文提出对手写相似汉字进行识别的支持向量机方法。该方法与人工神经网络一样适用于小规模分类 ,但由于支持向量机依据结构风险最小化原则 ,因此泛化能力更强。并且 ,由于支持向量机算法是一个凸二次优化问题 ,能够保证找到的极值解就是全局最优解。本文用支持向量机算法对三组手写相似汉字进行了识别 ,取得了较好的结果。

大数据下的基于深度神经网的相似汉字识别

针对传统相似手写汉字识别系统(SHCCR)受特征提取方法的限制,提出采用深度神经网(DNN)对相似汉字自动学习有效特征并进行识别,介绍相似字符集生成方法和针对相似汉字识别的深度神经网络的具体结构,研究对比不同的训练数据规模对识别性能的影响。实验表明,DNN能有效地进行特征学习,避免了人工设计特征的不足,与传统基于梯度特征的支持向量机(SVM)和最近邻分类器(1-NN)方法相比,识别率有较大的提高;且随着训练样本增加的同时,DNN在提高识别性能上表现得更为优秀,大数据训练对提升深度神经网络的识别率作用明显。

用于相似字识别的手写汉字特征优化方法

针对常用的手写汉字特征提取方法不利于后续线性区分分析(LDA)特征变换中发现相似汉字的细微区分信息,通过将传统的手写汉字特征提取和LDA变换表述为像素级特征的二维特征矩阵优化问题,并利用二维线性区分分析(2DLDA)变换进行手写汉字特征矩阵的优化,提出了一种用于手写相似汉字识别的特征优化方法.该方法可以避免高维像素级特征向量利用LDA变换进行优化中的散度矩阵奇异性问题.对手写相似汉字的识别实验表明,相对于传统的方法,经过所提方法优化的梯度特征,识别错误率可以降低48.86%,验证了方法的有效性.

基于深度学习的车牌相似字符识别

针对车牌相似字符难以识别的问题,提出了基于深度学习的特征提取和识别方法。该方法首先对字符图像进行归一化处理;然后以归一化后的图像为输入,构建5层深度网络对相似字符由低层到高层的特征表达。在激励函数定义上采用对字符边缘特征敏感的卷积函数,从而能够对相似字符的局部差异进行分析。在实验部分与支持向量机(SVM)算法的分类效果进行比较,结果表明所提算法的识别率提高了5%。

基于小波变换的相似多目标识别算法研究

根据LED晶片wafer图像的特点,利用小波变换的多分辨率分析提出了一种相似多目标的识别算法。wafer图像经过小波分解后,利用灰度归一化互相关算法,在其低分辨率尺度空间内进行整体模板匹配,然后将匹配结果在其高分辨率尺度空间内进行局部匹配,最终实现了全分辨率下LED晶片的精确识别。改进算法中利用步长自适应调整算法,使相关性系数计算量比原来减少了40%。试验表明该算法有效地缩小了搜索域,提高了晶片的识别效率。

基于不对称性的相似汉字识别方法

相似字识别的正确与否对整个识别系统的准确性和可用性都有着极大的影响。在实际应用中 ,我们发现相似汉字之间的误识存在不对称性 ,并对这种不对称现象的成因进行了细致的探讨和分析。基于这种不对称性 ,本文提出了一种分类的部分空间方法来解决相似字的识别问题。相似字按其结构特点被分成若干基本类别 ,不同类别在相应的部分空间提取不同的特征进行比较 ,以达到正确识别相似字的目的。实验结果表明了本方法的有效性 ,相似字识别的准确性得到了很大的提高 ,其中易错相似字的识别正确率平均提高了4 5 5个百分点 ,不易错相似字的识别正确率平均提高了 0 38个百分点。

基于相似性识别的短期负荷动态预测方法

统调日负荷的精确预测对电力充裕性保障、电力系统规划有重要指导作用。相似性识别是数据挖掘技术的重要部分,基于相似性识别原理,提出一种短期负荷预测的新方法。首先对原始数据进行属性和重复记录清洗,清洗后得到实验数据;其次在考虑数据大小相似性的同时,引入了数据趋势相似性度量。基于2种度量从历史序列中识别出与查询序列信息高度重合的序列,建立备选相似序列集;考虑时间间隔与季节因素,从备选相似序列集中选取历史最相似序列,最终实现日负荷预测;随着新信息的进入,实现高峰负荷动态预测。利用该方法对重庆统调日负荷进行模拟预测,并与BP神经网络和支持向量机方法进行对比,证明了所提方法的可行性与有效性。

基于SVM的手写体相似汉字识别

支持向量机作为一种新的机器学习方法,由于其建立在结构风险最小化准则之上,而不仅仅是使经验风险达到最小,从而使支持向量分类器具有较好的推广能力。并且,由于支持向量机算法是一个凸二次优化问题,能够保证找到的极值解就是全局最优解。文章首先讨论了基于支持向量机的手写体相似汉字识别过程。然后,针对支持向量机识别手写汉字所遇到的问题进行了分析和阐述,并在此基础上提出了基于最小距离分类器分类的两级分类策略。最后,针对理论进行了实验仿真。实验结果有力证明了本文提出的基于SVM的相似汉字识别方法的有效性。