声波测井成像图中的反射体自动精确识别

针对声波测井成像图噪声多、图像模糊导致的反射体自动识别困难、依赖专家识别、费时耗力等问题,提出反射体自动识别方法。通过高斯混合模型将像素点按颜色进行聚类,拆分为多通道子图,筛选有效子图进行组合;基于局部连通性进行粗降噪;以连通区域内像素点数量为基准进行精细降噪,最终完成反射体区域的像素级精确识别。整个过程完全自动化,在油田开发所用声波成像图上进行实验,实现反射体区域像素级精确识别,极大地提高了开发效率。

基于辐射源信号指纹的精确识别与认证技术研究

本文设计了基于辐射源信号指纹的精确识别与认证系统,通过处理辐射源射频信号,提取信号的无意调制信息开展目标属性精确识别,对辐射源硬件进行唯一性识别与认证并对伪装目标进行拒止接入。系统适配通信、电子多类辐射源射频信号,具备复杂电磁环境下的全流程信号侦收分选、目标精确识别、反伪装反欺骗认证、定位跟踪及自动化交互功能。

特征区域模板匹配法实现汽车牌照的精确识别

模板匹配法在汽车牌照自动识别中已得到广泛应用。在应用该法为某汽车检测中心做牌照自动识别系统时发现,0、D及Q3个字符互相误判率较高。为解决此问题,在模板匹配法的基础上,提出了特征区域模板匹配法,应用该法取得了满意的效果,识别精度大大提高。另外,匹配系数的求法也采用了新的方法,效果比原方法好。

应用岩心离子新技术精确识别油水层——以大庆油田SH39井为例

油气水层识别是钻探过程的一项重要任务，而对油气水层的准确识别主要依赖于可靠的地层含油气水和岩层物性参数的测量分析。应用岩心离子探测技术可以进一步明确地层含液性质，为油气水层准确识别提供重要依据，由此提出的岩心离子新技术是基于离子探测的地层含水分析方法，针对目标层含油气的标志性离子进行测定，所测对象是岩心或岩屑，再利用岩心离子探测数据计算目标层含水饱和度。在实际应用中，采集了葡萄花油层3个层段的岩心样品进行对比测量，测井解释结果是以产水为主的含油水层；岩心离子新技术的测量结果则是低含水或不含水的产油层，通过试采证实3个层段为工业油层，不产水。由此可见，该方法对油水层识别与实际钻采结果吻合度较高，具备有效的地层含水状况识别能力，能够提高油水层解释判断的精确度。

陆战场辐射源精确识别的发展

随着电子技术的飞速发展,电子情报尤其是辐射源识别技术在现代军事对抗中地位越来越重要。介绍辐射源精确识别技术在现代化战争中的作用和意义,详细阐述分析美军在该技术方面的发展历程和体系化应用的情况。依据我军陆战场特点和使用需求,结合陆军电子对抗部队在未来战争中的角色要求,提出建设性的发展建议。

精确识别和分析压铸制品上的微小气孔

在铸造领域,熔体在凝固过程中因体积收缩可能会形成气孔,进而影响压铸制品的功能,这是任何压铸件厂商都不愿意看到的事。自2016年以来,Gruber&Kaja公司使用AUTFORCE公司的多相机系统,能够可靠检测出350X400 mm的压铸件中直径在0.4 mm以上的气孔,以确保为客户提供无气孔的铝压铸件。借助六台堡盟LX系列工业相机,成功地解决了一个被认为不可能通过自动化来完成的任务。

堡盟LX系列GigE相机——多相机系统精确识别和分析压铸制品上的微小气孔

在铸造领域,熔体在凝固过程中因体积收缩可能会形成气孔,进而影响压铸制品的功能——这是任何压铸件厂商都不愿意看到的事。自2016年以来,Gruber&Kaja公司使用AUTFORCE公司的多相机系统,能够可靠检测出350X400mm的压铸件中直径在0.4mm以上的气孔,以确保为客户提供无气孔的铝压铸件。借助六台堡盟LX系列工业相机,专业人员成功地解决了一个被认为不可能通过自动化来完成的任务。

多相机系统精确识别和分析压铸制品上的微小气孔

在铸造领域,熔体在凝固过程中因体积收缩可能会形成气孔,进而影响压铸制品的功能——这是任何压铸件厂商都不愿意看到的事。自2016年以来,Gruber&Kaja公司使用AUTFORCE公司的多相机系统,能够可靠检测出350×400mm的压铸件中直径在0.4mm以上的气孔,以确保为客户提供无气孔的铝压铸件。借助6台堡盟LX系列工业相机,专业人员成功地解决了一个被认为不可能通过自动化来完成的任务。

基于人工智能的LDI对位靶标精确识别方法探讨

靶标精确识别定位技术一直是激光直接成像技术(LDI)中的重要组成部分。随着人工智能技术的发展,引入人工智能相关技术来提高LDI靶标精确识别是一种解决行业痛点的有效解决方案。文章总结了目前行业内常见的靶标类型,识别难点,并从光学和人工智能算法两个方面探讨精确识别方案。

基于深度学习的复杂环境下车型精确识别方法

目前在输电线路通道监控中车辆的识别主要是依据车型信息来进行的,这就需要提取大量的特征信息,针对这一复杂问题,提出了深度学习的方法来实现复杂情况下车型的识别方法.该种方法主要是基于卷积神经网路的深度学习,通过实验验证了DCNN网络结构模型在识别车型上的准确率达到96.8%,同时还验证了神经网络中卷积核的大小、神经网络的层数以及特征空间的维数在识别过程中对其性能和分辨能力的影响程度.

基于无源射频识别精确定位技术的城市轨道交通车载自动过分相控制方案研究

为保障城市轨道交通交流供电模式下列车安全、可靠、平稳自动过分相,降低建设投资,依据TB/T 3483—2017《CTCS-3级列控车载设备技术标准》对自动过分相的规定,结合城市轨道交通线路站间距小、无电分相区数量少的特点,综合考虑实施成本,阐述了无源RFID(射频识别)精确定位技术的组成、原理及优势,从系统组成、工作原理及设备配置等方面研究了基于无源RFID精确定位技术的车载自动过分相控制系统,并详细分析了特殊工况下的过分相方案。该方案适用于城市轨道交通交流供电模式下的自动过分相场景。

“一张网”环境下基于精确路径识别的高速公路防逃费解决方案

随着高速公路联网收费区域的不断扩大,司机偷逃费问题日益突出,如何通过技术和管理手段确保高速公路准确收费和拆分账,是关系高速公路业主切身利益、维护社会公平公正的重大问题。本文详细分析了高速公路常见的作弊逃费行为,并结合广东省高速公路联网收费"精确收费、精确拆分"的营运要求,提出了"一张网"环境下基于精确路径识别的高速公路防逃费解决方案。实践表明,该方案技术可行、符合需求,具有广泛的应用前景。

多窗口实时测距的视觉导引AGV精确定位技术研究

为了提高视觉导引自动导引车(automated guided vehicle,AGV)的定位精度,提出了一种多窗口实时测距的精确定位方法。该方法通过在定位点铺设圆形标识作为定位标识符,首先根据车载视觉系统结构,建立视觉实时测距模型。通过对获得的椭圆图像的几何特征进行提取,并采用基于曲率角估计方法对椭圆边缘精确识别;然后,基于最小二乘拟合直线获取椭圆中心位置。最后,结合采用多窗口图像处理方法,将定位过程分为多个阶段进行,逐步逼近,最终实现精确定位。实验结果表明,该方法能使得视觉导引AGV的定位精度达到2 mm。

基于卷积神经网络的识别精确度研究

目前,通过图像处理及分析的手段提升识别精准度的问题已经受到了广泛关注。本文在卷积神经网络的基础上,对其实现进行了探究。

基于读分割最优匹配的indels识别算法

高通量测序技术的发展,极大地推动了基因组结构变异识别的研究.当前,该领域主要使用覆盖度、读分割或片段组装方法来识别变异,但目前的方法识别结果不够准确,敏感度高,对基因组结构变异的信息(如变异序列、变异坐标等)挖掘不充分.插入和删除类型的结构变异统称为indels,在基因组结构变异中最为常见.为此,针对indels的精确识别,提出了基于读分割和动态规划的最优序列匹配算法(optimal split-read matching algorithm,简称OSRM).OSRM算法能将异常读片段以最少的空位打断比对到参考序列上.首先,建立异常读片段与特定参考序列的匹配得分矩阵;然后,建立回溯路径矩阵;最后,用以变异特点设计的得分公式对每条路径进行最优匹配筛选,输出精确识别的indels坐标及序列.实验结果显示,该方法对小中型的indels有很高的识别性能.此外,与读分割法的经典算法Pindel进行了比较,证实OSRM算法在小中型的indels识别方面有更好的效果,可识别更复杂的情况.

人-产匹配识别多维困境及路径研究

随着我国贫困瞄准机制的不断变化,研究视野不断聚焦,贫困识别率不断提高。2021年,我国进入全面脱贫向乡村振兴转变过渡期,巩固和发展产业是基础。文章以人-产的合理匹配为切入点,从管理者、贫困户、产业等角度分析识别多维困境,探索人-产匹配的实现路径,归纳出人-产高匹配度模式的4种变形,期望实现人-产最优匹配。

基于Linux的RTP流检测识别算法研究

针对流媒体在网络转发环节识别准确率不高、转发速度慢的问题,通过对RTP协议包头的分析,提出了基于RTP协议"流特征"的分析、阈值判定和缓存回收相结合的优化算法,并在Linux系统内核的Netfilter框架下实现了RTP流的自动检测识别和快速转发。实验结果表明,与传统的RTP流识别算法相比,该算法提高了RTP流识别的准确率和容错性能,显著减少了RTP协议转发延迟,使RTP流的检测识别效率明显提高。

基于类内超平面距离度量模糊支持向量机的语音情感识别

在智能人-机交互系统中,语音情感识别是目前的研究热点之一,支持向量机方法被广泛用于语音情感识别。然而,支持向量机方法存在噪声和野值敏感问题,往往难以进行精确识别。为了解决该问题,通过对隶属度函数进行深入研究,设计一种新的基于样本到类内超平面距离的隶属度函数,并基于该隶属度函数优化了模糊支持向量机分类超平面,从而提高了支持向量机的抗噪性和泛化能力。在多种情感语音库上进行实验仿真测试,结果表明,所提出的方法能够有效利用样本间的紧密度、边界样本点和过样本类中心的超平面来构造最优超平面,从而提高语音情感识别的准确率。

混合多距离图像的线性判别分析人脸识别算法

现有应用于智能监控系统的人脸识别算法主要适用于近距离摄像,由于图像质量随距离增加快速下降的原因,其在远距离摄像条件下仍存在人脸识别精度较低的问题。为了提高远距离摄像环境下的人脸识别精度,提出了一种基于混合多距离图像和线性判别分析的人脸识别算法。该算法混合使用多种不同距离提取的图像来训练图像集,并使用双线性内插法对训练图像集归一化,使用曼哈坦距离测量相似度完成人脸识别。实验结果表明,和传统的基于近距离图像的线性判别人脸识别算法相比,本算法可以在替换和远距离条件分别提高人脸识别精确度为6.2%和31%。

一种边云结合的漂浮物检测识别方法

漂浮物识别是智能视频监控领域亟待解决的难点问题,针对实际河道环境复杂、漂浮物多种多样等问题,文中通过对神经网络的研究分析,结合边端和云端设备的不同特点,设计了一种边云结合的漂浮物检测识别方法:边端设备,针对其算力有限但点位众多的特点,部署小型神经网络对视频进行初筛,得到疑似漂浮物信息及画面回传给云端;云端设备,利用其算力高的特点,对疑似漂浮物信息及画面进行精确识别,过滤无效信息,并将有效信息以报警形式进行存储上报。实验表明:该方法能综合利用边云设备的性能,减少传输数据量、提高识别率、降低误检率,满足河道监控场景的应用。