字幕自动叠加系统研究

从近年来公安应急通信保障的实际情况看,各类应急通信车上车辆行驶路名、方向、速度等状态的字幕录入几乎都是通过键盘手动录入。因此,建设一套可在视频图像上自动地、实时地叠加车辆状态字幕的叠加系统显得刻不容缓。介绍字幕自动叠加系统的结构设计和功能要求,对数据采集、信息处理和监控管理3个部分的功能特点进行论述。

叠加去噪自动编码器结合深度神经网络的心电图信号分类方法

针对现有心电图信号分类方法精度较低,模型训练收敛速度较慢的缺点,提出一种基于叠加去噪自动编码器和深度神经网络方法的新型分类方法。该方法采用无监督学习方式,利用带有稀疏约束的叠加去噪自动编码器,实现心电图原始数据的特征学习。基于深度神经网络对信号进行分类,同时利用监督式自主学习微调方法对神经网络权重进行适时调整,从而保证信号分类的精度和质量。利用三个机构的经典数据库对该方法进行实验研究,并与目前两种最新的方法进行对比。实验结果证明,该方法在专家标记样本较少的情况下,仍能明显提高心电图数据分类的准确率,同时加快训练时的收敛速度。

基于改进叠加自动编码器轴承智能故障诊断方法

有效的智能故障诊断模型已经成为机械设备故障预测与健康管理的研究热点,故障诊断模型建立的重点工作是学习高分辨率的故障特征,传统方法往往过多依赖于人工或者先验知识,故急需以一种智能方式从输入信号中自动地提取特征。首先利用SAE从振动信号的频谱中学习特征,并选用L1正则化约束SAE的学习能力防止模型产生过拟合现象;随后选用Softmax回归函数建立故障分类器,将提取的信号特征输入其中实现故障类型的分类。最后通过一组滚动轴承实验数据对所提方法的准确性进行验证,实验结果显示这种深度神经网络方法在进行轴承智能故障诊断时能够直接从频域信号中学习出高分辨率特征,并且能够达到98.93%的测试准确率,优于对比方法。

气枪信号实时处理系统研发及应用

气枪人工震源探测过程中,为了实现数据实时处理,及时监控气枪信号激发情况,本文采用Java编程自主研发一套气枪信号实时处理系统.该系统主要采用频谱白化叠加技术和实时递归算法实现自动叠加和实时滤波功能,并设计开发出单炮实时滤波显示界面、多炮自动叠加显示界面、台站分布界面.系统应用于2015年福建及台湾海峡地壳深部构造探测实验中,实验结果得出棉花滩水库300次叠加可以清晰的追踪到315 km的S和220 km的P,S明显强于P;石黄峰水库300次叠加可以较好的追踪到294 km的S且隐约可以追踪到170 km的P,P很弱;海域SP74固定点300次叠加可以清晰的观测到372km的P、S,且P、S发育都较强,其中在200 km后,可以很清晰的观测到P系列存在多组震相;研究表明:海上的激发效果优于陆地,水库底部的淤泥层会对信噪比造成不利影响.另外,系统整体运行稳定,功能及性能达到了设计预期,证明了系统设计合理性与实用性.该系统实时处理结果为此次实验快速有效评定激发效果及指挥部作出决策发挥着至关重要的作用.