最大频长积字符串及其高效查找算法

在传统的字符串处理算法中往往分别考虑字符串的频度和长度。然而,在实际应用中,将字符串的频度和长度结合考虑是有意义的。基于这点我们提出了频长积的概念,规定字符串的频度和长度的乘积为字符串的频长积。并基于广义后缀树和Uk- konen算法,提出了时间复杂度为O(N)的查找算法。效率实验证实了该算法的高效性。语义实验表明,本算法找出的最大频长积字符串相比于最大频度字符串或最大长度字符串,其实际语义更为明确。这样的字符串在文本压缩、基因序列的分析以及其他注重语义的应用中将具有很高的应用价值。

基于Faster-RCNN和先验知识的车架VIN码识别方法

为了提高车检所工作效率,同时克服对VIN(Vehicle Identification Number)这类长字符串识别准确率低的难题,基于现有深度卷积神经网络的模型,提出以Faster R-CNN为主干网络,并结合先验知识的车架VIN识别模型。根据车架号图像特点,选择Faster R-CNN进行字符级定位和识别的方案。针对长字符识别容易漏字符的现象,使用被遗漏位置的前后字符坐标来定位缺失字符。使用inception网络对补漏得出的字符区域进行识别。灵活使用先验知识使得该方法比只使用Faster R-CNN识别车架号的准确率提高了31.7百分点,识别率达到了64.77%,这也高于当前主流OCR模型在长度超过15位的文本上的准确率。

基于独立成分的动态多变量过程的故障检测与诊断方法

化工过程中存在大量测量变量, 这些变量一般不是相互独立的, 而是由少数必要的潜隐变量驱动, 这些潜隐变量通过独立成分分析方法(ICA) 抽取出来, 可用于故障检测和监控. 在基于ICA的故障检测和监控基础上提出一种故障诊断方法———字符串匹配方法, 此种方法仅由数据驱动, 既不需要训练数据也不需要建立过程模型, 实施起来简单方便. 通过在TE仿真模型上的应用, 表明了此方法的有效性.