基于数据驱动的化工过程参数报警阈值优化

为了提高化工过程报警系统的性能,需要对过程参数的报警阈值进行优化设置。针对传统阈值方法存在的问题,采用核密度估计方法、基于历史数据对过程报警状态进行估计,从最小化误报警和漏报警概率的角度建立了优化过程报警阈值的目标函数,并采用数值优化的方法进行求解。应用于TE过程的仿真结果表明,此方法能够有效地减少过程误报警的次数,并且对漏报警的次数进行抑制。

基于核密度估计的纳米线识别和定位

针对基于扫描电子显微镜(SEM)的纳米操作系统中,SEM图像噪声大,难以实现小目标物体(纳米线)的识别等问题,利用核密度估计来识别纳米线,以实现其精确定位.首先,利用核密度估计实现阈值分割,以便实现纳米线提取;然后,利用图像处理中的细化算法,获取纳米线的中线方程;最后,利用纳米线的中线方程和纳米线图像,用基于梯度方向高斯曲线拟合方法实现对纳米线的精确定位.实验数据表明,核密度估计可以实现对纳米线的准确识别,在纳米线的定位方面具有很好的准确性和可靠性.

基于直方图灰度归类的快速背景建模方法

针对传统核密度估计背景建模在检测精度和计算消耗上的不足,提出了一种基于直方图灰度归类的快速背景建模算法。首先根据序列图像像素灰度的相似性原理对背景进行直方图灰度归类,将邻近像素空间相关性转化为灰度直方图概率分布的关系,获得的直方图灰度与稳定背景相减剔除背景样本中的显著运动信息,减小了参与密度估计的样本数。然后根据背景分布特性选择最优窗宽,引入背景直方图概率进行加权高斯核密度估计,并通过自适应阈值实现运动目标的准确检测。同时,采用直方图背景更新,有效克服了光照变化对背景重建的影响。实验结果表明,该算法在检测精度和实时性处理方面都得到了很大提高。