污染气体红外光谱特征的快速提取与识别

利用小波变换的多尺度分析对污染气体红外光谱数据进行处理,并使用神经网络对红外光谱数据进行分类识别。实验结果表明：小波变换与神经网络的有机结合,有利于污染气体红外光谱的快速特征提取和识别, 并具有较高的识别率,是一个有效的识别系统。     

基于sEMG的特征包络线提取与动作识别研究

针对表面肌电信号模式识别在康复器械以及智能假肢中的应用问题,通过平方调解法来提取多通道sEMG特征包络线,以提高手指动作识别速率与正确率;首先将手指动作采集实验获取的表面肌电信号进行平方处理,再经低通滤波形成包络线;利用幅值乘方法对不同的动作类型的包络线进行处理并形成学习用的教师样本标签,最后通过BP神经网络完成动作的识别分类;实验结果显示,屈拇指、屈食指、屈中指、屈无名指、屈小指和屈五指这6种动作的平均识别正确率为94.93%,每次动作识别的平均延时为50.7 ms。     

识别与提取简正波的一种简化方法

本文提出了一种识别与提取浅海简正波的简化方法。海上实验时我们利用同一个水听器,在不同深度接收固定距离上的爆炸信号,实验室回放时爆炸声信号经高频(8kHz)与低频(<0.8kHz)带通滤波,并用高频信号作为低频信号时间采样的起点。理论与实验表明,这样得到的不同接收深度的低频信号相当于一个垂直水听器阵接收的结果。对不同接收深度的低频信号分别按简正波本征函数或按本征函数的符号加权相加,较好地分离出前二号简正波。     

水声目标识别中一种轴频提取方法

针对水声目标解调谱轴频提取中信噪比低和本舰干扰的问题,分析了最大似然比准则下的本舰干扰和目标的轴频检测问题,提出了基于模糊系统的采用累加处理改善信噪比和利用Doppler扩展抑制本舰干扰的轴频提取方法,对实录海上数据进行的试验表明本处理方法有效提高了检测性能。     

高光谱成像的黄瓜病虫害识别和特征波长提取方法

黄瓜霜霉病和斑潜蝇是制约黄瓜产业发展的严重病虫害。为实现黄瓜病虫害快速在线识别,采用高光谱成像和机器学习研究快速识别黄瓜霜霉病和斑潜蝇虫害的方法,为开发实用的基于多光谱成像的黄瓜病虫害快速识别设备奠定基础。使用高光谱成像系统采集黄瓜无症状叶片、霜霉病叶片、斑潜蝇虫害叶片的高光谱图像,在病斑区域选择若干个感兴趣区域(ROI),计算每个ROI的平均反射率数据作为叶片原始光谱数据。使用Kennard-Stone算法将光谱数据按照3∶1的比例划分为训练集和测试集。使用直接正交信号校正(DOSC)、多元散射校正(MSC)、移动窗口平均平滑(MA)3种方法对原始光谱数据进行预处理。采用空间迭代收缩法(VISSA)、竞争性自适应重加权算法(CARS)、迭代保留信息变量法(IRIV)、随机蛙跳算法(SFLA)对MA预处理后的光谱数据进行特征波长提取,分别提取出53、 20、 26、 10个特征波长。然后使用连续投影算法(SPA)分别对特征波长光谱数据进行二次降维,最终VISSA-SPA提取的特征波长为455、 536、 615和726 nm; CARS-SPA提取的特征波长为452、 501、 548...     

舰船螺旋桨轴频估计中线谱要素提取算法

舰船辐射噪声DEMON谱(调制解调谱)线谱要素提取是舰船螺旋桨轴频估计中的关键步骤。现有的线谱提取技术主要用于功率谱线谱检测,侧重于线谱频率的确定,不能满足舰船螺旋桨轴频估计需求。本文根据DEMON谱线谱的特点及人工提取线谱的过程,设计了一种新的线谱要素提取算法,改进了谱峰筛选技术,将多时刻的DEMON线谱基于最大似然估计和谱峰序列相似度加以融合决策,最终确定了线谱频率和幅值(峰值)及边界。通过实际数据验证,此线谱要素提取算法更适用于螺旋桨轴频估计,可提高轴频估计的准确率。     

实现光学多特征图形识别的一种方法

本文提出从输入图形和参考图形的互相关阵决定输入图形在Schmidt正交化基函数(标准图形)上的投影,从而为多特征图形的识别提供了一种新方法,实验结果与理论相一致。 关键词：     

一种凹凸边界上特征点的提取方法

提出了一种新方法用于提取用于匹配计算的可靠特征点——凹凸(ridges/troughs)边界上的特征点：沿凹凸边界上的高曲率点,凹凸边界线的交叉点以及图像表面上的最小值点.实验表明,与传统的沿阶跃边界提取特征点的方法相比,该算法提取出的特征点可靠性更高,大大减少了误匹配率.在凹凸边界点检测阶段,只需要对图像扫描一遍即可,而凹凸边界交叉点和高曲率点的提取要消耗更多的时间.因此本方法可用于对特征点可靠性要求很高但数量需求不大的情况.     

光学特征识别

与数字图像识别技术相比，光学特征识别具有高速度、大容量信息处理的特点，因而成为实时识别技术发展的前沿．本文概述了光学特征识别的进展，讨论了 Ｖａｎｄｅｒ Ｌｕｇｔ匹配滤波和Ｊｏｉｎｉ变换相关识别方法的物理模型，介绍了利用空间光调制器的光电混合实时相关识别系统．     

基于模型匹配的舰船螺旋桨噪声特征精细分析

在双螺旋桨舰船噪声包络建模的基础上,研究了双桨目标调制谱谐波族特征的结构问题,并对海试中发现的\     

基于快速骨架提取的三维目标识别

针对三维目标识别问题,提出了一种基于快速骨架提取的方法。根据骨架所反映的目标拓扑结构,建立了不同目标局部结构之间的对应关系;而在对应的局部曲线段上,采用基于曲线配准的方法进行匹配;以各个局部匹配的成本之和评估不同目标的相似性.这种方法在目标出现一定程度的视觉变形时仍具有较好的识别效果,同时避免了基于曲线方法的匹配目标的局部,而忽略局部之间相互的空间组织的缺点所造成的误匹配.算例结果表明这种算法对于三维目标有较好的识别效果.     

一种二苯并吖啶衍生物的NMR特征

二苯并吖啶衍生物可作为新型的微感涂料,并作为改进的受体广泛用于配位和超分子化学的研究中. 我们应用核磁共振技术（¹H NMR, ¹³C NMR, DEPT, HSQC, HMBC）以及质谱(MS)确定了7-(4-甲氧基苯基)-5,6,8,9-四氢二苯并[c,h] 吖啶的结构,准确归属了它的¹H, ¹³C NMR信号,为其结构鉴定提供了重要依据.      

一种基于特征点提取的扬声器异常声检测方法

针对短时傅里叶变换在扬声器异常声检测中有效信息提取的随机性问题,提出了特征点法在扬声器异常声检测中的应用.此方法基于扬声器经扫频信号激励所得响应信号的短时傅里叶变换时频图,用改进的尺度不变特征转换算法对合格扬声器与异常声扬声器做特征提取,并将多组特征点经分割剔除后叠加组成特征矩阵模板.以合格扬声器样本提取特征曲线阈值构...     

一种离子迁移谱谱图重构及特征峰提取算法

离子迁移谱(IMS)是一种常压下快速、高灵敏度的痕量化学物质检测方法,广泛应用于化学战剂、爆炸物和毒品等检测领域。在离子迁移谱定性和定量分析中,采集到的原始谱图除了包含样品自身信息外,还包含了电噪声、背景干扰等噪声,特别是当分析物浓度低时,噪声会严重影响定性和定量分析的准确性。为提高离子迁移谱技术化学物质识别准确率,需要对离子迁移谱谱图信号进行重构。本文提出一种可同时实现离子迁移谱谱图重构和特征峰提取的新方法。通过建立优化目标函数,采用l_1范数作为线性惩罚项,λ为正则化参数用来调节惩罚项在优化过程中的比例。为了求解优化目标函数,首先构造一个由Gaussian分布函数构成的超完备字典来表示离子迁移谱离子特征峰峰形,采用替代函数方法对优化目标函数进行迭代求解,当达到重构谱图与原始谱图均方根误差小于设定的阈值时停止迭代。为了验证提出的方法性能,分别采用仿真数据和甲基磷酸二甲酯(DMMP)样本数据进行验证,其中仿真数据由高斯分布函数字典原子及高斯白噪声组成。与此同时,我们对仿真数据和真实样本数据分别采用小波软阈值、小波硬阈值及S-G平滑滤波算法进行去噪重构。采用均方根误差(RMSE)和信噪比(SNR)作为评价指标,实验结果表明该方法成功实现离子迁移谱谱图重构和特征峰提取,预处理结果比其他三种方法有显著的性能提升,为开展离子迁移谱定性和定量分析研究提供了基础。     

一种光谱识别的新方法

提出了一种对光谱信号识别的新方法。针对光谱信号的特征 ,我们设计了基于径向基函数神经网络组成的统计混合模型 ,并构造了识别系统的代价函数。通过优化系统的代价函数 ,导出了类EM算法去估计混合模型的参数 ,从而构建对光谱特征识别的识别器。利用实际的拉曼光谱 ,对本文所提出的估计模型参数的算法与建立的光谱识别器进行了检验。我们还讨论了利用特征波长与相应的光谱强度 ,以及利用主分量分析组成输入特征矢量 ,及其这些输入特征矢量对光谱识别器应用的效果。实验结果表明 ,所提出的算法可以有效地估计模型参数 ,其建立的光谱识别模型具有较高的识别准确率。所提出的对光谱信号识别的方法通用性强 ,因此具有较为广阔的应用前景。     

基于特征融合的手背静脉识别

图像平移和旋转会降低手背静脉识别的准确性,针对该问题,本文提出了一种特征融合的手背静脉识别法.该方法充分考虑图像的细节特征和全局特征,首先选取图像中的交叉点和端点作为特征点,再从特征点中提取出图像匹配的基准点,计算基准点至特征点间的相对距离及基准点与特征点连线间相邻连线产生的夹角作为细节特征;然后利用不变矩方法提取图像特征作为全局特征;最后将两种图像特征融合,进行手背静脉识别.实验模拟结果表明,该方法可快速有效地实现手背静脉识别.     

图像配准中几种特征点提取方法的分析与实验

研究了图像配准中常用的几种特征点提取方法。基于图像配准对特征提取方法的特殊要求,提出了一组量化的特征提取方法评价因子,能用于合理评价各种方法的性能、优点与缺点,为这些方法的改进提供指导性意见和比较依据。通过大量的实验,利用评价因子比较和分析了上述的几种常用特征提取方法的优缺点、适用环境,并提出改进建议。     

一种改进的视觉传感器与激光测距雷达特征匹配点提取算法

激光测距雷达与视觉传感器的配准是视觉图像与激光距离信息融合的前提。激光测距雷达与视觉传感器的配准可分为点匹配与平面匹配。由于混合像素和非结构空间特征激光点丢失现象,使得基于点匹配的视觉传感器与激光测距雷达配准算法精度难以提高。通过对混合像素和非结构空间特征激光点丢失问题的分析,提出了一种结合平面建模思想,利用假想激光光束与平面模型相交提取匹配特征点的方法。验证了实验结果并进行了算法精度比较。实验结果表明,这种改进的特征匹配点提取算法解决了特征点缺失,并且提高了点匹配的精度,使匹配性能大大地改善。     

用Joint变换实现特征识别

本文利用Joint变换的相关性质,首次分析了多特征信号的并行识别,实验证实了分析的正确.     

应用形状因子特征的高效星图识别

针对传统的三角形星图识别算法存在冗余匹配多、抗噪声性能差的问题,提出了一种应用形状因子特征的高效星图识别算法。该算法在传统的三角形算法基础上,引入了形状因子特征参数和方向信息,并择优选择视场内4颗观测星,组成一对观测三角形,进行星点匹配识别。与传统的三角形算法相比,该算法增加了星图识别时图像的特征信息量,降低了匹配时的冗余度,具有导航特征库存储空间小、识别速度快等优点。实验表明,在星点位置噪声标准偏差为2个像素、星等噪声标准偏差为0.7星等的仿真条件下,该算法的识别率均在99%以上;通过地面实验的实物验证,在300 MHz的FT-C6713的DSP硬件平台上,全天自主识别的平均运行时间约为47 ms,具有明显的优势。