BP神经网络在光学相关器相关峰识别中的应用

光学相关识别是图像识别的重要方法，有效识别相关器输出平面的相关峰信号是保证光学相关器图像识别准确性的关键。由于激光器输出功率的波动、光学系统本身的误差以及SLM器件本身带来的噪声，采用一般的阈值方法很难达到理想的效果。该文提出对相关器的输出平面进行预处理，充分考虑相关信号的形状信息，提取感兴趣区域(ROI)，采用BP神经网络对输入矢量进行计算，可达到对相关峰信号和噪声的有效分类识别，从而提高了光学相关器识别的可靠性，降低了误判的概率。     

红外偏振成像对伪装目标的探测识别研究

针对目前普通光电成像系统对伪装目标的探测和识别概率较低的状况,提出伪装目标的探测识别新技术研究。介绍了红外偏振成像系统的原理、组成和特点,研制的中波/长波红外偏振成像装置,其波段范围为3 m ~5 m和8 m~12 m,线偏振度95%,消光比大于100∶1,给出了试验分析数据和偏振融合效果图。研究表明,采用红外偏振成像技术可以有效地实现对地面伪装目标的探测和识别。研究结果还可以扩展到对人工假目标、空中隐身目标等的探测和识别。     

第一性原理对GanP-m阴离子团簇结构及其光电子能谱的研究

本文利用密度泛函理论(DFT)对GanP-(n=2-7)和GanP2-(n=1-6)阴离子团簇的几何结构、电子态及稳定性进行了研究.在B3LYP/6-31G*水平上进行了结构优化和频率分析,得到了GanP-(n=2-7)和GanP2-(n=1-6)团簇的基态结构.这些阴离子团簇的几何结构随着n的增大,在n=5时由平面结构转化为立体结构;在GanP2-(n=1-6)团簇中,P-P比Ga-P容易成键;在GanP-(n=2-7)和GanP2-(n=1-6)阴离子团簇中,Ga3P2-,Ga4P2-,Ga5P2-和Ga6P-的基态结构最稳定.     

红外光谱与人工神经网络相结合识别栽培、野生黄芩和粘毛黄芩

为了识别栽培黄芩、野生黄芩和粘毛黄芩，采用非线性－线性、线性－线性、非线性－非线性三种模式的人工神经网络（ANN）分别分析各种黄芩的红外谱。我们采用42个样本作训练集，34个样本作检验集，用各种模式的ANN进行了监督性训练。当训练目标误差平方和定为0.01时，各类ANN对训练集中三类黄芩样本识别的正确率均为100%，但对检验集样本识别的结果各不相同，其识别的正确率与隐含层节点数S1有关。我们发现当S1较大时，识别正确率反而下降，可能此时网络的非线性程度过高，使其不适合于该类样本集的训练。线性－线性型ANN识别的结果随S1的变化不很大，但识别的正确率不高，基本在85％左右。非线性－线性型ANN识别的结果最佳。当S1为3时，其识别正确率超过了97％。因此该法可用以简便、快速、准确地识别这三种黄芩药材。     

车辆牌照识别系统的设计

利用数字图像处理技术以及神经网络技术对车牌识别系统进行研究。首先从采集的牌照图片中进行车牌定位,车牌字符分割,字符特征提取,最后送入BP神经网络进行识别。     

基于压缩感知的~(252)Cf源驱动核材料浓度识别技术研究

针对252Cf源驱动噪声分析测量法中核材料浓度识别问题,采用压缩感知理论,在K最近邻(KNN)识别算法基础上,研究了一种基于压缩采样的K最近邻(CSKNN)分类识别方法,进而研究并分析了CSKNN方法的识别概率。实验结果表明,CSKNN分类识别方法只需少量的观测值(观测比M/N≥0.1),即可达到分类识别的目的;当信噪比提高时,识别概率将会以更快的速度收敛至100%,且对K值的敏感程度也会随之降低。这样,不仅提高了核军控核查的实时性,而且还有效降低了采样成本,为核材料浓度的在线判读提供了一种新的理论基础和实现方法。     

近红外传感器在汽车改造技术中的应用研究

利用反射式近红外传感器及语音录放组件,研究了汽车倒车防撞语音提示器。当汽车倒车时,只要距车身后尾一定的距离内有人或物体存在,就会有一部分红外光信号经人或物体反射回来,被与发射管同排安装的光敏接收管收到并转换成同频率的电信号后,由模块内部电路进行放大、解调、整形、比较处理后,在输出端输出控制信号,控制语音录放组件工作,告诉司机车后有人、车后有物体。由于近红外线传感器、语音录放组件均为一体化结构,成本低、接线简单、抗震能力强、测量准确、工作稳定可靠,适合在汽车上安装使用。     

图像的微分处理与相关识别

介绍了小波图像微分原理,并对图像的微分处理与相关识别进行了实验分析和研究。实验结果表明,对图像进行小波微分预处理后,可以有效地减少图像中的低频成份,这就使图像相关运算更多地比较了图像的细节变化,增加了相关图像的信息量,可以有效地提高图像的识别能力。     

矩阵摄动和Newmark-β逐步积分相结合的不确定性结构载荷识别

为了反演作用在不确定性结构上的动态激励上下界,在时域内建立了一个矩阵摄动和Newmark-β逐步积分相结合的载荷识别算法。首先依据矩阵摄动理论将动载荷近似表示为中值和摄动量相叠加的一阶泰勒多项式形式,然后引入Newmark-β逐步积分算法对振动学微分方程解耦,推导一个将输入载荷、输出响应和结构特性联系在一起的线性振动离散方程,借助该方程反求出动载荷的中值和摄动量,最终获得动载荷的上下边界。数值算例结果表明,该方法可以高效准确地重建载荷的上下边界,并具有优良的抗噪性能。     

基于SVM回归模型的混合气体组分种类光谱识别方法

针对混合气体红外光谱分析中无法采用同一模型同时进行混合气体组分浓度的定量分析和组分种类的定性分析的问题,本文提出了基于SVM回归模型的混合气体组分种类光谱识别方法.通过详细推导,证明混合气体组分种类识别完全可以通过组分浓度分析的SVM回归模型来求解,混合气体组分种类识别是一种特殊的回归.实验结果显示,该方法的混合气体组分种类的正确识别率不小于92.5%.