基于物联网的智能家居控制系统设计

本文设计了一种基于物联网、ZigBee、语音识别的综合性的智能家居控制系统,系统既可以通过APP对家电进行控制,也可以通过语音进行控制,不仅能实现对智能家居的控制,而且能向下兼容普通家电,还能检测CO、烟雾、微尘浓度,防止相应安全隐患的发生,有成本低、功耗低等特点,具有一定的应用前景.     

基于双向循环神经网络的汉语语音识别*

当前基于深度神经网络模型中,虽然其隐含层可设置多层,对复杂问题适应能力强,但每层之间的节点连接是相互独立的,这种结构特性导致了在语音序列中无法利用上下文相关信息来提高识别效果,而传统的循环神经网络虽然做出了改进,但是只能对上文信息进行利用。针对以上问题,该文采用可以同时利用语音序列中上下文相关信息的双向循环神经网络模型与深度神经网络模型相结合,并应用于语音识别。构建具有5层隐含层的模型,其中第3层为双向循环神经网络结构,其他层采用深度神经网络结构。实验结果表明:加入了双向循环神经网络结构的模型与其他模型相比,较好地提高了识别正确率;噪声对双向循环神经网络汉语识别有重要影响,尤其是训练集和测试集附加噪声类型不同时,单一的含噪声语音的训练模型无法适应不同噪声类型的语音识别;调整神经网络模型中隐含层神经元数量后,识别正确率并不是一直随着隐含层中神经元数量的增加而增加,神经元数量数目增加到一定程度后正确率出现了降低的趋势。     

科技项目监察风险点的识别和控制研究

近年来科研腐败案件时有曝出,科研项目中的腐败现象不仅造成财政资金的巨额浪费,也使得科研成果质量缩水。具体到科技主管部门的纪检机构,当前亟待改变科研项目管理的监察现状,对科研项目的廉政检查风险进行全生命周期的监管。本文以北京市科委科技计划廉政风险信息化综合防控平台的风险点识别和控制机制为例,分析科技项目监察风险点的识别方法和控制机制。本文的研究丰富了科技项目风险识别方法和控制机制,同时可以为其他的科技管理部门廉政监察风险的识别和控制机制提供借鉴。     

电力线路相位标志牌的检测和识别

相位标志牌是重要的电力设施,通常安装在输电线挂点附近的显著位置上,准确地检测和识别相位标志牌对输电线路巡检具有非常重要的实际意义。应用图像处理与模式识别技术,提出了一种相位标志牌的检测和识别方法。首先采用灰度化、中值滤波、膨胀和腐蚀的方法对相位标志牌图像进行预处理;然后采用基于区域一致性算子的显著性目标检测方法对预处理后的图像进行相位标志牌检测;最后采用基于仿射SIFT算子的匹配方法对检测到的相位标志牌进行识别。实验结果表明,所提出的方法能够有效地对相位标志牌进行检测和识别,具有较好的鲁棒性、准确性和有效性。     

山区智能视觉火情高空图像搜集系统的设计与实现

介绍了一种针对山区多样性突发火情事件中基于智能视觉的高空图像搜集系统,采用以ST意法半导体公司的STM32F107VCT6为处理核心的开发平台,地面控制平台通过高空无人机的高速照相机对目标区域火情图像数据进行搜集,并将图像数据带回到地面控制平台的PC处理器上进行综合分析。地面控制平台根据智能视觉信息采集模块采集的山区遥感图像的均值作为初始背景,并对背景图像进行实时更新,利用光谱特征与距离算法获取差分图像,并进行图像处理,从而获取山区发生火情区域的图像分析数据,以实现对山区森林突发火情事件的及时监测,在火情发生初始阶段就能扑灭。本文对山区智能视觉火情高空搜集系统的实现原理、核心硬件设计、系统软件设计等分别进行了研究,并通过系统实验进行了验证,测试结果表明,该系统在对山区的高空图像搜集实验中,对不同颜色物体的分别识别率为100%,对火灾与地形地貌的识别率为95.55%和81.12%,非常适用于各种山区环境下的智能视觉监控系统。     

对称零面积变换结合L-M拟合自动识别重叠光谱峰

Raman光谱分析中,由于仪器光谱分辨率的限制和复杂的目标成分,经常存在着谱峰重叠现象。容易导致谱峰参数提取乃至样品成分分析错误,更为现场光谱的自动分析处理增加了难度。重叠光谱峰的识别已成为现场光谱学处理的难点,针对这个问题,建立了一套自动识别重叠谱峰的方法：以多个高斯峰的组合作为重叠光谱解析模型,首先以对称零面积变换寻峰方法确定高斯峰的个数和初步的峰位、峰高、宽度参数,并以Levenberg-Marquardt方法对获得的初始高斯峰参数进行拟合优化,最终获得各个独立谱峰的拟合参数。对该方法进行了测试,其中以仿真数据进行的算法实验证明,对称零面积变换寻峰获得的初始参数与真实值较为接近,在此基础上进行的参数优化收敛速度快,对峰参数的提取可获得较高的准确度;以具有不同信噪比的实测Raman光谱数据进行的算法实验证明,该方法可以适用于信噪比在较大范围变化的信号,但对信噪比过低的实测信号则容易产生虚假峰和漏峰。研究证明,以对称零面积变换寻峰结合L-M拟合自动识别重叠光谱峰的方法具有一定的实用价值。     

基于紫外脉冲和光学透镜的电晕放电检测技术研究

电晕放电产生的紫外线可作为检测信号用于电晕放电识别。紫外成像仪成本昂贵,目前在输配电设备带电巡检中运用较多,但无法运用于实时在线监测,从而无法及时发现安全隐患。为此提出了一种基于紫外传感器的电晕放电监测方法,通过设计光学透镜以聚集紫外线信号从而抑制外界干扰,研究了传感器运行电压、监测距离对紫外脉冲计数监测结果的影响,并通过开展试验与紫外成像仪电晕放电图谱进行了对比验证。校验结果表明,紫外传感器供电电压设置为500 V可以获得最佳检测效果;不同外施电压下紫外脉冲计数结果与紫外成像仪测得的光斑面积测得结果变化趋势基本一致,因此所提出的基于紫外脉冲计数的电晕放电监测方法可有效反应电晕放电的起始和发展。研究结果可以为输配电设备在线监测装备的研制和校验提供重要参考。     

电击死与死后电击的心脏组织光谱模式识别

在司法鉴定领域,涉及电击死亡的案件多发,鉴别死者是生前还是死后受到电击仍是法医病理学鉴定的难点问题之一。为此通过傅里叶变换红外光谱融合机器学习模型对心脏组织视角下的电击死和死后电击两种情况开展分类识别研究。将30只大鼠进行电击死、死后电击和对照处理,通过光谱仪扫描得到其心脏组织光谱,采用竞争性自适应重加权算法共提取到70个光谱特征波长,建立随机森林模型对特征波长提取前后的心脏组织光谱进行模式识别;结果表明,特征波长提取前后模型分类识别的准确率分别为34.9%和73.7%,验证了特征波长提取方法的有效性和必要性。同时建立偏最小二乘模型、传统支持向量机以及粒子群算法和灰狼算法优化的支持向量机模型进行分类识别,结果表明,模型分类识别的准确率分别为61.07%、 34.48%、 100%和98.46%,对比发现经特征提取后的粒子群优化支持向量机模型分类识别效果最好。为排除“生物学死亡期”的干扰,又取60只大鼠按同种方式对其处理,每组又分死后0.5 h和死后1 h 2个亚组,再次通过傅里叶变换红外光谱仪扫描得到光谱数据,数据预处理后将其与之前得到的数据进行一并处理并结合粒子群优化支持向量机模型分...     

偏振光谱多维信息的重构融合算法

针对传统光学手段难以实现复杂背景下光谱伪装目标的准确识别,同时,常规的数据融合方法易导致图像信息丢失的缺点,提出了一种基于非下采样轮廓波变换的偏振光谱多维信息融合方法。该方法结合自研的新型偏振光谱多维信息探测仪器,根据其获取的目标空间、光谱、偏振等多维信息,设计了多维信息重构算法流程,提取了偏振态基础数据斯托克斯参量以及偏振度和偏振角,利用NSCT对基础偏振参量进行图像融合,提升图像的信息含量以提高伪装物的识别准确率。先对具有相同边缘信息的图像Q和U采用NSCT分解,低通子带取均值,高通子带取最大值进行初步融合,获得偏振特征S,最后对偏振特征S、强度图像I以及偏振度DoLP进行NSCT分解,对分解所得低通子带进行区域能量加权融合;对高通子带,根据偏振特征图像具有灰度值小,受光照影响大等特点,采用LBP特征进行加权融合。同时,本方法与四类融合方法进行对比,据信息熵、标准差、平均梯度、对比度以及峰值信噪比五项指标对融合结果进行客观评价,并结合普通图像,偏振融合图像,偏振高光谱图像对目标识别精度进行对比。融合后的图像信息熵为6.998 6,标准差为45.599 8,平均梯度为19.808 6...     

Adaptive lag synchronization and parameter identification of fractional order chaotic systems

This paper proposes a simple scheme for the lag synchronization and the parameter identification of fractional order chaotic systems based on the new stability theory. The lag synchronization is achieved and the unknown parameters are identified by using the adaptive lag laws. Moreover, the scheme is analytical and is simple to implement in practice. The well-known fractional order chaotic Lü system is used to illustrate the validity of this theoretic method.