二维条码技术现状及前景展望

条码技术是世界上广泛应用的一种自动识别和电子计算机输入数据的手段 ,是提高工作效率的管理工具。并广泛应用于商业、邮政、图书管理、仓储、工业生产过程控制、交通等领域的一种自动识别技术 ,具有输入速度快、准确度高、成本低、可靠性强等优点。对二维条码技术的现状、特点以及对未来的发展与应用前景进行了讨论和展望     

基于功率谱AR模型估计的序列图像复原算法研究

在分析信号复原过程的基础上,提出基于功率谱AR模型估计的序列图像复原算法.对分段信号的功率谱进行估计,在保持图像整体信息良好的前提下,得到幅值谱的补偿滤波器,从而实现序列图像复原.利用所建模型对风洞试验图像进行实验研究,复原图像信噪比得到提高,复原以后的图像误差得到很大程度的减小,恢复效果明显.研究表明,采用功率谱AR模型估计的复原方法,可以有效地应用于气动光学效应序列图像复原.     

气动光学效应降晰函数辨识的最小二乘法研究

在对由气动光学效应引起的图像模糊进行理论分析的基础上,提出了用最小二乘法(LS)对气动光学效应降晰函数进行辨识的方法。利用所建的模型对试验图像进行图像复原,提高了复原图像的信噪比,减小了复原以后的图像误差。     

模糊神经网络在齿轮故障诊断中的应用

介绍了模糊二维自组织神经网络在齿轮故障诊断中的应用方法，并通过齿轮论证了该方法在齿轮故障分类中的实用性。该方法具有结构算法简单、无监督自学习和侧向联想等功能。它有很好的应用前景，可以广泛应用于齿轮的故障诊断。结果表明：模糊二维自组织神经网络是实时地解决齿轮故障中复杂的状态识别问题的一种有效工具。     

带偏差单元递归神经网络齿轮箱故障诊断

为了实现某型号坦克传动系统齿轮箱的智能化故障诊断,采用带偏差单元的递归神经网络理论,建立了基于带有偏单元的递归神经网络的齿轮箱故障诊断模型。针对某型号坦克传动系统齿轮箱的主要故障,将数据采集器现场采集到的齿轮箱数据作预处理后的数据和人为设置了一些故障的数据分别用带偏差单元的递归神经网络模型进行了分析和判断。结果表明,带偏差单元的递归神经网络在本型号坦克齿轮箱的故障诊断中能取得满意的效果,算法精度高,收敛性好。     

气动光学效应图像恢复IBD算法研究

采用迭代盲目反卷积进行气动光学效应图像恢复研究,编制了相应的计算程序,获得了恢复图像和相应的气动光学效应降质过程的点扩散函数,同时讨论了共轭梯度CG算法在盲目反卷积图像恢复计算过程中的收敛性,并提出算法策略。     

神经网络在齿轮故障诊断中的应用

以齿轮振动信号的时域特征为神经网络输入，齿轮的主要故障形式作为神经网络输出，利用改进的BP算法训练后的网络对齿轮故障进行诊断，取得较好的效果。