基于数字图像处理的指针仪表识别技术研究

针对以往指针式仪表识别技术的缺陷,提出一种基于数字图像处理技术的识别方法。该方法基于霍夫变换原理,采用双阈值设置简化计算过程,实现了高效的指针式仪表自动识别。识别过程共分为原始图像灰度化、滤波、图像分割与细化3个步骤,能够很好地识别出指针所在的颜色区域。以灭火器指针式仪表识别为例,对这一识别方法进行验证,结果表明该方法识别快速、识别精度高,具有广泛的应用前景。     

基于图像处理的大蒜蒜种品质无损分级方法研究

针对大蒜蒜种分级过程中蒜种易损坏、机器成本耗费大等问题,提出一种基于图像处理的大蒜蒜种品质无损分级方法。首先对采集到的大蒜蒜种图像进行灰度化、二值化等预处理得到二值化图像。然后在农业工作环境比较恶劣、存在不可避免的噪声情况下,采用形态学处理二值化图像,对图像采用腐蚀算子进行运算,消除噪声,再对图像采用膨胀算子进行运算,得到无噪声的二值化图像。在此基础上通过Canny算子进行有效外轮廓提取并进行旋转矩形拟合,得到最小外接矩形。最小矩形的长和宽比例代替真实蒜种的长宽比作为大蒜蒜种品质筛选的重要依据。实验结果表明,算法可以无损地获取蒜种长和宽的比例,实现大蒜蒜种品质筛选,图像处理过程时间平均为612 ms,满足正常工作实时性要求,在大蒜蒜种品质等级筛选中具有一定的应用价值。     

一种分送式物流配送车辆优化调度算法

建立了具有最大允许路程约束的分送式物流配送问题车辆优化调度数学模型;对旅行商问题的G-W节约算法进行修正,给出求解配送车辆优化调度问题的一种启发式算法,设计了算法实现程序,并通过应用实例证实算法的有效性。     

一种归纳算法的研究与改进

机器学习是人工智能应用的一个重要研究领域,分类算法是数据挖掘中的一种重要技术,决策树学习是其中常用的一种方法,本文针对目前在机器学习和数据挖掘领域中普遍采用的典型的决策树分类算法ID3算法存在的缺点提出了一种基于统计理论的统计归纳SIA分类算法,该算法以概率统计学的理论为基础,利用实例中提供给人们的统计规律的信息进行划分归类,从而简化了决策树的剪枝和优化过程,并通过Delphi实现该算法进行仿真试验,具有准确性高,分类速度快的特点。     

一种基于自适应蚁群算法的产品配置方案

在大规模定制生产模式下,企业面对复杂产品配置问题。在基于蚁群算法实现产品配置求解方案的过程中,针对参数选取对于蚁群算法性能的影响进行了研究,给出了基于自适应蚁群算法的产品配置求解方案,仿真实验验证了该算法策略不仅能保持蚁群算法较为精确的求解性能,且在算法的全局搜索能力和收敛速度上都取得了较好的平衡。     

一种引入参数无需确定聚类数的聚类算法

针对传统k-均值聚类算法的两大缺点,即算法中需要知道确定的聚类数和初始种群选取的随机性,提出了一种新的聚类算法,即基于k-均值聚类算法的无需确定聚类数的聚类算法。这种算法是基于递增思想的聚类算法,最大的特色是无需事先知道聚类数,初始聚类数取1,初始聚类中心为所有数据点的聚类中心,算法中首先设定一个惩罚参数,对于确定的惩罚参数,运算时聚类数逐渐增加,直到收敛,即聚类数不再发生变化,就得到了所需的聚类数以及最终的聚类结果。运用于茶叶分类和各省市平均工资水平分析的2个实验也验证了这种算法的可行性,通过实验可知,这种聚类算法具有较好的全局收敛能力和较高的正确率,稳定性强,收敛速度快。     

一种改进的宽带相干信号测向算法

为了解决宽带独立信号和相干信号同时存在时,信号估计难度大和测向算法复杂的问题,设计了一种新的宽带相干信号测向算法。首先将未知信号进行分解,利用经典多重信号分类算法估计出独立信号的来波方向,然后利用已求出的独立信号信息,将独立信号从未知信号中剔除,只保留相干信号信息,最后利用改进的宽带相干信号测向算法进行相干信号估计。利用Matlab搭建仿真平台,对算法进行了仿真。结果表明,该算法去相关运算简单,可以有效地解决独立信号与相干信号同时存在的问题,提高了信号估计的成功率,并且减小了测向均方根误差,可为宽带测向的研究提供有价值的参考。     

一种非线性自适应预测控制系统算法的研究

在物理世界中真正意义上的线性系统是不存在的。在分析非线性系统时,比较简单直接的方法是选择使用在工作点附近小范围线性化的方法,当实际系统非线性不明显时或工作点变化跨度较小时,此种研究方法具有实际意义。但是当系统存在较严重的非线性或工作点变化跨度较大时,则不能采用在工作点附近小范围内线性化,否则会产生较大的偏差导致控制效果不理想。这时应采用非线性系统的研究方法进行研究。近些年,基于非线性模型的预测控制引起了国内外控制界的广泛关注。     

一种高效益的流水线设计

本文对一个按工艺原则建立车间的工业企业,提出了一种按综合原则建立流水线的方案,可使其取得比已往高得多的经济效益。特别是本文提供的作法揭示出了一种运用工业工程方法挖掘企业内部潜力的新思路。     

一类神经网络自校正控制器的设计与研究

提出一种新的神经网络自校正控制器的设计方法 ,采用神经网络 BP算法作为控制器来控制实际对象 ,动态地修改神经网络的权值作为自校正方法 ,使系统较好地适应负荷和外扰的变化 ,获得满意的控制质量。     

A Different Kind of Union: Balancing Co-Management and Representation

Local unions engaging in co-management and joint governance arrangements require new capacities and organizational forms to balance managerial responsibilities with representation of both the collective and individual interests of the membership. This article examines the evolution of the local union at General Motors' Saturn Corporation through the internal and external tensions created by the challenges faced in assuming these roles. A new model of local unionism, grounded in this experience and data, is outlined for further testing and research.     

一种由555时基电路构成的多谐振荡电路

本文提出并较为全面地分析了一种555多谐振荡电路,推导并简化了振荡参数的计算公式。     

高斯型模糊逻辑系统的BP算法及其应用

在模糊逻辑控制和神经网络理论的基础上给出了高斯型模糊逻辑系统及其 BP算法 ,并给出了 BP算法的一种初始参数的选择方法和反向调整参数的公式 ;还构造了基于高斯型模糊逻辑系统的辨识器并在 Matlab5.1平台上作了仿真实验 ,仿真实例说明了这种算法的可行性和可靠性。有待进一步研究讨论的是如何更好地选择初始参数以获得更好的跟踪效果     

一种亚像素级栅格文字笔画粗细调整方法

为了保证栅格文字的印刷效果,通常需要在印前对栅格文字的笔画粗细进行调整。本文提出一种亚像素级调整方法,基于栅格文字的邻域窗口分析,做到范围和方向的可控调整。该方法将栅格文字图看做前景文字和背景图层叠加的结果,执行图文分离,计算文字部分各点的浓度值,并通过邻域内笔画形态分析,调整其浓度。调整后的文字效果可以类比矢量文字的调整效果,并且适用于全局或任意方向（如纵向、横向、斜向等）的笔画粗细调整。实验表明该方法效果良好,很有实用价值。     

一种大型炮弹底螺拆卸机的液压系统

介绍了一种液压式大炮弹底螺拆卸机的液压系统,该机及其液压系统充分考虑了安全性和实用性。     

基于MBP算法和深度学习的人脸识别

为了解决在深度学习提取人脸图像特征时,易忽略其局部结构特征和缺乏对其旋转不变性学习的问题,提出了一种基于单演局部二值模式(MBP)与深度学习相结合的高效率人脸识别方法。首先,用多尺度单演滤波器对图像进行滤波,得到幅值和方向信息;其次,用LBP算法和象限比特的方法进行编码,分块计算组合其直方图特征;然后,将提取的单演特征作为深度信念网络(DBN)的输入,逐层训练优化网络参数,得到优异的网络模型;最后,将训练好的DBN网络在ORL人脸数据库上进行人脸识别实验,进行识别率计算,其识别率为98.75%。所提出的方法使用无监督的贪婪算法,隐藏层设定为2层,使用反向传播算法优化网络。相较于已知的人脸识别方法,MBP+DBN算法对光照、表情和部分遮挡变化具有较好的鲁棒性,在人脸识别中识别率较高,具有一定的优势,为图像特征提供了一种新的识别方法。     

稠油脱水工艺的研究与改造

简述了稠油对原油脱水系统的影响，并介绍了在稳定原油脱水生产过程中，通过开展药剂实验选型，采用改造稠油与高温重油单独脱水工艺、提高温度以及运用稠油掺稀油原理，加大分水器处理量，合理调整参数等方法，成功解决了脱水过程中出现的系列难题．为今后稠油脱水处理提供了一个很好的借鉴。     

GA －BP 神经网络模型在地区工业技术创新能力评价中的应用

针对当前技术创新能力评价方法大多建立在线性模型的基础上,且技术创新能力影响因素较多,可能存在多重共线性的缺陷,本文提出了遗传算法优化的BP神经网络模型。GA－BP神经网络模型在以下几方面做出了改进：①利用了神经网络强大的非线性关系映射能力,避免了传统线性模型的缺陷。②利用遗传算法对评价指标进行了降维,去除了多重共线性。③使用遗传算法从全局搜寻BP神经网络权值和阀值向量,优化了BP神经网络模型,避免了BP神经网络由于使用梯度下降算法,容易陷入局部最优解的缺陷。本文最后选取2008～2013年全国31个省市规模以上工业企业技术创新能力124条数据作为训练样本,31条数据作为测试样本,分别测试遗传算法优化的BP神经网络和未优化的BP神经网络,测试结果显示遗传算法优化的BP神经网络模型预测准确率高于未优化的BP神经网络模型。