融合动态特征和IV-SVM的火焰识别算法研究

应用传感器信号进行火焰识别的方法易受诸多外部环境因素干扰,同时现有火焰图像特征提取方法对于火焰与场景区分能力欠佳,从而导致火焰或场景发生改变时的准确率较低。文章在颜色信息融入尺度不变特征变换方法(Scale-invariant Feature Transform,SIFT)条件中提出融合动态特征和增量支持向量机(Incremental Vector Support Vector Machine,IV-SVM)的火焰识别算法。首先,针对火焰图像应用SIFT算法提取特征描述符;其次,通过火焰在颜色空间的动态特征融合去除噪声点;再次,将特征描述符转换为对应特征向量并作为IV-SVM训练模型内容,从而获取火焰识别算法模型。在互联网火焰图像数据集的实验结果表明,与Kim方法、Dimitropoulos方法、Sumei方法比较,文章的方法对于不同场景与火焰类型均有较高识别率和较快检测速度,具有较好的实际应用意义。     

基于CVD和Radon变换的旋翼无人机识别

在无人机的检测与识别过程中特征提取尤为重要。针对在低信噪比下由于提取特征困难且鲁棒性较差导致的识别效果不理想的问题，提出了一种基于改进的CVD（Cadence-Velocity Diagram）和Radon变换的特征提取方法应用于识别旋翼无人机。该方法通过提取目标的频率信息、峰值信息和边缘信息作为特征，运用K近邻分类器进行分类识别。仿真结果显示，在信噪比为-15 dB的条件下能够达到96.67%的识别精度。所提方法在低信噪比下识别效果明显优于SVM和朴素贝叶斯等算法。     

神秘的疲劳监测

不知您是否注意过自己爱车仪表盘上咖啡杯图案的提示,如果驾车时亮起,请您一定尽快休息,那不是"鸟窝"咖啡的广告,那是提醒您已经是疲劳驾驶了。当您驾车时出现换挡不及时、不准确,说明您已经处于轻微疲劳状态;当您出现操作动作呆滞,有时甚至会忘记将要进行的操作,说明您已处于中度疲劳;当出现下意识操作或出现短时间睡眠现象时,说明已处于重度疲劳,往往醒来时便已酿成大祸。这些疲劳的驾驶表现对驾驶安全有着致命的威胁,难道就没有技术能够有效地提醒驾驶员么?接下来就为大家一一解读。     

基于Gabor小波和增强Fisher模型的掌纹特征提取

对于其他身份识别的生物特性而言掌纹有着很多的先天优势,因此在各个领域得到了非常广泛的应用。本文通过研究掌纹的特征,提出了一种基于Gabor小波和增强Fisher线性判别模型(EFM)的掌纹特征提取算法。先对预处理掌纹,在对掌纹灰色图像通过算法进行Gabor小波变换后,得到Gabor的掌纹特征向量。随后,通过主成分分析变换高维特征向量至低维空间,最后在此空间内利用EFM变换矩阵提取到掌纹的特征。由于Gabor函数在特征提取方面有着优良的性能,对高维特征的降维处理问题可有效解决,同时,算法也提高了Fisher线性判别式(FLD)的推广能力,可以较好地实现掌纹的特征提取。     

基于支持向量机的车牌字符识别

作者将支持向量机SVM方法用于车牌字符的识别.算法首先采用Gabor变换和外围轮廓结构特征提取的方法提取车牌字符图像的特征参数,然后采用提取的特征训练SVM分类器,再应用SVM分类器分类和判别车牌字符.实验表明这种方法具有良好的车牌识别效果,较强的鲁棒性,较大的应用价值.     

基于线性聚类算法的轴承钢硬度涡流检测虚拟系统的设计

针对轴承钢硬度的要求，提出了一种对电磁检测中的信号进行分类处理的简便方法，得出了一种简单实用的无IR区的线性分类规则，在此基础上利用C＋＋Builder设计了轴承钢硬度虚拟检测系统。     

网上交易历史记录的特征提取

文章针对网上变易历史记录的特征提取问题,对网上交易记录网页特征可能的提取对象进行探讨,通过实验对目前常用的特征提取算法比较后,得出了适合于网页特征提取的方法,并且为有效的提取客户端上保存网上交易记录的特征提供思路.