基于机器视觉的网络化玉米病害检测方法研究

文章主要针对玉米病虫害的检测方法开展研究,利用聚类算法和中值滤波方法对玉米叶片图像进行预处理,去除阴影、光线等外界干扰因素,通过色彩空间聚类分割方法分离叶片的病斑区域,并保存病斑周边区域颜色等特性,利用颜色、纹理、形状等信息进行特征提取,以支持向量机对玉米叶片病虫害差异进行诊断,并利用网络化数据传输方式搭建数据库进行远程采集及监测。     

深度学习融合多源数据的城市土地利用制图研究

基于单一方法和单一数据源的遥感图像复杂信息挖掘的精度和可靠性不高。而深度学习为代表的人工智能方法为高分辨率遥感地物信息挖掘提供了新的手段。着眼于城市化的精准监测和精细管理需求,本文选取西安市空港新城作为研究区,建立适合中国城市的高分遥感土地利用数据集。通过微调最先进的卷积神经网络模型,从遥感图像中提取有价值的颜色和纹理特征,得到高精度的地物分类结果;利用多源数据对模型分类精度进行交叉验证,在此基础上基于空间分析识别复杂目标;引入共享单车数据进行土地利用建模,挖掘影响城市发展的关键因素。我们将3S技术和人工智能技术应用到土地利用制图与分析中,为城市地理学精细化和定量化研究做出有价值的尝试。     

基于加权稀疏与加权核范数最小化的图像去噪

为提高图像去噪的性能,本文提出一种基于加权稀疏表示结合加权核范数最小化的图像去噪算法。通过高斯混合模型(GMM)学习算法,从自然图像中学习非局部自相似先验信息,利用加权稀疏编码来辅助重构图像的细节纹理,及低秩正则化来恢复噪声图像块矩阵的潜在结构。实验表明,该算法在保留图像的结构和纹理信息的同时能更好地去除噪声。     

规则模糊系统和ICA在图像识别中的应用

利用模糊系统中的模糊规则和SVM中内积函数之间的关系,通过支持向量机对训练样本进行学习,由支持向量确定模糊规则,构建基于规则的模糊分类器。对人脸图像做独立成分分析,提取有利于分类的面部特征的主要独立成分。该模糊系统在ORL人脸库上的实验结果表明,该方法同样适合解决小样本、非线性、高维模式的分类问题。     

基于Sentinel-1A微波数据的土地利用信息提取方法对比

本文基于哨兵卫星Sentinel-1A双极化微波遥感数据,应用H/Alpha-Wishart、H/A/Alpha-Wishart两种非监督分类和Wishart迭代分类、支持向量机(SVM)两种监督分类方法分别对上海及长江入海口区域进行地物信息提取。对遥感数据进行预处理,利用H/A/Alpha极化目标分解提取极化特征参数;对影像进行非监督分类,对比非监督分类结果,计算分类精度;利用Wishart分类器和SVM分类器进行监督分类;参考Google earth等地图工具,对研究区的训练样本进行选取,将训练样本和极化参数带入分类器进行训练并不断调整参数,得到分类结果;进行精度分析,对比各分类方法的分类精度。由最终分类结果可知:监督分类对图像的解译效果最好,可解释性强,SVM监督分类结果最好,H/Alpha-Wishar最差,非监督分类方法中增加了A的H/A/Alpha-Wishart,非监督分类精度得到了提升。     

基于Gabor的人脸识别技术研究

本文提出了基于Gabor小波变换的人脸识别技术研究。采用Ycb Cr作为人脸图像检测颜色空间,简单高斯模型表征颜色分布;采用Gabor小波变换提取人脸图关键特征作为输入向量,Direct LDA算法对人脸原始图像进行线性判别;采用支持向量机进行人脸识别。仿真实验表明,该方法能准确识别人脸,实时性满足实际要求。     

基于边缘信息增强的CNN行人检测算法

行人检测是模式识别与分类的经典问题,一直受到研究人员广泛的关注。卷积神经网络作为深度学习的重要模型,在解决行人检测问题上有着良好的效果。基于以上背景,文章提出一种利用双输入卷积神经网络结合图像边缘强化特征进行行人检测的方法。该方法使用Canny边缘检测算子对图像进行边缘检测,得到完整的行人边缘信息,并将其与完整的行人图像分别作为卷积神经网络输入,达到边缘增强的目的,最后通过对卷积神经网络结构参数的优化,实现对行人的检测分类,经在标准行人样本集进行测试,证明了文章算法的有效性。     

智慧学习环境下摄影专业课生成性教学路径的探究

伴随着信息技术的高速发展,智慧学习环境成为了教育行业重点关注的对象。与此同时,生成性教学作为一种全新的教学思想,同样也获得了教育行业的广泛认可。在摄影专业课教学中,教师通过契合智慧学习环境进行生成性教学的构建有利于促进教学模式的创新和教学质量的提升。文章就智慧学习环境和生成性教学的内涵及要点展开了详细论述,同时针对性地提出了有关构建策略,旨在为相关教学工作者的工作实践提供参考。     

基于android的驾驶员疲劳预警系统的设计

本文鉴于人的眼动行为中的随机性及模糊性的特点,采用不确定性的二维多规则推理生成器对驾驶员进行疲劳检测,该生成器检测率在模拟驾驶环境下可达到80.2%。然后以生成器为疲劳检测模型构建基于android的疲劳预警系统。该系统主要包括驾驶员眼部图像采集、疲劳检测和疲劳报警三大模块。系统采集到驾驶员头部数据,通过人脸人眼定位,计算眼动特征参数,将这些参数输入系统进行检测,一旦检测到疲劳,系统会进行语音提醒。     

基于人脸识别技术的智能小区安防系统设计

文章针对目前智能小区存在的安全隐患,提出了利用人脸识别技术的智能安防管理系统设计。该设计基于AdaBoost算法,通过对输入图像的Haar-like特征进行训练构成级联式强分类器来实现人脸图像的检测,并利用欧式距离的计算比较最终完成身份的识别,解决使用中身份被盗用的问题。     

基于蓝牙的环境数据采集系统研究与实现

为了实时、准确和便捷地采集环境数据,文章研究并实现了一种无线环境数据的采集系统。该系统采用高可靠性、小体积的智能传感器,可对温度、湿度和雾霾等环境数据进行采集,并通过蓝牙4.0无线技术将数据传输到安卓手机接收端显示。实测表明:多传感器的环境数据能够实时准确地被采集,并且安卓手机端能同步显示环境数据。此外,该系统具有体积小、数据准确和使用方便等特点,具有一定的实用性。     

基于均值偏移的粒子滤波视频跟踪算法研究

提出了基于融合颜色和LBP纹理特征的均值偏移粒子滤波视频跟踪算法。粒子滤波用带权粒子集表示待求解函数值,解决了非高斯非线性问题,提高了跟踪精度。将均值偏移嵌入到粒子滤波算法框架,实现对粒子的聚类,减少粒子数量同样达到实时准确跟踪的效果。融合颜色信息、纹理信息的多种特征描述,能够准确地描述模标,提高模标锁定的准确性,克服环境中相似颜色干扰的问题。实验证明,该算法在人体行为实时跟踪的准确性和鲁棒性方面较原算法有明显提高。     

Stacking算法的优化与改进

集成学习算法的基本思想是通过组合多个学习器来共同完成对数据集的学习及预测。本文针对数据挖掘领域常见的分类问题,采用集成学习算法能够稳定提升分类器的性能,同时在现有阶段通用Stacking算法框架的基础上,提出一种以随机森林和梯度提升树等算法作为基层算法的多层Stacking集成学习算法。通过在6个UCI数据集上的实验,结果表明改进后的Stacking算法与其他几种集成算法在泛化性能的提升上有较好表现。     

基于机器视觉的条码自动检测系统构成

基于机器视觉的条码自动检测系统,可以完成从条码图像采集到对采集的条码图像进行图像处理、识读的系统流程。针对条码检测的特点,结合各种硬件本身的特性,实现了条码自动检测系统的整体结构设计。     

遥感图像分类方法综述

从遥感图像分类方法的基本原理入手,介绍了遥感图像分类处理的一些传统方法,并且对遥感图像分类处理研究的新方向作了一些介绍,同时对遥感图像分类方法的发展趋势做了展望。     

生成性教学下英语课堂兴趣的激发

外语学习是一个枯燥的过程,而“学习兴趣”是化腐朽为神奇的课堂良药,是学生学习的主要动力之一。在强调生成性教学的环境下,英语教师应该如何充分、灵活的运用课堂中的生成性资源,如何在与学生互动的教学活动中全方位的激发学生的学习兴趣,培养学生的学习“成就感”,让学生不仅爱上英语学习,而且能更好的掌握英语学习的方法最终实现到自我学习过程。本文就此展开讨论并提出几点切实可行的建议。     

基于RS技术的资阳区土地利用现状分析

随着科学技术的发展,遥感技术在土地研究领域的贡献越显得突出,本文就以资阳区为例,通过对遥感图像的合成、校正、波段的选择、图像的增强、区域裁剪等步骤确定准确的研究区域,并在此基础上对资阳区的遥感图像进行分类,希望此分类能为该区的土地利用给予一定的指导。     

基于MIPS平台的自行式主动探测装置设计

文章设计了一种基于MIPS平台的自行式探测装置,通过远程遥控方式进行现场图像的主动探测与传输。系统采用STM32F103控制探测装置的自主移动及摄像头云台姿态调整,实现了图像的实时采集与传送功能。客户端显示的操作界面能友好地与操作者实现人机交互;路由模块通过Wi Fi方式进行现场数据的实时远程传输,确保了传输距离和速度。     

加权投票自适应的联络中心多类型任务量预测

联络中心排班需要准确预测到达任务量的各种类型。联络中心任务量数据庞大复杂,针对多类型任务的预测方法进行了研究,实现了对联络中心大量任务数据进行准确预测类型任务的目的。首先分析了任务量数据特点,确定了工作日和休息日对任务类型的影响。工作日使用PSO优化LIBSVM模型的参数,作为弱分类器用自适应增强算法迭代训练,提出用加权投票方法融合弱分类器的思想;休息日直接使用PSO-SVM模型预测。实验结果表明,该方法的分类准确率相对于传统方法准确率有很大提高。这对联络中心的人员排班管理具有重要的作用,对其他的服务行业的任务预测分类也有重要的参考价值。     

基于Context模型与Wiener滤波的小波变换图像去噪方法

在分析图像小波分解系数分布特征的基础上提出了一种基于Context模型与Wiener滤波的小波变换图像去噪算法。算法利用Context模型建立小波分解后系数的分类模型,并对不同尺度和方向的小波分解系数根据分类使用不同的阈值去噪。实验表明,本方法能较好的去除图像噪声和保留图像细节信息,在提高去噪图像信噪比和改善主观视觉效果方面都表现出了良好的性能。