基于非线性势函数法的手写体数字识别

提出了基于非线性势函数的一种几何分类方法,设计了利用电势理论来改造决策面判别函数和利用非线性势函数对手写数字进行分类的算法。以该算法为核心构造的分类器可改善针对不同人写字习惯的分类效果。用VC 实现了该算法,结果表明该算法能减小分类时的错误率,对手写体数字的识别有较好的效果,识别率能达到97%。     

福建沿海水域互花米草蔓延的动态监测分析

利用1999/2000年和2006/2007年2个不同时相的遥感影像对福建省沿海水域的互花米草进行解译提取,并结合地理信息数据和社会统计数据进行变化分析。研究表明:基于专家决策树的福建省互花米草信息提取法具有较高的解译精度,动态监测结果显示,7a来福建沿海水域互花米草蔓延迅速,已侵占了大片的养殖水域和滩涂资源,研究旨在为引起有关部门的高度重视并采取必要的治理措施提供理论依据。     

Fisher大间距线性分类器

作为一种著名的特征抽取方法,Fisher线性鉴别分析的基本思想是选择使得Fisher准则函数达到最大值的向量(称为最优鉴别向量)作为最优投影方向,以便使得高维输入空间中的模式样本在该向量投影后,在类间散度达到最大的同时,类内散度最小。大间距线性分类器是寻找一个最优投影矢量(最优分隔超平面的法向量),它可使得投影后的两类样本之间的分类间距(Margin)最大。为了获得更佳的识别效果,结合Fisher线性鉴别分析和大间距分类器的优点,提出了一种新的线性投影分类算法——Fisher大间距线性分类器。该分类器的主要思想就是寻找最优投影矢量wbest(最优超平面的法向量),使得高维输入空间中的样本模式在wbest上投影后,在使类间间距达到最大的同时,使类内离散度尽可能地小。并从理论上讨论了与其他线性分类器的联系。在ORL人脸库和FERET人脸数据库上的实验结果表明,该线性投影分类算法的识别率优于其他分类器。     

一种茶叶鲜叶分级机的研制

在茶叶生产过程中,鲜叶原料分级是其中重要工序之一。当前,茶叶生产企业普遍采用传统滚筒式鲜叶分级机进行分级,对于机采作业而然,存在着鲜叶分级等次少、分级效果差、损伤率高、不方便收集等系列问题,难以适应机采鲜叶的分级要求。针对于这一情况,我们设计了一种新型螺旋导向鲜叶分级机构。本设计增加了筛筒长度,将鲜叶筛选分为四级,增加了分选等级;同时,通过筛筒内设置的双螺旋导向叶片的阻隔作用,延长筛选时间,提升筛选质量,通过改变筛筒形状结构,选用新型复合材料和不锈钢材料,降低机械对鲜叶的损伤率;其次,采用抽屉式的收集结构,更方便筛选后鲜叶的收集。此外,采用风机进行初步分选,减少了鲜叶分级后短碎叶含量,提升了后续分选效果,通过这一系列的改进设计,有望整体提升鲜叶筛选的效率及分级效果,从根本上解决机采鲜叶的分级问题。     

基于机器视觉的鲜食玉米品质检测分类器设计与试验

设计一种基于机器视觉的鲜食玉米品质检测分类器。利用计算机视觉技术,通过小波分析方法对不同角度拍摄的鲜食玉米图像进行纹理特征分析;在获取玉米图像纹理特征的基础上,采用最大熵函数对纹理图像的分离度进行度量,并结合重量判据设计鲜食玉米品质检测分类器,实现对不同品种、尺寸以及破损程度的鲜食玉米进行分类,有效剔除病虫害污染的玉米产品。该设备可有效减少因工人主观经验水平的参次不齐等主观因素导致产品质量检测分类不均的现象。经实验验证,该品质检测分类器能够有效完成不同重量、尺寸的鲜食玉米的产品品质检测与分类,有效分类率可达到99%以上。     

运用TM资料提取稻田信息的研究初报

本文是水稻遥感估产技术经济前期研究的主要内容之一,其目的是研究从TM资料中提取稻田信息的可行性,为水稻遥感估产提供提取稻田信息的遥感技术.试验先选用动态聚类、最大似然法和逐步分类法进行稻田信息提取.再经波段比值法和地形因子分层分类的后处理,在特定的试验区内,其面积精度可达到99％以上.     

基于Adaboost算法的田间猕猴桃识别方法

实现猕猴桃自动化采摘的关键是自然环境下果实的准确识别。为提高田间猕猴桃果实的识别效果,基于Adaboost算法,利用RGB、HSI、La*b*3个颜色空间中的1个或多个通道构建6个不同的弱分类器,用采集的猕猴桃果实和背景共300个样本点进行训练生成1个强分类器。然后选择655个测试样本点进行验证,强分类器分类精度为94.20%,高于任意弱分类器。对80幅图像中215个猕猴桃进行试验,结果表明：Adaboost算法可有效抑制天空、地表等复杂背景的影响,适合于自然场景下的猕猴桃图像识别,识别率高达96.7%。该技术大大提高了猕猴桃采摘机器人的作业效率。     

基于改进支持向量机的水电机组多类轴心轨迹智能识别

在水电机组故障诊断系统中,轴心轨迹是判断机组状态的一个重要特征。而水电机组实际运行中轴心轨迹故障样本数量较少,依据其进行故障智能诊断无法准确完成,需结合相应频谱特性才可做出诊断。论文针对此问题,采用改进的支持向量机（support vector machine,SVM）多故障分类算法,建立了多故障轴心轨迹分类器,并应用于水电机组的故障诊断。结果表明,改进的SVM在样本数较少时取得较好的分类效果,样本数为16和50时,分类准确率达到了96.3%和91.2%,;并且在分类数增多时,分类准确率得到提高,而样本数增多时,分类准确率骤减。该故障分类器可实现多故障的识别和诊断,并且具有算法简单和对多故障轴心轨迹图形分类能力强的优点。该研究可为水电机组少样本轴心轨迹故障的智能诊断提供参考。     

杏子河流域土壤侵蚀空间差异快速评估与验证

利用RS与GIS相结合的技术手段,探讨了流域下垫面覆盖信息和地形信息的快速提取方法;在对土壤侵蚀评价因子进行合理筛选以后,参考国家土壤侵蚀分级分类及其参考指标,利用ERADS图像处理软件提供的专家分类器,实现对土壤侵蚀强度及其空间差异的快速、精确评估,并以水文站的观测数据进行验证。     

基于电磁式同步执行机构的鲜枣分级机设计与试验

为了提高鲜枣机器视觉分级机的分级精度和速度,该文研究设计基于电磁式同步执行机构的鲜枣机器视觉分级机,整机由辊轮输送链、拨板链条、电磁铁、同步传动链轮、STM32F407图像处理器和STM32F103控制动作执行的协处理器等组成。执行机构单元拨板与辊轮输送同步,采用灵敏度高的电磁铁吸附硅钢开关扣板执行动作。图像处理流程为图像颜色分量、Sobel算子滤波、大津法二值化、椭圆拟合提取颜色和大小特征值。样机试验结果:拨板链同步位差为0.413 mm,单元拨板击撞力为2.57 N,红枣表皮瞬间承受最大力为12.69 N;每帧图像处理时间为50 ms,执行机构动作时间为40 ms,辊轮输送速度为320 mm/s,红枣分级速度达20个/s,实现鲜枣5个大小等级和1个绿色等级的分级,分级准确率为93.7%,无损率为100%,最大产能达1 400 kg/h。设计的基于电磁式同步执行机构的鲜枣机器视觉分级机实现了鲜枣的高准确率、高速度、无损分级要求,为机器视觉红枣快速分级设备的发展提供重要的技术支撑和理论参考。