导读:本文包含了自动识别算法论文开题报告文献综述及选题提纲参考文献，主要关键词:电气部件,红外热成像,匹配矩阵,SURF
自动识别算法论文文献综述
李伟,王军,俞跃[1]（2019）在《基于可见光匹配矩阵的电气部件故障红外自动识别算法》一文中研究指出基于红外图像差分比对法可以高效地检测并发现电气部件老化、接线松动、绝缘失效等问题,但由于红外热图像分辨率低、对比度差,直接特征匹配误点率高、匹配成功率低,提出一种基于可见光匹配矩阵的电气部件故障红外自动识别算法。首先通过固定区域截取法或手动提取特征点配准法处理可见光图像,使处理后的可见光图像与红外图像完全匹配;然后使用SURF及RANSAC算法将匹配好的待测及标准电气部件的可见光图像进行配准,并使用最小二乘法获得最优仿射变换矩阵。最后使用该匹配矩阵将待测及标准电气部件的红外热像图进行配准,进而进行差分故障判断。实验结果表明:该检测算法相较于直接差分比对法,匹配效果好、鲁棒性高,且能够实现异常区域的准确定位。(本文来源于《红外技术》期刊2019年11期）
阳恩慧,张傲南,杨荣山,王郴平[2]（2019）在《高速铁路无砟轨道表面裂缝叁维图像自动识别算法》一文中研究指出无砟轨道表面伤损的自动检测技术是当前高速铁路检测与监测的关键技术。采用叁维图像技术,将原始叁维图像转换为二进制图,基于叁维光影模型的轨道结构表面裂缝的叁维图像识别算法,采用连通域分析与线性形态分析方法,了轨道结构裂缝识别中图像噪声消除算法,从而提高轨道结构表面裂缝自动识别的准确率。室内试验对比结果表明:课题组研发的高速铁路轨道表面伤损检测系统,可获得高精度的裂缝长度、宽度以及深度的数据信息,轨道板裂缝最大宽度的识别结果相对误差为6.25%、9.68%,裂缝长度的测试识别相对误差为1.39%、2.92%,平均深度的测试识别相对误差为15.69%、13.04%。采用提出的裂缝识别算法可实现100%准确率的裂缝自动识别。(本文来源于《铁道学报》期刊2019年11期）
焦安波,邵立云,李晨曦,马俊凯,王学娟[3]（2019）在《基于直线组仿射不变特征的自动目标识别算法》一文中研究指出为了提高基于异源模板匹配的自动目标识别方法的精度和准确率,提出了一种采用直线组几何基元的图像匹配算法,该算法利用直线组表示目标,利用直线组中各条直线构成的叁角形面积之比作为描述直线组的特征量,在所有候选直线组中找到与目标匹配的最佳直线组,并确定组内直线的一一对应关系,求出模板图与实时图中的同名点,最后利用同名点检测出实时图中目标的位置;此外,还提出了一种在实时图中进行直线提纯的方法。该方法可以提出实时图中的主要直线,为文中所提算法的精确性提供了保障。实验结果表明:文中提出方法具有较高的匹配精度和准确率。(本文来源于《红外与激光工程》期刊2019年S2期）
赵志伟,倪桂强[4]（2019）在《非限定条件下无约束的多姿态人脸关键特征自动识别算法》一文中研究指出多姿态人脸关键特征的自动识别,对处理人脸数据库中的图像具有重要意义。为了保证人脸关键特征被准确识别,需要对人脸关键特征进行提取。传统算法对多姿态人脸关键特征进行自动识别时有效性差、识别率低、效率低。为此,文中提出了一种基于向量机的多姿态人脸关键特征自动识别算法,利用相机的焦距将人脸关键特征图像的叁维坐标表示出来,计算出多姿态人脸关键特征的叁维信息。利用滤波器处理多姿态人脸的关键特征并对其进行提取,最后根据向量机的权值,对人脸关键特征的目标函数和特征中的噪声进行分析,计算人脸自动识别的条件概率和迭代次数,实现非限定条件下无约束多姿态人脸关键特征的自动识别。实验结果表明,所提算法能够对多姿态人脸关键特征进行自动识别,并且具有较高的识别率。(本文来源于《计算机科学》期刊2019年09期）
李思楠,王素新[5]（2019）在《一种光电容积脉搏波的特征点自动识别算法》一文中研究指出目的为弥补现有光电容积脉搏波特征点识别算法存在的需要人为设定阈值筛选门限和对复杂波形适应能力较差的缺陷,提出一种基于脉搏波上升支单调增加几何特性的特征点自动识别算法。方法通过两次Hilbert变换后过零点检测在每个脉搏周期内确定一个"基准点",在"基准点"前后搜索距离其最近的凹拐点即为波谷点、凸拐点即为主波峰点。结果利用MIT-BIH标准数据库中18组数据进行检测验证,平均值达到99.94%灵敏度、99.72%查准率和99.68%检测准确率。对比已有的4种算法,在查准率上有明显的提升,应对复杂的波形依然能准确识别特征点。结论提出的算法在搜索确定脉搏波波谷点和主波峰值点位置过程中取得较高的检测准确率,同时展现出对波形变化更强的适应力。研究结果为临床上通过脉搏波特征提取进行生理病理分析提供良好基础。(本文来源于《医用生物力学》期刊2019年04期）
张中伟,付泱,刘辉[6]（2019）在《无人机自动目标识别算法研究综述》一文中研究指出自动目标识别(Automatic Target Recognition,ATR)技术是航空领域应用的关键技术组成部分,特别是对于未来无人机系统执行战场侦察监视、目标跟踪打击等任务具有巨大的军事应用价值。本文介绍了无人机侦察图像ATR技术应用原理,对现有的ATR算法进行分类并介绍相关无人机应用的研究现状。本文还简要介绍了典型ATR算法评估指标和相关方法,最后对未来无人机应用的研究方向进行展望。(本文来源于《2019年（第四届）中国航空科学技术大会论文集》期刊2019-08-15）
喻汉,吴怀宇,陈镜宇,徐发兵[7]（2019）在《基于ELSD的指针式仪表自动识别算法研究》一文中研究指出为实现指针式仪表自动识别,本文提出一种基于直线椭圆检测器(ELSD)的指针仪表自动识别策略。整个策略包括刻度线粗识别、仪表圆弧边界拟合、刻度线重识别和排序、仪表指针识别以及仪表示数计算等5个模块。首先,使用本文设计的自动迭代算法将检测到的线段匹配成对,并结合K-means聚类算法得到粗识别的刻度线;接着,根据粗识别出的刻度线与检测出的仪表圆弧位置关系确定仪表圆弧边界;然后,根据仪表刻度线与圆弧边界相交重新确定刻度线并进行插值补全、排序,构建出整个仪表刻度线坐标系;最后,根据仪表指针自身结构特征得到指针在坐标系中的位置并计算出仪表示数。通过实验结果可知,本文提出的算法可减少对模板图像和人工标定的依赖,在保证准确率的情况下能简化并加快整个仪表自动识别过程。(本文来源于《高技术通讯》期刊2019年07期）
苟竹梅,先荣豪,全诗诗[8]（2019）在《基于机器学习的自动驾驶汽车AEB系统儿童识别优化算法》一文中研究指出随着自动驾驶汽车的逐步发展,识别技术在路用安全性方面还存在瓶颈。笔者基于AEB系统摄像头传感器检测下的环境感知模块设计儿童识别优化算法,通过C++等编译程序,利用Opencv计算机视觉库编译核心算法,搭建分类器模型。基于LBP特征描述子下的级联分类器作为训练儿童检测分类器优化算法的核心,融合图像变换基础识别算法,包括图像增强、形态学运算及图像分割等图像识别算法,形成由基础算法加以儿童为主体的分类器优化检测识别算法,达到实现较高识别率的儿童识别优化的目的。这为自动驾驶汽车上路后,面对复杂的交通大环境时,提高了行人尤其是儿童的正确检测率,为行人提供安全保障。(本文来源于《信息与电脑(理论版)》期刊2019年12期）
张青[9]（2019）在《聚类算法在自动识别假冒领导诈骗电话的应用》一文中研究指出为了自动识别各类诈骗电话,有效提升用户通话体验,减少用户经济损失,采用挖掘分析中的统计和数据建模方法,通过分析用户通话信令,研究通话业务模式,构建异常通话自动识别的聚类算法。经过实验验证了该聚类算法在假冒领导诈骗电话自动识别的有效性,可有针对性地指导接下来的诈骗电话细分。(本文来源于《移动通信》期刊2019年06期）
马广龙[10]（2019）在《基于多模态神经网络的心电信号自动识别算法研究》一文中研究指出心电图(ECG)是医生进行心脏疾病诊断的重要依据,它是一种无创、有效的可以观测心律和心脏状态的医疗工具,通过心电图(ECG)去发现人体中不规则的心律变化在心脏病学领域是一项非常重要的课题,传统的心电识别算法准确性较差,且需要手动设计心电特征才能进行下一步的分类任务,但是这一方面需要专业的医学背景知识,另一方面对于心电图来说,手动设计的特征是完全基于人类当前对已有的心电图的认知来进行设计的,这些的特征或许很有代表性,但是却难以覆盖心电图的全部特征。随着深度学习的快速进步,在各个领域已经展现出其强大的性能,利用深度学习去解决心电图的自动识别成为医疗领域研究者的研究热点。因此本文提出使用卷积神经网络和循环神经网络的组合模型于解决心电图分类问题。本文重点研究心电信号及心电信号自动识别分类技术,主要目的是解决传统心电识别方法中特征提取过于复杂和分类效果较差的问题,提出利用多模态神经网络完成心电分类任务,心电识别过程更加简单方便且识别效果更佳。本文通过对传统心电信号识别算法进行分析,进行实验对比单一神经网络在心电信号识别上的优势与缺陷,在此基础上,根据心电信号的特点,对单一神经网络进行改造与优化,取得了如下的研究成果:1、首先设计两个普通的卷积神经网络和循环神经网络模型,进行实验,验证了深度神经网络在心电图的分类任务上相比于传统方法的优势,同时,也发现了单卷积神经网络和单循环神经网络在心电图分类任务上的有限性。2、提出利用组合模型的方法去弥补单一网络的劣势,充分利用卷积神经网络学习到的波形特征和循环神经网络学习到的时序特征,最后采用注意力机制的特征融合策略,将波形特征与时序特征有效融合从而去完成心电图分类任务。通过实验验证,本文所提出的CLWA(CNN-BiLSTM With Attention)模型对心电图的分类准确率达到99.54%,且相比于传统的单卷积神经网络和单循环神经网络,在心电图的每一类别上分类的敏感度和特异性等评价指标上表现更好。3、本文设计了一套心电图自动识别系统,可以在多场景下进行实时的心电监测与预警,对未来的健康医疗建设具有重要意义。(本文来源于《北京邮电大学》期刊2019-06-04）
自动识别算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
无砟轨道表面伤损的自动检测技术是当前高速铁路检测与监测的关键技术。采用叁维图像技术,将原始叁维图像转换为二进制图,基于叁维光影模型的轨道结构表面裂缝的叁维图像识别算法,采用连通域分析与线性形态分析方法,了轨道结构裂缝识别中图像噪声消除算法,从而提高轨道结构表面裂缝自动识别的准确率。室内试验对比结果表明:课题组研发的高速铁路轨道表面伤损检测系统,可获得高精度的裂缝长度、宽度以及深度的数据信息,轨道板裂缝最大宽度的识别结果相对误差为6.25%、9.68%,裂缝长度的测试识别相对误差为1.39%、2.92%,平均深度的测试识别相对误差为15.69%、13.04%。采用提出的裂缝识别算法可实现100%准确率的裂缝自动识别。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自动识别算法论文参考文献
[1].李伟,王军,俞跃.基于可见光匹配矩阵的电气部件故障红外自动识别算法[J].红外技术.2019
[2].阳恩慧,张傲南,杨荣山,王郴平.高速铁路无砟轨道表面裂缝叁维图像自动识别算法[J].铁道学报.2019
[3].焦安波,邵立云,李晨曦,马俊凯,王学娟.基于直线组仿射不变特征的自动目标识别算法[J].红外与激光工程.2019
[4].赵志伟,倪桂强.非限定条件下无约束的多姿态人脸关键特征自动识别算法[J].计算机科学.2019
[5].李思楠,王素新.一种光电容积脉搏波的特征点自动识别算法[J].医用生物力学.2019
[6].张中伟,付泱,刘辉.无人机自动目标识别算法研究综述[C].2019年（第四届）中国航空科学技术大会论文集.2019
[7].喻汉,吴怀宇,陈镜宇,徐发兵.基于ELSD的指针式仪表自动识别算法研究[J].高技术通讯.2019
[8].苟竹梅,先荣豪,全诗诗.基于机器学习的自动驾驶汽车AEB系统儿童识别优化算法[J].信息与电脑(理论版).2019
[9].张青.聚类算法在自动识别假冒领导诈骗电话的应用[J].移动通信.2019
[10].马广龙.基于多模态神经网络的心电信号自动识别算法研究[D].北京邮电大学.2019