期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于改进K近邻算法的小型汽车号牌识别系统 被引量:4
1
作者 马志远 余粟 《软件导刊》 2020年第6期231-234,共4页
为了对现有小型汽车号牌识别系统进行优化,改善车牌字符识别系统性能,借助OpenCV图像处理开源库,在车牌图像预处理阶段采用均值滤波方法提高图像质量,采用Sobel边缘检测算子对图像边缘进行提取,利用交替的膨胀、腐蚀操作结合车牌长宽比... 为了对现有小型汽车号牌识别系统进行优化,改善车牌字符识别系统性能,借助OpenCV图像处理开源库,在车牌图像预处理阶段采用均值滤波方法提高图像质量,采用Sobel边缘检测算子对图像边缘进行提取,利用交替的膨胀、腐蚀操作结合车牌长宽比实现车牌轮廓定位,并根据列像素值对车牌字符进行切割,最后采用改进的K近邻算法对分割后的单个车牌字符进行识别。实验结果表明,基于改进K近邻算法的车牌识别系统处理时间为2.08s,识别正确率达91.3%。与传统的K近邻算法相比有着更高的识别率,与神经网络法相比,有着更快的识别速度。 展开更多
关键词 均值滤波 SOBEL边缘检测 车牌识别 改进k近邻算法
下载PDF
基于多状态时间序列预测学习的电源车故障预测方法 被引量:5
2
作者 李炜 周丙相 +1 位作者 蒋栋年 孙晓静 《吉林大学学报(工学版)》 EI CAS CSCD 北大核心 2020年第4期1532-1544,共13页
针对现有的故障预测方法难以适用于大型复杂装备的现状,提出了一种基于多状态时间序列动态趋势预测学习的电源车故障预测方法。该方法首先建立基于长短时记忆(LSTM)网络的电源车运行状态时序预测模型,并结合电源车历史及实时运行数据对... 针对现有的故障预测方法难以适用于大型复杂装备的现状,提出了一种基于多状态时间序列动态趋势预测学习的电源车故障预测方法。该方法首先建立基于长短时记忆(LSTM)网络的电源车运行状态时序预测模型,并结合电源车历史及实时运行数据对未来运行态势进行预测;在获取其预测态势的基础上,再利用改进的k-近邻(kNN)算法分析状态变化趋势和故障之间的关联性,对未来可能发生的故障进行预判。最后,在电源车仿真系统上进行实验分析,验证了所提方法的有效性和适用性。 展开更多
关键词 故障预测 电源车 状态时间序列 长短时记忆网络 改进k-近邻算法
原文传递
特征保持的基于紧支径向基函数的点云简化 被引量:5
3
作者 王先泽 李忠科 +2 位作者 张晓娟 吕培军 王勇 《计算机工程与设计》 CSCD 北大核心 2013年第1期201-206,共6页
提出一种特征保持的基于紧支径向基函数的点云简化算法。算法采用迭代简化的策略:使用改进的k_近邻算法计算点的k邻域,并根据每个点的局部最小二乘拟合曲面多项式计算每个点的高斯曲率;根据选择的紧支径向基函数,建立与点曲率和基函数... 提出一种特征保持的基于紧支径向基函数的点云简化算法。算法采用迭代简化的策略:使用改进的k_近邻算法计算点的k邻域,并根据每个点的局部最小二乘拟合曲面多项式计算每个点的高斯曲率;根据选择的紧支径向基函数,建立与点曲率和基函数支撑半径内点云密度相关的评估函数来评估点的重要性,删除函数值最小的点;更新与删除点相关的函数值,迭代删除值最小的点直到满足简化要求。实验结果表明,该方法能够精确地控制简化后点云的数量,尖峰信噪比高,且能够较好地保持点云的特征。 展开更多
关键词 点云简化 紧支径向基函数 特征保持 改进k_近邻算法 支撑半径
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部