摘要：传统方法忽略了对船舶大数据网络干扰信息瞬时特征参数的获取,导致识别精度偏低,为此提出并设计了一种干扰信息的高效识别方法。对大数据网络中的不同干扰信息进行离散化处理,以提取准确的特征参数,对干扰信息进行修正与降噪处理后,采用决策分类的方式,对船舶通信过程中产生的干扰信息进行识别计算,实现干扰信息的高效识别。实验结果表明,高效识别方法能够将大数据网络中的干扰信号准确识别出来,较传统方法的识别精度高出了31.7%,具备极高的有效性。

摘要：针对复杂电磁环境下的雷达信号分选识别困难的问题,本文提出了一种高效的雷达辐射源信号调制识别方法。首先,对高速中频采样数据进行高效信道化检测;其次,对获取的脉冲信号进行频域、频谱信息熵、相位信息等特征提取;最后,对于提取的特征,设计了一种基于二叉树形结构的分类器。经仿真验证,该方法具有运算量小、实时性高、对噪声稳健的优点,通过仿真实验,验证了所提方法的有效性。

摘要：卷积神经网络是深度学习的一种高效识别算法,将卷积神经网络引入身份证号码识别中,能够提高识别精度。卷积神经网络可以直接输入原始图像,避免对图像进行复杂预处理工作。在卷积神经网络的设计中,主要要考虑网络层数、卷积层神经元数、子采样层神经元数和输出层的神经元数等因素。本次实验所设计的卷积神经网络结构由3个卷积层、2个子采样层及1个完全连接层组成。

摘要：针对当前铁路客车轴承裂纹人工评判缺陷劳效低下,耗时费眼,主观因素影响大的现状,在不改变现有探伤设备的前提下,以代替人眼为目标,融合机器视觉与磁粉检测技术优势,研制了一种轴承滚动体缺陷自动检测的高效评判系统。文中从需求分析、重要指标、硬件结构、软件界面、检测算法等方面展开了相机机械支撑结构、光源打光方案、人机交互界面、缺陷识别算法的设计,通过现场试验证实,该系统能够达到轴承缺陷快速、准确、高效识别的目标,能做够科学管理检测数据,基本确定了“机器初检+人工复核”的新型作业模式,该系统的研制对提高铁路车辆检修智能化水平、减轻作业强度、提高作业效率具有重要意义。

摘要：在前期探究的最佳测试条件下,利用自主研制的“纤维制品主体组分高效识别与分选装置”对废旧聚酯/棉混纺织物样品进行在线原始近红外光谱采集。基于在线原始谱图,探讨出最佳光谱预处理方法为S-G平滑+最大最小归一化(MMN)+S-G导数,并利用偏最小二乘法建立了废旧聚酯/棉混纺织物的在线近红外定量分析模型,模型的交互验证均方根误差(RMSECV)为1.47,校正相关系数(RC)、验证相关系数(RV)值均不小于0.99,校正相对预测偏差(RPDC)为18.17,验证相对预测偏差(RPDV)为13.13,交互验证相对预测偏差(RPDCV)为11.76。为验证模型的可靠性,选取30个外部样本进行在线验证,验证结果的线性方程为y=(1.00±0.01)x-(0.88±0.56),预测准确率为93.3%。将模型导入分选装置的“纺织品在线主控程序”后,对设备设定不同聚酯含量织物的分选类别,即可对废旧聚酯/棉混纺织物样本进行含量预测,并通过装置的吹分分选系统将样品自动吹扫到相应的收集框中。每个样品预测并分选的时间小于2 s,机械自动分选结果无误。利用所建模型和分选装置可对废旧聚酯/棉混纺织物进行在线高效测定与自动分选。

摘要：在全球能源互联网大力发展的背景下,电力企业可以通过用电信息的共享来实现智能用电的需求,为电力客户提供智能化和多样化的用电服务。以用电信息采集系统为基础,设计构建了用电信息统一接口平台。首先,分析国内外用电服务数据交互与共享的发展现状;接着,从多业务高效协同处理研究出发,构建统一接口平台的系统架构,包括数据获取与转换、业务的高效识别、多业务协同处理等;最后,探讨支撑多业务高效协同处理的关键技术,包括基于多标签的多业务交互需求分类技术、基于深度包检测的高效识别技术、动态分配策略下多任务并行处理技术等。通过系统的应用,实现了采集系统与外部系统数据交互接口的统一、业务交互的规范管理、数据交互内容和方法的灵活配置,系统交互更加安全可靠。通过统一对外发布采集数据,充分发挥了用电信息采集系统对电能基础数据平台的支撑作用。