摘要：针对二次设备状态转换过程中易发生误操作的问题,设计了一种智能变电站二次防误系统。采用直流系统、站用电低压系统、监控系统、二次控制回路、微机保护装置、测控装置和计量装置等构建防误系统;基于SVM和pca算法的融合模型实现对变电站的一二次设备状态参数的实时监测;对变电站二次设备参数分析。试验结果表明,通过系统二次防误的精准度高达九成以上,为下一步研究奠定基础。

摘要：针对电网调度过程中,相关节点数据异常监测和防误不及时的问题,设计一个基于电网调度运行的智能防误系统。系统通过嵌入式技术,将精确字符集(BM)算法融入电网调度数据监测中,通过优化监测数据达到精确数据的目的;对于超过设定值的异常数据,利用支持向量机(SVM)—主成分分析(pca)算法进行防误校核,实现电网调度智能防误。实验结果表明,该系统能通过故障线路电流出现明显的波动,更准确地诊断出故障元件;电网调度防误准确率稳定在96%左右,最高达97%,且变化趋势不大。

摘要：在安全监控领域,人脸识别系统的需求日益增长,这要求系统能够从摄像头采集、人脸识别到结果显示均可靠实现.文中提供一种软硬件协同设计方案.首先通过软件设计有效地选择比特位宽、定点数算术用于指导硬件设计.其次,通过软件实现数据的采集、显示、传输和系统控制,FPGA实现人脸识别算法提高算法速度和降低系统复杂度.阐述了软硬件协同方案和pca算法的FPGA实现.相比传统的纯软件实现人脸识别算法,提高了效率,识别率74％,错拒率4％,误识率6％.最后,研究了pca算法相关门限阀值的设置,发现通过合理的范围预判和门限阀值设置可以有效地提高4％～6％的识别率.

摘要：人脸识别是生物识别方法中应用最广泛的技术之一,主要应用于军警公安、金融、网络安全、物业管理以及国家重要部门。笔者设计的基于pca算法的人脸识别登录系统,功能模块包括读入人脸图像建立人脸图像库、人脸图像预处理、人脸图像识别和输出结果。本设计采用MATLAB进行基于人脸识别的登录系统程序设计与仿真,实验结果表明笔者设计的人脸识别登录系统的识别正确率可达到90%。

摘要：当组成冗余惯组的陀螺为MEMS陀螺,而故障又为幅值比较小的阶跃故障时(仿真发现,阶跃故障幅值为陀螺噪声方差的10倍左右大小时),使用以往的pca故障检验方法,陀螺噪声会造成故障检测的困难。针对这种情况,提出了MEMS冗余惯组小幅值故障检测的pca(Principal Component Analysis)算法设计和优化的方法,在以往pca算法的基础上结合假设检验算法,考虑了陀螺噪声的影响,降低了MEMS陀螺噪声对故障检测的影响。通过仿真验证,证实了本文算法比以往pca算法具有更高的检测准确性和灵敏度,这对于提高整个系统的可靠性具有重要意义。

摘要：为了解决快速、准确人脸识别的问题,提出了一种基于并行pca算法的人脸识别方法。利用主成分分析法（pca）能够降低特征维数、容易实现、训练时间较短的特点,设计实现了一种并行pca算法,首先根据整幅图像提取出4幅部分人脸图像,然后将整幅图像和4幅部分图像同时由相同结构的pca模型进行学习,提取人脸特征向量,通过欧氏距离进行测试图像与训练图像的匹配计算,最后通过测试图像与5级并行pca模型的识别结果进行加权决策,从而实现人脸识别的目的。利用ORL人脸库的图像数据,在Matlab进行的仿真实验结果表明,该方法在准确性上有了很大程度的提升,识别的速度也相对较快,具有较高的鲁棒性。

摘要：特征提取和分类器设计是人脸识别算法中的两个关键问题。提出一种基于二次小波变换、pca算法与BP神经网络的人脸识别算法。该算法采用二次小波变换与pca相结合的算法提取人脸图像的主要特征,并运用加入动量项的改进BP神经网络算法进行人脸图像分类识别。在MATLAB环境下,利用ORL人脸图像数据库进行了仿真实验,实验结果表明,该算法实现简单、识别速度快、识别率较高。

摘要：首先分析探讨了pca算法以及LDA算法,针对所存在的问题提出了结合两种算法的人脸识别方法,并在在MATLAB中的实现。在此基础上,本文进一步将该方法融入到考勤管理系统中,以此提出人脸识别考勤管理系统的设计方案,包括系统总体架构设计、功能模块设计以及数据库设计等。最后通过系统测试证明,本文所设计的基于pca和LDA算法的人脸识别考勤管理系统,能够对不同光线、角度等情况下的人脸信息进行有效识别,达到了预期的设计要求。

摘要：在空间遥操作系统中为了获取良好的视觉信息使操作员有种身临其境的感觉,在基于奇异值分解的pca算法上采用增量pca跟踪算法,避免了提取大量图片的问题;将该算法与PTZ摄像机相结合,设计了一套基于主动视觉的目标跟踪系统。为机械臂提供灵敏的感知系统,在不接触目标的情况下将相关信息及时传递给地面操作员,便于操作员自然、有效地解决问题。在机械臂动作之前执行规划,在动作过程中不断地反馈信息,适合于对环境变化有适应性要求的作业。

摘要：基于主成分分析(pca)的人脸识别算法由于其识别率高、算法技术成熟越来越多的被用做人脸识别技术的研究。本文首先讲解了人脸识别前的图像预处理,然后介绍了K-L变换和基于主成分分析(pca)算法的主要步骤,最后根据作者实际实验经验,提出了一些关于提高人脸识别精度的建议。本文设计的人脸识别系统依托于MATLAB仿真软件,首先摄像头采集环境中人脸图像,并通过人脸检测与定位提取出人脸区域,然后对人脸图像进行预处理提高识别率,接着对人脸库进行K-L变换计算出特征脸值,提取出特征信息,最后计算出被识别人脸图像与特征脸之间的距离,与设定的识别阀值进行比较,如果高于识别阀值则认为被识别人脸为系统注册用户,否则为非注册人员。