论文部分内容阅读
提出了基于ＢＰ神经网络的回转窑窑内火焰燃烧状态的识别方法。由传像光纤、ＣＣＤ摄像机和图像采集卡将火焰图像送入计算机，提取灰度分布特征向量后，由经ＢＰ算法训练过的多层感知器进行识别，能得到比较准确的火焰燃烧状态。实验结果表明，该文提出的方法很有效。
BP网络用于火焰燃烧状态识别的研究
【摘 要】
：
提出了基于ＢＰ神经网络的回转窑窑内火焰燃烧状态的识别方法。由传像光纤、ＣＣＤ摄像机和图像采集卡将火焰图像送入计算机，提取灰度分布特征向量后，由经ＢＰ算法训练过的多层感知器进行识别
【机 构】
：
大学电气与信息工程系(长沙)
【出 处】
：
1999年中国智能自动化学术会议
【发表日期】
：
1999年期
其他文献
该文详细阐述了２Ｄ零件图特征识别和提取的方法和步骤，对ＡｕｔｏＣＡＤ Ｒ１４进行二次开发，实现了２Ｄ零件图的特征识别系统，对实现ＣＡＤ／ＣＡＰＰ／ＣＡＭ一体化具有重要的意义和用途。
本文在介绍快速特征聚类算法及其特点的基础上,针对快速特征聚类算法的缺陷提出了改进算法,并将其应用在彩色图象分割中.
该系统是对AutoCAD进行的二次开发。针对本地CAD系统所生成的图形文件进行格式转化，实现了图形浏览和与平台无关的零件特征的识别，从而为实现异地设计、制造提供了技术基础。
一、概述现对轮廓曲线比较复杂、尺寸精度要求较高的凸轮，大都在数控铣床或加工中心上进行加工，一般方法是采用输入曲线上各点的坐标值进行直线或圆弧插补。该方法的缺点：（1）由于
基于矢量代数理论,本文提出了一种单幅图象求空间物体表面取向的方法,这种矢量方法不受物体表面形状和成象方式的限制,它较好地解决了现有求解空间表面取向方法中的局限性。文中就二维图象逆变换中普遍担心的多值性问题进行了详细的讨论,指出了矢量法获得唯一性解的可能性。最后由实验表明本方法对误差和噪声是不敏感的,它是一种有效的方法。
本文从Prony 法导出适用现场模态参数识别的ITD 方法。利用直接测得自由衰减响应和背景噪声的自、互相关函数,在很宽的噪声条件下获得特征阵的一致估计。通过系数阵的伪秩正