首页期刊导航|自动化与仪器仪表
期刊信息/Journal information
自动化与仪器仪表
自动化与仪器仪表

孙怀义

双月刊

1001-9227

auto81@163.com

023-63050371

401121

重庆市渝北区人和杨柳路2号B区

自动化与仪器仪表/Journal Automation & InstrumentationCSTPCD
查看更多>>本刊是技术刊物。旨在加强学术交流,促进中国自动化与仪器仪表的发展,为自动化和仪器仪表工作者服务。
正式出版
收录年代

    基于人体关节点多特征融合的暴力行为识别

    赵祥涛刘银华李志晗顾春睿...
    1-5,10页
    查看更多>>摘要:针对目前视频中暴力行为识别算法识别准确率不高的问题,提出一种基于人体关节点多特征融合的暴力行为识别方法.使用YOLO-Pose算法实现人体检测与姿态估计,获取人体关节点位置信息,基于人体结构提取关节点的距离特征和形状特征,基于运动特性提取关节点的动态特征和姿态特征,将所有特征信息进行融合,构建Bi-LSTM行为识别模型实现暴力行为识别分类,并设计行为识别结果稳定器,解决识别过程中因随机干扰导致的行为误判问题.在公开暴力行为数据集Violent-Flows与自制暴力行为数据集Vio-B上验证提出方法的有效性,实验表明,在Violent-Flows数据集与Vio-B数据集上本方法准确率分别达到97.9%与98.5%,高于现有方法.

    动作识别暴力行为特征融合双向长短期记忆网络

    基于Scrapy爬虫技术和图神经网络的生态旅游推荐技术

    张一恒王芹刁炜卿王小静...
    6-10页
    查看更多>>摘要:对基于Scrapy爬虫技术和图神经网络的生态旅游推荐技术进行研究,设计了一种融合图神经网络与注意力机制的生态旅游推荐系统,并采用Scrapy爬虫技术建立数据集对系统进行测试与验证.首先,对系统整体框架进行设计,其次对基本算法进行选择,并对用户偏好模型、生态旅游项目交互关系、属性关系模型以及评分预测模型进行搭建,最终获取综合推荐结果.最后对系统进行实验测试.实验结果表明:本研究的推荐系统的MAE与RMSE值最低,与基于Graphrec算法的推荐系统相比,MAE值提高了 3.274%,RMSE值提高了 3.124%,证明本研究的推荐系统适用于生态旅游项目推荐,且推荐效果良好.

    Scrapy爬虫技术生态旅游图神经网络注意力机制推荐系统

    基于人工智能技术的微信平台信息采集模型研究

    李金张玲
    11-14,19页
    查看更多>>摘要:对基于人工智能技术的微信平台信息采集模型进行了研究,以图书馆为例设计了微信平台信息采集系统,并对其核心的图书推荐功能模块进行了详细设计.首先,对微信平台信息采集系统的整体框架和功能模块进行了设计;然后对图书推荐系统进行了研究与设计,提出一种基于点击率的图书推荐模型,对用户点击图书的概率进行计算,对用户可能点击的图书进行预测,继而实现图书精准推荐;最后分别对图书推荐系统和微信平台信息采集系统进行了实验与测试,实验结果表明:采用的基于提升决策树模型的图书推荐系统综合性能最好,平均绝对误差为1.755,均方误差为1.932,均方根误差为1.841,能够更为准确地对用户可能点击的图书进行预测,继而实现精准有效地向用户推荐满足其需求和喜好的图书;与微信APP成功对接后的图书馆微信公众号能够正常运行,微信平台信息采集系统性能良好,满足用户快速获取图书馆相关信息、提高图书馆信息服务质量的要求,具有一定参考价值.

    人工智能技术微信平台信息采集图书推荐

    园林景观设计中融合SVM的高分辨率遥感影像道路提取研究

    李华
    15-19页
    查看更多>>摘要:为提高园林景观设计中高分辨率遥感影像道路提取的精度及效果,提出一种融合SVM的高分辨率遥感影像道路提取方法.该方法首先结合Mean Shift算法与数学形态学运算(简称MS-MMO)进行影像阴影提取;再根据阴影提取结果对原始影像阴影区域进行亮度补偿后输入SVM,得到初步提取的道路图像;然后利用高斯滤波算法进行图像平滑处理,利用边缘滤波、纹理滤波等算法去除图像中的非道路区域,得到道路区域提取图;最后基于张量投票提取道路中心线,基于"交点"搜索方法去除道路中心线上的毛刺,完成道路提取.实验结果表明,MS-MMO的具有较好的阴影提取精度及效果;根据MS-MMO输出的阴影提取结果对原始影像阴影区域进行亮度补偿后,道路提取的整体性能更高;融合SVM的高分辨率遥感影像道路提取方法提取的道路完整性、正确性、质量分别达到92.4%、92.7%、89.0%,道路提取性能较好,且道路具有连通属性,在该方法提取的道路图像上进行园林景观设计,可有效提升道路植物配置效果.

    均值漂移算法数学形态学运算支持向量机道路提取滤波算法

    基于轮廓投影算法的智能终端数字媒体图像信息识别研究

    汤云敏
    20-23页
    查看更多>>摘要:为了实现更高精度的数字图像信息识别,研究基于轮廓提取和轮廓质心高度增量特征描述符构建,并采用形状复杂度分析对描述符相似度计算进行优化和调整,完成对图像目标的识别.在对基于轮廓质心高度增量特征的数字媒体图像目标识别方法的有效性验证实验中,研究提出的方法的检索性能优于表中提出的几种常用方法,检索率提升了 5.69%~24.81%.实验结果表明质心高度增量描述符精确地描述了轮廓点与点之间的位置关系,对于相似轮廓的区分性能更好,也验证了轮廓的复杂度评价可以帮助提升匹配结果的可信度.在带噪声的图像识别实验中,噪声水平增加到0.6以上时,虽然检索精度出现了明显下降,但仍能保持较高的识别精度,说明研究提出的方法对于噪声的干扰具有较强的鲁棒性.

    数字媒体目标识别轮廓特征质心高度增量边缘检测

    基于卷积神经网络的地基云人工智能分类器研究

    喻皓
    24-28页
    查看更多>>摘要:随着科学技术的发展,对地基云的研究也越来越深入,地基云的研究对天气预报、水资源管理、农业生产等领域具有重要的意义.传统地基云分类方法存在数据需求大、运行速率慢等问题.研究为了解决这些问题构建了 一种融合双通道卷积神经网络(ConvolutionalNeuralNetworks,CNN)算法与压缩感知的地基云分类器.首先通过对CNN进行改进,得到双通道的CNN算法,然后将其与压缩感知进行融合,得到地基云人工智能分类器;最后通过不同方法进行对,以验证构建的地基云分类器对地基云的分类能力.结果表明在光线正常、光线较暗、水平角度、俯仰角度的观测前提下,地基云分类器的识别准确率平均值为73.95%、45.39%、92.61%和43.82%,均高于对照算法.这表明该地基云分类器具有较高的准确率和鲁棒性.

    卷积神经网络地基云人工智能分类器压缩感知

    基于3D打印技术的产品外观在线设计系统构建

    李硕
    29-32,37页
    查看更多>>摘要:现在产品的更新迭代速度随着科技的飞速发展也越来越快,对于产品的设计者而言,产品设计验证时采用一种相比传统加工方式更加快速、便捷的加工方式是十分必要的.研究在基于3D打印技术的产品外观在线设计系统构建中,针对3D打印零件表面易出现打印缺陷的现象,提出了 一种适用于复杂轮廓的虚实匹配缺陷检测算法.该算法在检测实验中的时间耗费均不超过750 ms,能够满足在线设计系统的实时性要求.在算法的检测准确率验证实验中获得了最高91.35%的准确率,并且能够有效区分打印模型的自身特征和真实缺陷,对于帮助设计人员在设计系统中进行外观设计的实时在线评估和改进具有实际应用价值.

    3D打印技术在线设计系统虚实匹配算法表面缺陷检测模型自特征

    基于激光雷达的智能汽车环境感知研究

    韩丹
    33-37页
    查看更多>>摘要:针对城市道路场景复杂多变,三维激光雷达数据量较大的问题,研究将地面点云转化成多个小扇形区域进行并行处理,结合全景分割与单层光束模型进行区域检测,并采用顺序融合方式将色彩模式图像与点云图像特征进行融合.实验表明研究方法对1 000帧激光点云的平均精确率为93.85%,平均召回率为95.73%.该方法对于4种道路的边界点检测精确率、召回率、F1分值最高为0.952、0.910、0.921.研究对研发更加智能且安全的车辆环境感知技术具有重要参考价值.

    激光雷达智能汽车环境感知RGB

    基于门控神经网络的新能源汽车故障智能诊断

    陆健
    38-41,46页
    查看更多>>摘要:变速箱是汽车发动的主要部件,齿轮作为变速箱中的核心零部件,因其容易受到车况工况的影响而发生故障.因此,针对这一问题,提出了 一种基于门控神经网络的混合神经网络训练算法,用于变速箱齿轮的故障诊断.实验结果表明,所提出的模型能够有效降低梯度消失,减少时间序列变化等问题.相比传统神经网络,所提出的模型在强噪音干扰下的准确率始终保持96%以上.当正常样本数量为40时,所提出的模型的准确率相比于其他传统神经网络模型的准确率更高,达到了 94.86%.综上所述,此次研究所采用的齿轮故障诊断模型具有较好的性能表现,能够用于实际新能源汽车齿轮故障诊断问题中.

    变速箱齿轮门控神经网络噪音准确率

    基于深度聚类网络的电子设备故障检测方法

    卜文锐
    42-46页
    查看更多>>摘要:对基于深度聚类网络的电子设备故障检测方法进行了研究,并设计了一种基于深度聚类网络的电子设备故障检测系统.首先,对电子设备故障检测方法的总体方案进行设计;然后为了进一步提高系统对故障检测的准确率,在深度聚类网络中引入自注意力机制与残差块对其进行改进与优化;最后对优化后深度聚类网络搭建的电子设备故障检测系统进行实验测试.实验结果表明:经过引入自注意力机制和残差块后的深度聚类网络优化算法的聚类准确率达到了 94.28%,比传统深度聚类网络算法的准确率提高了 4.17%,CH指数与轮廓指数有明显提升,戴维森堡丁指数降低了 8.06%,代表聚类效果在算法得到优化后变得更佳;采用优化后的深度聚类网络搭建的电子设备检测系统的故障诊断准确率达到了 93.91%,比传统聚类算法提高了 24.03%,比基于降维的传统聚类算法提高了 6.26%,表明采用的优化后的深度聚类网络在电子设备故障检测方面具有明显的优势,基于深度聚类网络的电子设备故障检测系统具有可行性与有效性,且故障诊断准确率较高.

    深度聚类网络电子设备故障检测自注意力机制残差块