基于改进U_net网络模型的综采工作面煤岩识别方法.pdf

论文研究-一种基于视频图像的挖掘机工作状态识别方法.pdf,  为了实现违法用地现象的实时监测，对土地间的挖掘机等施工机械的工作状态识别是非常重要的.实际场景下，因随机噪声和光照变化的影响，给挖掘机工作状态识别带来极大的挑战.本文提出一种基于视频图像的挖掘机工作状态识别方法，首先，对同一品牌挖掘机工作装置的各种姿态建立混合local binary features（LBF）形状回归模型并进行离线训练；其次，利用上述模型预测输入视频帧中挖掘机工作装置的形状信息，构建挖掘机的工作状态特征描述子；最后，利用support vector machine（SVM）分类器自动判别挖掘机的工作状态——工作状态或非工作状态.实验结果表明，该方法很好地克服了多姿态导致形状变化的影响，对挖掘机工作状态识别准确率达到了93.53%.

基于卷积神经网络的雷达干扰检测识别方法.pdf

沥青路面图像噪声污染多,随机性较强。针对传统路面图像在进行滤波、边缘检测等裂缝识别过程中,不能较好地识别裂缝信息且存在大量类似于裂缝的噪声污染问题,利用BP神经网络的学习性和容错性提出一种基于神经网络的裂缝识别方法。首先对沥青路面图像同态滤波增强后,将其分成32像素×32像素的小方格区域,然后提取小方格内图像参数与其邻域方格预测结果用于神经网络训练,最后将训练后的沥青路面图像小方格分为有裂缝和无裂缝两种,从而实现沥青路面裂缝的初提取。结果表明,该方法对沥青路面裂缝的识别率达到90%以上,能够较好地满足沥青路面裂缝识别的要求,是一种可行性较高的方法。

通信信号的调制方式识别是信号处理领域的重要组成部分。针对卫星信道中常用的几种数字调相信号，提出了一种基于高阶累积量和星座图的调制方式识别算法。仿真结果表明，所研究的调制方式识别算法是可行的、有效的，而且具有良好的性能。

采用2DPCA 方法提取人脸图像的特征值, 通过RBF 神经网络进行训练和识别, 提出一种基于2DPCA 和RBF 神经网络的人脸识别方法, 并将此方法应用于ORL 人脸库。实验结果表明, 该方法不仅具有较好的人脸图像识别能力, 而且能明显缩短识别算法的运行时间。

基于完美反射和灰度世界的试纸颜色校正与识别方法.pdf

这是我的毕业论文，从封面设计到最后的致谢，一应俱全，写作思路明确，希望对写毕业论文的朋友有帮助

基于Gabor小波变换和人工神经网络的人脸识别方法，matlab代码。

基于脑电信号的身份识别方法，作者应用运动想象的方法分三个波段，想象四类运动。