-
公开(公告)号:CN105756835B
公开(公告)日:2019-02-22
申请号:CN201510942720.4
申请日:2015-12-15
Applicant: 江南大学
Abstract: 直喷发动机单次喷油量液位高度视觉测量修正方法,包括以下步骤:采集液位图像T1,处理图像T1,从而得到液位高度H1;对液位高度H1采用基于光线折射原理的液位高度校正算法进行液位补偿,触发喷油,按触发信号采集液位图像T2,处理图像T2,得到液位高度H2;对液位高度H2采用基于光线折射原理的液位高度校正算法进行液位补偿,计算本次喷油量触发放油。本发明构造简单,测量可靠,可以对发动机喷油进行单次或多次直接测量,通过对图像处理算法的优化和基于光线折射原理的液位高度校正算法,提高了液位测量精度和稳定性,可以同时满足测量的高精密度与实时性的要求。
-
公开(公告)号:CN104700153A
公开(公告)日:2015-06-10
申请号:CN201410738449.8
申请日:2014-12-05
Applicant: 江南大学
Abstract: 本发明公开了一种基于模拟退火(SA)算法优化的BP神经网络的pH值的预测方法,包括以下步骤:第一步,根据样本选取策略选取样本并输入。第二步,根据BP定理,确定BP神经网络的结构。第三步,根据网络训练策略,采用模拟退火算法优化BP网络权值参数,利用输入的样本对BP网络进行训练,确定BP网络的最优权值及最优隐层节点数。第四步,根据训练好的BP神经网络,构建pH值的预测模型。本发明克服了BP网络在权值选择上的随机性,提高了BP神经网络的收敛速度和学习能力。此外,优化了训练样本选取和网络隐层神经元数,提高了BP神经网络的泛化能力。本发明对pH的预测准确度较高,具有较好的非线性拟合能力。
-
公开(公告)号:CN104657980A
公开(公告)日:2015-05-27
申请号:CN201410818125.5
申请日:2014-12-24
Applicant: 江南大学
IPC: G06T7/00
CPC classification number: G06T7/11
Abstract: 一种改进的基于Meanshift的多通道图像分割算法,包括以下步骤:输入RGB图像矩阵并统计像素值;对其像素样本做Meanshift聚类运算;在三个子图像中查找并记录灰度落入兴趣目标区域的灰度区间的像素,查找并记录兴趣目标像素的聚类中心;对兴趣目标像素及其聚类中心做可靠性计算,筛选出可靠性高的兴趣目标像素,并将目标像素赋值1,其他0,产生分割后的图像逻辑矩阵;对此矩阵做逻辑“或”运算融合得到最终的兴趣目标区域;输出图像,即为分割获得的兴趣目标图像。本发明充分利用RGB图像的色彩信息,当目标与背景比较接近时,能够有效的分割出兴趣目标区域对象且聚类数目是自动生成的。该算法的误分率低,分割效果好。
-
-