简介：道路交通事故处理中，通过制造道路交通事故骗取保险的案例在现实生活中时有发生，此举扰乱了正常经济、社会秩序。本文介绍了利用制造交通事故伪造现场骗保案件的特点，并结合实际案例介绍了利用痕迹检验识别骗保案件的方法，最后对如何防范利用制造交通事故骗保违法行为提出建议。

简介：在此提出一种改进的深度卷积神经网络模型,该模型通过增加并联卷积层,拓展卷积神经网络宽度实现,有利于提取图像特征,提高网络性能;卷积层中对特征图像采用批量归一化方法进行预处理,加快网络训练.实验结果表明,该模型能更准确地学习宫颈癌细胞图像特征,从而有效降低了分类错误率.

简介：针对手动挡车辆在运行过程中无挡位传感器的情况下挡位信号无法识别获取的问题,通过对多次整车转鼓试验进行分析,发现读取CAN总线里面的速比信息,然后基于直方图计算各速比范围信号出现的频率,并以此确定挡位数目和速比的大小范围,再利用Parzen窗函数的方法获取各挡位的实际速比,可以实现对挡位信号精准的识别。试验结果表明,采用Parzen窗的挡位识别方法能够识别出挡位信号。对比Parzen窗获取的挡位识别信息与挡位信号传感器直接获取的挡位信息,发现两者的相似度很高,这也验证了该方法的可行性和准确性。该方法提供了整车运行过程中一种挡位识别的新方式。

简介：快速可靠的星图识别算法是星敏感器确定姿态的关键部分。综合当前多种星图识别算法,设计了实用快速的全天星图识别算法。根据星敏感器视场筛选导航星,构建最小星库;选择星对角距为识别特征,根据多星结构重复性选择星形识别算法;考虑误差,将星对角距离散化成数组,特征匹配无需搜索,直接查找表定位。实验证明本算法是一种速度快（首次捕获〈1s）、存储空间小（〈1MByte）、识别正确率高（〉99.99%）、抗假目标干扰强的全天星图识别算法,方便在嵌入式芯片上运行。

简介：为提高人脸识别的正确率，提出了一种改进的特征提取及分类算法。首先采用Contour-let变换对人脸图像进行多尺度分解，然后由低频子带和各尺度各方向的高频子带得到人脸的特征值，并将它们组合成多尺度特征向量，再应用多元回归分析方法进行人脸识别。由于多尺度特征向量不仅反映了整幅图像的全局特征，还反映了图像各种尺度下的边缘、纹理等奇异特征，因此具有更多的鉴别信息；多元回归分析则充分考虑了同一总体的各样本间的强线性关系。在ORL人脸库上的实验显示人脸识别率达97．78％，优于其他的方法。

简介：近年来车牌识别技术在交通基础设施中得到越来越多的应用。由于车辆号牌是车辆的主要标识信息，因此现有的智能交通系统对鲁棒的车牌识别技术依赖性很大。本文的目的是综合现在一些常见的基于视频信息的车牌识别技术，提出一种新的融合梯度和颜色特征的车牌定位及识别方法，并结合多种图像掩模的滤波操作，从而能够快速有效地识别户外道路场景中各种光线条件下的车牌。

简介：深度学习是人工智能领域发展的一个不可或缺的部分,并且广泛应用于图像识别方面.为了进一步降低宫颈癌细胞图像的识别错误率,本文提出了一种基于卷积神经网络的改进算法.该算法通过搭建卷积神经网络框架,对下采样过程中特征提取阶段的池化模型进行改进,在下采样过程中对池化域内的每个元素分配合适的权值得到下采样特征图.实验结果表明,我们所提出的基于卷积神经网络的改进算法降低了对宫颈癌细胞图像的识别错误率.

简介：同步带是普通FDM3D打印设备普遍采用的传动定位部件,同步带失效会直接对打印产品质量造成影响.利用声发射（AE）传感器监测3D打印过程中同步带不同健康状态下的声发射信号,利用集合经验模态分解（EEMD）方法提取其信号特征,并通过隐半马尔可夫模型（HSMM）方法构建针对同步带健康状态的识别模型,进而对同步带正常、磨损和裂纹等三种健康状态进行识别,通过实验表明该方法是可行的.

简介：为有效降低宫颈癌细胞图像在图像识别中的假阴性率,在此提出一种改进的残差网络算法.该改进算法通过对交叉熵代价函数增加权重实现,根据不同病变程度的宫颈细胞建立权重矩阵,有针对地对假阴性类别的输出进行加权处理,优化分类输出、减少假阴性误判.实验结果表明,对于不同的宫颈细胞图像数据集,本改进算法输出分类效果稳定;与传统图像分类算法相比,改进后的交叉熵代价函数算法在识别分类宫颈细胞图像时,能有效降低宫颈癌细胞图像的假阴性率.

简介：在形态学的研究中,经常需要对一些物体的表面颜色或溶液的颜色和浓度进行鉴别判断,肉眼判断主观性较强且不能量化,专业的检测仪器则过于昂贵,难以普及。本文基于STC12C5410AD单片机设计了一款简单的颜色识别系统,其成本低廉,检测效果较好,可满足一般日常检测的需要。

简介：通过改进处理K-SVD算法得到DDELM-AE算法,之后再把该算法应用于物体特征识别中。研究结果得到:K-SVD算法的收敛速率较快,达到收敛的时间也显著比SAE算法更短,本文通过改进K-SVD算法之后使DDELM-AE算法的计算准确率以及计算效率都获得了显著的改善。采用K-SVD算法可以达到76.3%的识别准确率,使用深度特征信息之后,可以使识别准确率升高至81.4%,DDELM-AE可以显著提高K-SVD算法的性能,并且加入多特征之后可以使算法识别准确率得到显著提高。

简介：人血清白蛋白与三氯聚氰活化的氨丙基硅胶反应,制得人血清白蛋白键合手性固定相。反相模式下,色氨酸在该手性固定相上获得理想的拆分,分离因子可达3.51,分离度达5.49。探讨了流动相pH值、有机修饰剂、柱温等对手性拆分的影响。通过前沿分析法对色谱保留机理进行了探讨。