一种车窗定位算法的设计和实现

利用均值色度函数，结合提色块算法，对车窗定位的算法进行了研究，提出了一种均值色度函数和提色块方法相结合的车窗定位算法，并在车型识别系统中利用，取得了一定的实验效果。     

交通流特性参数的识别与测量

提出一种用于交通流管理控制系统中交通流特性参数自动检测的新办法 ,介绍该方法的基本原理、识别模型及据此方法研制成功的在线实时智能检测系统的实验结果。这个系统较好地应用了模式识别技术 ,故不仅能自动区分机动车与非机动车 ,判别车型 ,准确地检测出机动车流特性参数 ,而且能自动准确地检测出非机动车 (自行车 )群体流量。此系统样机现场连续运行 3年多 ,已获满意结果     

一种星模式识别算法的稳健性研究

研究了一种基于奇异值分解的星模式识别算法的稳健性。首先简述了研究星模式识别算法的必要性和现有的星模式识别算法。从数学原理上证明了本文算法进行模式识别所用的矩阵的奇异值相对于坐标变换是不变的。从物理意义上给出了稳健的解释。仿真试验选取了四种有代表性的情况进行了研究。结果证实该算法所用的特征不变量是稳健的。结论部分分析了该算法的优缺点。最后给出了待研究的问题。     

基于“笔”输入模式的产品结构草图快速设计系统研究

为了减少设计人员从想法到设计实现之间的障碍,本文提出一种新的设计途径——"直接手绘"的方式来支撑产品结构草图设计过程,使得进行产品开发的功能结构、材料工艺、设计开发过程、制造模式等都发生了深远的变化。首先给出快速设计系统的总体方案,然后重点剖析阐述快速设计系统的软件设计,最后以算例形式验证了基于"笔"输入的三维航天产品结构草图快速设计方法及系统。     

异常数据剔除的一种改进计算方法

批量异常数据的识别是数据处理中的大计算量问题。针对大型线性回归模型 ,在逐点剔除法的基础上 ,文章提出了异常点剔除的一种改进算法。该方法在提高批量异常数据识别效果的同时 ,还能大幅度降低它的计算量。     

Large-scale real-world radio signal recognition with deep learning

In the past ten years, many high-quality datasets have been released to support the rapid development of deep learning in the fields of computer vision, voice, and natural language processing. Nowadays, deep learning has become a key research component of the Sixth-Generation wireless systems (6G) with numerous regulatory and defense applications. In order to facilitate the application of deep learning in radio signal recognition, in this work, a large-scale real-world radio signal dataset is created based on a special aeronautical monitoring system - Automatic Dependent Surveillance-Broadcast (ADS-B). This paper makes two main contributions. First, an automatic data collection and labeling system is designed to capture over-the-air ADS-B signals in the open and real-world scenario without human participation. Through data cleaning and sorting, a high-quality dataset of ADS-B signals is created for radio signal recognition. Second, we conduct an in-depth study on the performance of deep learning models using the new dataset, as well as comparison with a recognition benchmark using machine learning and deep learning methods. Finally, we conclude this paper with a discussion of open problems in this area.