提出一種新的基于彩色光柵投影的三維面形測量方法.將相移量為2π/3的rgb調制的正弦光柵復合成彩色光柵投影到被測物體表面,利用相移算法求解出相位,最終獲得物體的三維數據.該方法只需一幅投影條紋圖就可以完成三維測量,同時給出了理論分析和計算機模擬.

提出一種新的光柵條紋投影輪廓測量術系統標定模型,新模型不要求投影裝置和成像系統的光心連線與參考面平行、成像系統的光軸垂直于參考面及投影裝置和成像系統的光軸相交。基于該模型得出了新的相位高度映射關系,其待定系數與成像點的坐標無關。實際測量中只需2個高度不同的標準塊便可以求得待定系數。對4個標準塊進行高度測量,得到的最大相對誤差為0.6%。實驗證明:該標定方法簡單有效,提高了系統標定的可操作性和測量精度。

在線結構光360°三維輪廓測量方法中,采用多圖像傳感器系統可實現物體整體輪廓及局部形貌細節同時高精度測量。為了實現測量系統多傳感器同時標定,提出一種線結構光多傳感器三維輪廓測量系統的標定方法。以直接線性變換法為系統標定模型,設計含有多特征點的靶標控制場來解算系統模型參數,應用二元全區間插值誤差校正方法對物方坐標計算誤差進行校正,實現對整個測量系統的標定。并提出了一種基于二維離散傅里葉變換的多分辨率標定靶標特征點提取的新方法。論述了線結構光四傳感器測量系統的標定過程。實驗結果表明這種標定方法可實現多傳感器測量系統高精度同時標定。

為了實現對復雜物體三維外形的快速測量目的,首先設計了一套基于結構光的高速測量系統,該系統主要由高速投影模塊和圖像采集模塊組成;然后采用一種基于絕對相位的編碼和解碼方法,實現絕對相位的測量,從而解決了復雜形體的三維測量過程中的二義性問題。最后,對所給系統進行了三維測量的實驗驗證,證明該系統精度可達到0.11mm,實驗結果表明系統的精度和速度適合高速三維測量。

對三維物體輪廓測量標定技術中所遇到的卷相問題進行了分析,提出了多標定平面法和標記圖像法來計算相位沿高度方向的卷相次數,并通過實驗驗證了該方法的有效性

為提高風電輸出功率預測精度，提出一種基于rbf—bp組合神經網絡模型的短期風電功率預測方法。在考慮尾流等因素影響的基礎上，對風速進行預處理。根據相關歷史數據，建立rbf—bp組合神經網絡短期風電功率預測模型，對風電輸出功率進行預測。仿真分析結果表明，該預測方法能有效提高風電輸出功率預測精度。

本文提出一種基于圖像輪廓進行相機自標定并計算投影矩陣從而恢復物體三維模型的方法。首先使用鏡面反射從圖像中獲取物體的多角度成像并利用閾值和邊緣提取得到圖像的輪廓信息,再結合對極幾何對圖像輪廓的限制條件確定相機的投影參數,最后使用可視外殼技術擬合出物體三維模型。

為了預測混凝土的抗壓強度,在分析bp、rbf神經網絡原理的基礎上,提出用bp、rbf神經網絡模擬混凝土抗壓強度與攪拌機各主要影響參數間關系的方法。根據攪拌機的實際工作狀況,分別建立了4維輸入向量、1維輸出向量的bp、rbf神經網絡模型,通過19組試驗,驗證了2種模型的可靠性。結果表明,實測結果與預測結果相接近,該2種神經網絡模型能較準確地快速預測混凝土抗壓強度。

傳統光柵投影輪廓系統需要嚴格的幾何尺寸約束,實際使用中難以構造,而且采用參考平面作為被測物體的相位測量基準,限制了系統的測量和應用范圍。針對這些問題,提出了采用輔助參考線代替傳統光柵輪廓系統中參考面的系統模型,給出了利用參考線將相對相位校正為絕對相位的公式,利用空間映射及優化求解算法實現了從絕對相位到被測物真實空間坐標的映射。設計了圓線形靶標,只采用一個平面靶標即可實現靶標點空間坐標、靶標相位以及參考線位置的采集,簡化了標定過程。最后進行了測量實驗,使用兩幅圖像完成了石膏頭像三維數據的獲取,通過測量平面靶標的平移和旋轉的間距,驗證了方法的測量精度,靶標平移間距的均方差為0.02mm,旋轉間距的均方差為0.03°。實驗證明該測量方法速度快,系統搭建和標定方法簡易,測量精度高,具有重要的應用價值。

收集55個廈門市典型工程造價指標,利用spss軟件對數據進行預處理,選取11個工程特征作為造價的主要影響因素,分別建立基于多層前饋(bp)和徑向基函數(rbf)神經網絡的工程估價模型.從55個案例中隨機抽取10個作為預測樣本,剩下的45個作為訓練樣本,進行bp,rbf神經網絡預測模型的訓練和測試.結果表明:通過參數優選的rbf神經網絡工程造價預測模型,預測誤差在5%以內,網絡泛化能力更優越,可用于實際工程造價的輔助估算.

分析了球磨機負荷測量的現狀,提出了基于并行rbf神經網絡測量制粉系統球磨機磨筒內負荷的軟測量方法,給出了相應的系統結構和算法。現場實測數據計算實例顯示了該方法良好的測量性能

分析了對工程造價有重要影響的眾多因素,參考國內外專家、學者的研究成果,確定了影響工程造價的18個主要因素,并基于rbf神經網絡建立了工程造價決策模型。本文利用rbf神經網絡快速、準確的函數逼近能力,為工程造價決策提供了一種新的方法。

負荷預測是實現電力系統優化運行的基礎,對于電力系統的安全性、可靠性和經濟性都有著顯著的影響。rbf是一種三層前饋神經網絡,具有良好的函數逼近性能,已被廣泛應用到電力負荷預測中,并取得良好的效果。本文主要整理并介紹當前基于rfb神經網的負荷預測方法,對存在的問題進行了分析,并對未來的發展進行了展望。

負荷預測是實現電力系統優化運行的基礎，對于電力系統的安全性、可靠性和經濟性都有著顯著的影響。rbf是一種三層前饋神經網絡，具有良好的函數逼近性能，已被廣泛應用到電力負荷預測中，并取得良好的效果。本文主要整理并介紹當前基于rfb神經網的負荷預測方法，對存在的問題進行了分析，并對未來的發展進行了展望。

基于rbf神經網絡的軟基沉降預測研究——將神經網絡理論引入軟基沉降預測領域．借助自控領域信號處理的思想，應用改進后的徑向基函數神經網絡的映射模式進行軟基沉降的短期預測；軟基沉降的長期預測實質上為基于神經網絡的多維歐氏空間的曲面擬合問題，將地基壓...

針對建筑工程特點,提出了基于rbf神經網絡的建筑工程投標報價方法,建立建筑工程投標報價標高率數學模型。應用matlab計算軟件,以實例驗證了該模型的正確性及實用性。

研究了一種線性周期編碼光柵的三維輪廓術，其中采用了兩個相位相反的線性周期變化的光柵光場和一個均勻光場，對被測物體進行三次采樣。在獲得物輪廓的同時，又獲得了物體的表面紋理。當背影光很暗時，經過兩次采樣即可獲得物體的三維輪廓。通過理論分析，采用相位相反的線性周期光柵光場與相位相差１／２周期的線笥周期光柵光場相比，檢測粗度可以提高近１倍。

研究了一種線性周期編碼光柵的三維輪廓術，其中采用了兩個相位相反的線性周期變化的光柵光場和一個均勻光場，對被測物體進行三次采樣。在獲得物體三維輪廓的同時，又獲得了物體的表面紋理。當背景光很暗時，經過兩次采樣即可獲得物體的三維輪廓。通過理論分析，采用相位相反的線性周期光柵光場與相位相差１／２周期的線性周期光柵光場相比，檢測精度可以提高近１倍。

地基沉降是一種危害很大的環境災害。地基沉降的監測數據經常受降雨及工程施工等諸多外界因素的干擾,故而在沉降曲線中存在許多數據突變點。為此,提出基于小波分析與rbf神經網絡相結合的新的地基沉降預測方法,首先采用小波分析對對原始監測數據進行數據去噪處理,進而得到反映實際變化的地基沉降曲線,然后采用徑向基函數(rbf)神經網絡方法對其進行預測,為工程設計提供依據。最后結合工程實例分析,通過多種小波去噪與預測結果的對比研究,表明3次b樣條小波的去噪及預測效果最好,與實測值能較好地吻合,具有較好的工程應用前景。

根據現代電梯工業發展的需要,提出了一個基于小波分析和rbf神經網絡的電梯乘客識別系統；通過分析乘客的人臉圖像,實現對乘客的身份、表情和姿勢的識別,仿真結果表明,該系統對乘客的身份有較高的識別率。

基于rbf神經網絡的砂土液化預測——通過分析砂土液化成因及其影響因素，建立了砂土液化預測rbf網絡模型，并與bp網絡預測模型進行比較．測試結果表明，應用rbf網絡模型對砂土液化進行預測，預測效果好，識別精度高．

針對目前混凝土強度預測中存在的不確定性,難以自適應性的確定神經網絡隱含層,建立了基于高維云的rbf神經網絡的混凝土預測模型。運用matlab8.10進行仿真實驗。實驗結果表明該模型綜合考慮了影響混凝土強度的各種因素,能夠實現預測結果的隨機性和模糊性,具有更高的預測精度,更快的訓練速度,可以廣泛應用于生產現場實地的混凝土強度預測和質量檢驗。