说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 磨粒图像识别
1)  wear particle image recognition
磨粒图像识别
2)  wear particle recognition
磨粒识别
1.
In order to overcome the disadvantages of the single method for wear particle recognition,a multi-model method based on the information fusion technique was proposed.
针对单一的智能方法在磨粒识别中的局限性,提出了一种基于信息融合技术的多模型磨粒智能识别方法。
2.
The traditional method to calculate the grey relation degree simply takes the average value of the relation coefficient based on single feature,it can not get a high distinguishing result and may cause the false recognitions in the application of wear particle recognition.
传统的灰色关联度计算方法是将单特征关联系数简单的进行求和平均,在磨粒识别中其识别结果分辨率不高,容易造成误判。
3.
An improved BP algorithm was presented,based on this an automate wear particle recognition model and its system was designed.
提出了用隐层和输出层的权值单独修改的方法来改进神经网络算法, 建立了适于磨粒的分析模型, 设计了智能磨粒识别分类器。
3)  wear particles recognition
磨粒识别
1.
Nodes self deleting neural network and its application in wear particles recognition;
节点自删除神经网络及其在磨粒识别中的应用
2.
A sample of ferrography wear particles recognition proved the results were basically right and showed this means was quite valuable in monitoring and fault diagnosis of 12150 engines.
首先介绍了图像识别的三个主要阶段和图像处理的基本概念,然后结合12150发动机铁谱磨粒识别实例指出该系统结构设计简单,得出结果基本可信,表明这种方法在12150发动机状态监测和故障诊断领域具有一定的实用价值。
4)  wear recognition
磨粒识别
1.
A new method of wear recognition was introduced by using the new concept and it was proved available.
磨粒识别是实现发动机故障诊断和状态监测的关键环节;模糊优选理论应用于磨粒识别一般采用的都是均权模型。
2.
A new method of wear recognition was introduced by using the new concept.
根据灰色系统理论和模糊数学,引进了一种灰关联度综合评价模型和模糊相对权重的概念,并将两者相结合运用到铁谱分析的磨粒识别中,提出了一种新的基于模糊灰关联度的磨粒识别方法。
5)  debris identification
磨粒识别
6)  recognition of wear particle
磨粒识别
1.
The recognition of wear particle is regarded as a key point in ferrography analysis technology, identifying or not,the direct relation .
铁谱分析是一种被广泛应用在机械设备磨损故障诊断和磨损状态监测中的技术手段,磨粒识别是铁谱分析技术中的关键问题,识别的正确与否,直接关系机器磨损状态诊断的正确性。
补充资料:华中科技大学图像识别与人工智能研究所

图像识别与人工智能研究所(简称图像所)是1978年由教育部和航天部共同批准建立,为发展航空航天器进行中制导、末制导关键技术的预先研究和攻关工作。1984年获得"模式识别与智能控制"硕士学位授予权,1990年获 "模式识别与智能系统"博士学位授予权。1993年批准为 "图像信息处理与智能控制"国家教委开发实验室,1999年升格为教育部重点实验室。1998年3月由航天总公司和国家教委共同批准命名为"中国航天图像识别技术研究所",与航天总公司共建。现有科研、教学人员30人, 45岁以下的人员占70%,75%的人员具有博士、硕士学位。现有·教学科研用房近10000 平方米."九五"期间获得教育部211工程"多谱段信息处理及其应用"重点学科建设投资1200万元,航天工业总公司和国防科工委型号项目配套技术改造投资1500万元,部门投资近1000万元,航天关键技术等研究经费1826万元。本学科点已形成先进、配套的科研、教学、开发环境和雄厚的技术储备,有一支层次高,年龄、专业结构合理的科研教学梯队。

模式识别与智能系统是信息科学技术领域中发展最迅速的前沿领域之一,不仅科学意义深远而且有十分广阔的应用前景。主要研究方向有:

1.计算机视觉与应用

2.模式识别与精确制导

3.多谱成像与遥感图像处理

4.人工智能与认知科学

5. 模式识别的处理机结构与软件系统

6.集成电路及系统芯片的研究与设计

今后五年我所将逐步形成在国际上有影响的研究开发中心,培养国际一流的高层次人才,能够解决国民经济、国防建设所急需的关键技术,为国家提供具有自主版权的软/硬件应用系统、软/硬件集成技术和新型电子设备、部件的设计。

说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条