郭江
- 作品数：3 被引量：10H指数：1
- 供职机构：西南科技大学信息工程学院更多>>
- 发文基金：国家自然科学基金四川省教育厅重点项目四川省科技支撑计划更多>>
- 相关领域：自动化与计算机技术核科学技术机械工程更多>>
- 基于概率神经网络的放射性核素快速识别方法研究被引量：1
- 2015年
- 针对传统神经网络在核素识别中训练效果弱,易陷入局部极小、收敛速度慢等问题,提出了基于概率神经网络的核素识别方法,采用样本的先验概率和最优判定原则对新的样本进行分类。该方法利用能谱预处理过程获得的谱峰宽度、特征能量射线强度、峰面积等特征信息建立训练与测试样本,采用训练样本对概率神经网络模型进行训练,并进行了分类识别仿真实验。通过CZD探测器对3种核素不同组合的实测能谱进行测试,并与传统的神经网络算法进行对比表明:此方法具有较高的识别效率及准确率,可应用于安全监控、失控放射物探测等快速核素识别领域。
- 霍建文张华王坤朋任俊松朱庆平郭江李培培
- 关键词：Γ能谱特征信息概率神经网络
- 雨天条件下基于总变差和频域处理的车牌检测被引量：1
- 2017年
- 在恶劣的雨天环境中,随机分布了大量快速运动的雨滴,造成目标物体与背景光线的反射和折射,使得图像对比度降低、成像模糊、细节信息丢失,从而降低成像系统获取的汽车图像质量,影响了车牌检测的效果。针对该问题,提出了一种基于相对总变差模型和频域处理的车牌检测方法。首先,基于相对总变差模型分解图像,可以得到包含雨线的纹理图;然后,将纹理图作离散傅里叶变换后,在频域内有效地对雨线进行分析和滤除,对去除雨线后的纹理图与结构图重构得到去雨后的汽车图像;最后,采用基于局部统计滤波的方法对去除雨线后的图像进行车牌检测。试验结果表明,该方法可以有效地检测出雨天条件下的车牌,并且车牌检测准确率高、耗时短,具有实际工程应用意义。
- 陈丽黄玉清郭江
- 关键词：智能交通车牌检测频域处理傅里叶变换
- Bezier曲线与A~*算法融合的移动机器人路径规划被引量：8
- 2017年
- 移动机器人路径规划一直是移动机器人领域里的重要技术问题。A*算法在最优路径搜索上有着比较成功的运用,但在栅格环境下的A*算法也存在着折线多、转折角度大等问题。在考虑移动机器人的实际工作环境及相关运动参数后,这些问题都将大大地影响移动机器人的工作效率。在对以上问题进行分析后提出了一种基于Bezier曲线与A*算法融合的方法来实现移动机器人的路径规划,再通过MATLAB、V-REP仿真工具来实现Bezier_A*融合算法与平滑A*算法及A*算法的对比。通过Bezier_A*融合算法使得机器人在工作中的寻优能力、路径规划效率都得到较大的提高。
- 郭江肖宇峰刘欣雨陈丽
- 关键词：移动机器人路径规划BEZIER曲线
