BP和RBF网络结合的相位测量轮廓术系统标定

提出一种新的基于彩色光栅投影的三维面形测量方法.将相移量为2π/3的rgb调制的正弦光栅复合成彩色光栅投影到被测物体表面,利用相移算法求解出相位,最终获得物体的三维数据.该方法只需一幅投影条纹图就可以完成三维测量,同时给出了理论分析和计算机模拟.

提出一种新的光栅条纹投影轮廓测量术系统标定模型,新模型不要求投影装置和成像系统的光心连线与参考面平行、成像系统的光轴垂直于参考面及投影装置和成像系统的光轴相交。基于该模型得出了新的相位高度映射关系,其待定系数与成像点的坐标无关。实际测量中只需2个高度不同的标准块便可以求得待定系数。对4个标准块进行高度测量,得到的最大相对误差为0.6%。实验证明:该标定方法简单有效,提高了系统标定的可操作性和测量精度。

在线结构光360°三维轮廓测量方法中,采用多图像传感器系统可实现物体整体轮廓及局部形貌细节同时高精度测量。为了实现测量系统多传感器同时标定,提出一种线结构光多传感器三维轮廓测量系统的标定方法。以直接线性变换法为系统标定模型,设计含有多特征点的靶标控制场来解算系统模型参数,应用二元全区间插值误差校正方法对物方坐标计算误差进行校正,实现对整个测量系统的标定。并提出了一种基于二维离散傅里叶变换的多分辨率标定靶标特征点提取的新方法。论述了线结构光四传感器测量系统的标定过程。实验结果表明这种标定方法可实现多传感器测量系统高精度同时标定。

为了实现对复杂物体三维外形的快速测量目的,首先设计了一套基于结构光的高速测量系统,该系统主要由高速投影模块和图像采集模块组成;然后采用一种基于绝对相位的编码和解码方法,实现绝对相位的测量,从而解决了复杂形体的三维测量过程中的二义性问题。最后,对所给系统进行了三维测量的实验验证,证明该系统精度可达到0.11mm,实验结果表明系统的精度和速度适合高速三维测量。

对三维物体轮廓测量标定技术中所遇到的卷相问题进行了分析,提出了多标定平面法和标记图像法来计算相位沿高度方向的卷相次数,并通过实验验证了该方法的有效性

为提高风电输出功率预测精度，提出一种基于rbf—bp组合神经网络模型的短期风电功率预测方法。在考虑尾流等因素影响的基础上，对风速进行预处理。根据相关历史数据，建立rbf—bp组合神经网络短期风电功率预测模型，对风电输出功率进行预测。仿真分析结果表明，该预测方法能有效提高风电输出功率预测精度。

本文提出一种基于图像轮廓进行相机自标定并计算投影矩阵从而恢复物体三维模型的方法。首先使用镜面反射从图像中获取物体的多角度成像并利用阈值和边缘提取得到图像的轮廓信息,再结合对极几何对图像轮廓的限制条件确定相机的投影参数,最后使用可视外壳技术拟合出物体三维模型。

为了预测混凝土的抗压强度,在分析bp、rbf神经网络原理的基础上,提出用bp、rbf神经网络模拟混凝土抗压强度与搅拌机各主要影响参数间关系的方法。根据搅拌机的实际工作状况,分别建立了4维输入向量、1维输出向量的bp、rbf神经网络模型,通过19组试验,验证了2种模型的可靠性。结果表明,实测结果与预测结果相接近,该2种神经网络模型能较准确地快速预测混凝土抗压强度。

传统光栅投影轮廓系统需要严格的几何尺寸约束,实际使用中难以构造,而且采用参考平面作为被测物体的相位测量基准,限制了系统的测量和应用范围。针对这些问题,提出了采用辅助参考线代替传统光栅轮廓系统中参考面的系统模型,给出了利用参考线将相对相位校正为绝对相位的公式,利用空间映射及优化求解算法实现了从绝对相位到被测物真实空间坐标的映射。设计了圆线形靶标,只采用一个平面靶标即可实现靶标点空间坐标、靶标相位以及参考线位置的采集,简化了标定过程。最后进行了测量实验,使用两幅图像完成了石膏头像三维数据的获取,通过测量平面靶标的平移和旋转的间距,验证了方法的测量精度,靶标平移间距的均方差为0.02mm,旋转间距的均方差为0.03°。实验证明该测量方法速度快,系统搭建和标定方法简易,测量精度高,具有重要的应用价值。

收集55个厦门市典型工程造价指标,利用spss软件对数据进行预处理,选取11个工程特征作为造价的主要影响因素,分别建立基于多层前馈(bp)和径向基函数(rbf)神经网络的工程估价模型.从55个案例中随机抽取10个作为预测样本,剩下的45个作为训练样本,进行bp,rbf神经网络预测模型的训练和测试.结果表明:通过参数优选的rbf神经网络工程造价预测模型,预测误差在5%以内,网络泛化能力更优越,可用于实际工程造价的辅助估算.

分析了球磨机负荷测量的现状,提出了基于并行rbf神经网络测量制粉系统球磨机磨筒内负荷的软测量方法,给出了相应的系统结构和算法。现场实测数据计算实例显示了该方法良好的测量性能

分析了对工程造价有重要影响的众多因素,参考国内外专家、学者的研究成果,确定了影响工程造价的18个主要因素,并基于rbf神经网络建立了工程造价决策模型。本文利用rbf神经网络快速、准确的函数逼近能力,为工程造价决策提供了一种新的方法。

负荷预测是实现电力系统优化运行的基础,对于电力系统的安全性、可靠性和经济性都有着显著的影响。rbf是一种三层前馈神经网络,具有良好的函数逼近性能,已被广泛应用到电力负荷预测中,并取得良好的效果。本文主要整理并介绍当前基于rfb神经网的负荷预测方法,对存在的问题进行了分析,并对未来的发展进行了展望。

负荷预测是实现电力系统优化运行的基础，对于电力系统的安全性、可靠性和经济性都有着显著的影响。rbf是一种三层前馈神经网络，具有良好的函数逼近性能，已被广泛应用到电力负荷预测中，并取得良好的效果。本文主要整理并介绍当前基于rfb神经网的负荷预测方法，对存在的问题进行了分析，并对未来的发展进行了展望。

基于rbf神经网络的软基沉降预测研究——将神经网络理论引入软基沉降预测领域．借助自控领域信号处理的思想，应用改进后的径向基函数神经网络的映射模式进行软基沉降的短期预测；软基沉降的长期预测实质上为基于神经网络的多维欧氏空间的曲面拟合问题，将地基压...

针对建筑工程特点,提出了基于rbf神经网络的建筑工程投标报价方法,建立建筑工程投标报价标高率数学模型。应用matlab计算软件,以实例验证了该模型的正确性及实用性。

研究了一种线性周期编码光栅的三维轮廓术，其中采用了两个相位相反的线性周期变化的光栅光场和一个均匀光场，对被测物体进行三次采样。在获得物轮廓的同时，又获得了物体的表面纹理。当背影光很暗时，经过两次采样即可获得物体的三维轮廓。通过理论分析，采用相位相反的线性周期光栅光场与相位相差１／２周期的线笥周期光栅光场相比，检测粗度可以提高近１倍。

研究了一种线性周期编码光栅的三维轮廓术，其中采用了两个相位相反的线性周期变化的光栅光场和一个均匀光场，对被测物体进行三次采样。在获得物体三维轮廓的同时，又获得了物体的表面纹理。当背景光很暗时，经过两次采样即可获得物体的三维轮廓。通过理论分析，采用相位相反的线性周期光栅光场与相位相差１／２周期的线性周期光栅光场相比，检测精度可以提高近１倍。

地基沉降是一种危害很大的环境灾害。地基沉降的监测数据经常受降雨及工程施工等诸多外界因素的干扰,故而在沉降曲线中存在许多数据突变点。为此,提出基于小波分析与rbf神经网络相结合的新的地基沉降预测方法,首先采用小波分析对对原始监测数据进行数据去噪处理,进而得到反映实际变化的地基沉降曲线,然后采用径向基函数(rbf)神经网络方法对其进行预测,为工程设计提供依据。最后结合工程实例分析,通过多种小波去噪与预测结果的对比研究,表明3次b样条小波的去噪及预测效果最好,与实测值能较好地吻合,具有较好的工程应用前景。

介绍了基于matlab的径向基函数rbf神经网络对于建筑物沉降预测的方法,讨论了rbf神经网络的构造思路、参数和分布密度spread的选择。为建筑物变形监测人员的数据分析、变形预测提供了一个可行的概念。

小波分析和rbf神经网络在地基沉降预测中的应用研究——地基沉降是一种危害很大的环境灾害。地基沉降的监测数据经常受降雨及工程施工等诸多外界因素的干扰，故而在沉降曲线中存在许多数据突变点。为此，提出基于小波分析与rbf神经网络相结合的新的地基沉降预测方...

根据现代电梯工业发展的需要,提出了一个基于小波分析和rbf神经网络的电梯乘客识别系统；通过分析乘客的人脸图像,实现对乘客的身份、表情和姿势的识别,仿真结果表明,该系统对乘客的身份有较高的识别率。