本发明公开了一种低信噪比雷达辐射源信号脉内调制识别方法，其步骤包括电子侦察接收机接收雷达辐射源脉冲信号，经由射频到中频的降频和A/D采样处理后，得到待识别的具有不同脉内调制方式的雷达辐射源信号S(t)，再在信号处理模块中对信号S(t)进行处理，识别出雷达辐射源信号的脉内调制方式并输出。本发明方法能在信噪比低至-6dB时正确识别多种雷达辐射源信号脉内调制方式，比现有的雷达辐射源信号脉内调制方式识别方法具有更好的噪声抑制能力，且比现有的多种雷达辐射源信号识别方法的计算复杂性O(n2)或O(n3)低很多。

本发明公开了一种分级式远距离有源电子标签及其识别方法， 该标签包括射频模块、控制器、存储器、电池模块，控制器与微型开 关相连，当人、设备、设施或者物品的状态发生改变时，拨动微型开 关，从而生成新的射频序列号，该新的序列号包含电子标签的原射频 序列号和识别对象状态改变后的新的序列号，将识别对象的不同状态 与不同的射频序列号相对应。按照本发明，能够实现电子标签的分级， 该电子标签将识别对象不同的状态与不同的射频序列号对应，通过读 写器可以将信息传输给数据管理系统，从而使管理人员对识别对象的 状态有全面具

本发明公开了一种结合字符级和字符串级分类的文本检测和识别方法，在图像中提取可能属于同一字符的像素集形成备选字符；滤除不满足字符几何特征统计规律的备选字符；采用基于字符旋转和尺度不变性特征的字符级分类器对备选字符分类，以确定备选字符为某字符的概率；将字符两两合并形成初始字符串；计算两两字符串间的相似度，将相似度最高的两字符串合并成新的字符串，直到没有可再合并的字符串；采用基于字符串结构特征的字符串级分类器对字符串分类，以确认具有语意的字符串；利用待识别字符为某一字符的概率对字符串识别，得到语意文本。本发明将文本检测和识别过程作为一个整体，利用检测和识别的相互作用提高结果精度，简单高效。 

本发明公开了一种前视雷达成像海面目标关键点检测识别方法，所述方法包括：将雷达回波数据量化为灰度图像；对灰度图像提取感兴趣区、分割，得到目标区域分割图像；利用雷达回波数据和图像感兴趣区，得到目标区域峰值点信息矩阵；对目标区域分割图像和目标区域峰值点信息矩阵进行信息融合，统计融合结果中目标区域内峰值点数目 K，选取前 K 个峰值点作为目标有效峰值点，二值化为目标有效峰值点图像，提取目标轴向特征，确定目标位置；计算目标能量

本发明提供一种HVDC系统换流母线外部故障的人工智能识别方法。其特点是该方法利用小波变换多尺度分解算法，把系统故障信号分解到不同频段，以不同频段信号小波能量偏度作为故障诊断特征向量，再结合BP神经网络实现交流系统故障类型的准确识别。该方法与以往交流系统故障类型识别方法相比较，从能量分布的角度，只需对一个故障信号进行特征提取，不受系统运行方式的影响，操作简单，准确性好，可性度高。

本发明公开了一种自然场景文字检测方法及系统，属于模式识别技术领域。本发明首先对图像进行二值化处理以获取文字初步候选区域，然后基于判决规则和置信度图像建立两层滤波机制以剔除伪文字区域。为弥补前期处理所可能导致的文字丢失问题，将已获得的文字候选区域形成种子区域，然后在其邻近区域根据上下文信息恢复已丢失的文字候选区域。将沿水平方向排列的相邻的文字区域形成文字行并采用分类器进行判决以剔除伪文字行。最后，将文字行中的文字

本发明提出了一种移动荷载下简支梁损伤和移动力同时识别方 法：测量结构在损伤状态的加速度动力响应，以结构的加速度响应作 为结构损伤和移动力识别的动力指标；根据结构的数值模型，将未知 移动荷载采用切比雪夫多项式表示，并利用梁单元形函数概念将移动 荷载等效成单元节点力，分别计算结构加速度响应对损伤和移动力参 数的灵敏度矩阵；结合敏感性分析结果，以结构测量加速度响应和计 算所得的有限元加速度响应的差值作为目标函数，采用一阶泰勒展开 的识别方程逐步迭代同时识别出简支梁的损伤和移动力。通过本发明 方法，能够仅仅

本发明公开了一种机床锥配合固定结合部的动力学建模及模型参数识别的方法，该方法建立了一种 32 节点的刀柄-主轴结合部动力学模型，其中 1～8、9～16、17～24、25～32 均为等分点，锥配合结合部单元的运动则通过 1 点和 17 点、2 点和 18、3 点和 19 点、......16点和 32 点之间的相对运动体现出来。基于模态实验，本发明以频响矩阵与阻抗矩阵的乘积是单位矩阵这一理论特性，将实验的频响矩阵和有限元理论得到的子结构的刚度矩阵、质量矩阵相结合，通过初值试凑的方法，运用非线性最小二乘

AI心理情绪识别系统1.多模态信号采集：人脸动态图像、脑电信号采集、语音情感检测。2.功能模块包含：情绪检测、情绪档案、数据统计、用户管理、系统设置功能模块。3.系统基于情绪心理学相关理论，结合面部表情的二维情感空间分析技术、脑电信号的状态分析、语音的三维情感空间分析三种模态相互融合叠加技术，检测人心理情绪状态，提高其检测准确度。3.    基于摄像头面部情绪识别技术，可以实时分析人体面部所包含的情绪状态。通过非接触式的实时视采用 AI 人工智能学习技术，结合心理学，通过对被测试人员 60秒的测试，能够获取相关心理/心理指标。帮助被测试人员了解自己的心理健康状况，并且引起人们重视心理健康，从而在工作、学习、生活当中提高身心健康。并且通过定期测试，能够获取个体、准确的进行心理危机预警，显示被测人员心理危机测试报告，提醒心理医生重点关注。用户在进行注册登录后，根据语音提示可直接进入测试界面进行情绪识别。点击测试按钮，调整好站立位置，脸部朝向屏幕，人脸录入即可完成测试，测试完成即可生成测试报告并能打印报告。4    基于脑电生物传感器状态检测、实时展示人体脑波原始状态指标以及Delta、Theta、Alpha、Beta、Gamma等8个EEG参数。5.    采用任务态模式进行语音情感分析，测试者按照系统设定的特定语境信息进行朗读来进行情感分析。6.    检测结束后可实时出具“心理生理状态分析结果报告”，其中包括被测试人员信息、检测时间、12维度心理生理情绪数据，包含正面情绪（平衡、自信心、活力、调节水平），负面情绪（攻击性、压力、紧张、可疑），生理参数（抑制、神经质、消沉、幸福指数），以及综合状态指标：专注度、放松度、疲劳指数、焦虑指数、压力指数、抑郁指数等。7.    统计分析：系统自带数据中心的统计功能，可以按单位进行所有检测人员的压力分布图及重点关注人员的信息显示。8.    检测完成后系统自动生成检测报告，检测报告需包含每项参数的检测数据大小、参考范围、异常数据等，以及用情绪参数雷达图、饼状图、直方图、曲线视图等多种表示方法。9.    信息查询功能：管理员可通过多条件查询功能，只需通过任意一项查询条件即可快速查询出与之对应和匹配的测试者信息，以及该测试者的历史测试记录，并可对该测试者的测试记录进行纵向和横向对比，综合分析该名测试者的心理健康状况。9.用户管理端：以管理员身份登录该系统可对用户进行管理。可进行添加用户、删除用户、查询用户、用户信息修改、密码修改、级别权限设置、单位框架搭建、查看用户报告，以及导出、打印用户报告。10.系统具有特定场合模态设置功能，可关闭和开启语音检测功能。11.视频检测时面部框具有信号质量检测功能，通过不能的颜色在面部框进行彩色状态提示，同时具有人脸检测判别功能，比如面部不全、距离较远等识别功能

采用最新的人工智能与图形学技术解决了大规模个性化中文字库快速制作与自动生成中的一系列技术难题，让普通用户可便捷快速地制作、拥有和使用个性化订制风格的中文字库。 一、项目分类 显著效益成果转化 二、技术分析 北京大学王选计算机研究所技术团队经过近十年的研究，采用最新的人工智能与图形学技术解决了大规模个性化中文字库快速制作与自动生成中的一系列技术难题，让普通用户可便捷快速地制作、拥有和使用个性化订制风格的中文字库。 基于部件拼接的中文字库快速制作 基于风格学习的中文字库自动生成