为了避免常见的绿松石处理品及伪品入药，本文针对药用绿松石原矿样品，利用高光谱成像技术开展了绿松石在线鉴别系统的研发。依据全国各地有代表性的天然绿松石原矿样品的高分辨光谱数据，获取了标准谱线，并验证了其普适性。针对市面上常见的绿松石伪品和处理品，分析了在400 nm?1000 nm和400 nm?600 nm范围内的相关性系数的差异，探索出了实现绿松石真伪鉴别的新方法，并在此基础上构建了实验样机系统。为藏医药的矿物原材料筛选提供技术支持，促进藏医药的现代化发展。

针对润滑脂分类, 提出了基于布谷鸟搜索的红外光谱波段筛选方法, 有效剔除了易受噪声等环境影响的红外光谱区域、 实现了对庞大光谱数据进行特征选择和降维处理、 通过筛选光谱最优波段建立了更加准确高效的润滑脂分类模型。 以三类不同稠化剂润滑脂的红外光谱数据为研究对象, 采用主成分分析法(PCA), 对不同波段的红外光谱数据进行压缩, 以提取的红外光谱主要成分作为输入, 润滑脂稠化剂类别作为输出, 通过布谷鸟搜索法(CS), 对主要成分权重和分类核参数进行准确度寻优训练, 建立分类识别预测模型。 对所建立的模型再进行分类准确性测试, 得到模型测试结果准确度, 建立红外光谱波段和测试准确度之间的联系, 得到润滑脂最优类别识别模型和最优分类波段。 对所建立的模型再进行分类准确性测试, 结果显示: 经过布谷鸟搜索法训练加权后的主要特征呈现明显聚类现象, 可以得到分类核, 实现对润滑脂种类的准确识别; 在搜索过程中提供了区分不同润滑脂的推荐波段和特征峰, 使对润滑脂的正确鉴别概率由全波段建立分类模型的94.44%提高到筛选后特征波段建立分类模型的100%, 并减少了运算时间、 提高了搜索运行效率。

为了减化传统人体行为识别方法中的特征提取过程, 提高所提取特征的泛化性能, 本文提出了一种基于深度卷积神经网络和多尺度信息的人体行为识别方法。该方法以深度视频为研究对象, 通过构建基于卷积神经网络的深度结构, 并融合粗粒度的全局行为模式与细粒度的局部手部动作等多尺度信息来研究人体行为的识别。MSRDailyActivity3D数据集上的实验得出该数据集上第11~16种行为的平均识别准确率为98%, 所有行为的平均识别准确率为60.625%。结果表明, 本方法能对人体行为进行有效识别, 基本能准确识别运动较为明显的人体行为, 对仅有手部局部运动的行为的识别准确率有所下降。

由于马赫-曾德尔(Mach-Zehnder)光纤干涉传感系统的定位精度在实际应用中受到初始相位偏移的影响, 本文针对系统的光路结构, 提出了一种基于3×3耦合器的被动数字化解调方法。利用3×3耦合器的2路输出信号构成椭圆曲线, 在约束条件下对信号系数进行最小二乘拟合, 然后采用微分交叉相乘法解调出相位信号。与传统的解调方法相比, 提出的方法降低了对耦合器高对称性的要求, 不需限制其它参数; 约束条件下椭圆拟合的鲁棒性好, 尤其是对于椭圆度较差的数据点具有很强的适应能力, 适用于微弱振动信号的解调。仿真结果和现场实验数据证明该方法切实有效, 运算量小, 利用现场数据解调出的相位信号相关性达到0.992 0; 互相关计算显示其在总长43 km的管道上的定位误差为81.2 m, 有效提高了系统性能。

针对基于相敏型光时域反射计(OTDR)的振动传感系统所使用的平均算法、差分算法不能有效实现对扰动的识别定位问题，提出了一种结合小波分析理论和信息熵理论的处理算法，以实现系统对外界扰动的准确评价。在深入分析系统所得信号特征及小波信息熵处理方法特点的基础上，探讨了窗长、步长对评价算法的影响，并使用加权算法对该评价算法进一步优化。实验表明，本方法可以区别噪声信号和扰动信号，实现对外界扰动事件的快速准确识别并精确定位扰动发生的位置，对系统的实际应用有重要意义。

提出了一种基于双光束干涉的分布式光纤振动传感器，利用双路瑞利散射信号的干涉效应探测振动信号并利用传统的光时域反射计定位原理进行定位。基于该原理提出一种新的信号处理方案，在传统移动平均算法的基础上引入间隔参数并对信号进行标准化处理，不仅可以降低系统运算量，而且能去除因干涉灵敏度升高造成的本底噪声影响，提高振动信号的信噪比。实验结果表明，该系统可以有效探测到外界扰动信号并进行精确定位,而且探测灵敏度较高。当传感光纤长度为5 km时，系统空间分辨率可以达到20 m，信噪比约为8.5 dB。该系统可以用于管道安全预警和周界安防以及结构健康监测等领域。

本文基于视觉显著图提出了一种新的车牌定位算法。首先利用自底向上的视觉注意模型对输入的彩色图片分别提取出强度、车牌颜色、车牌边框方向三类特征图;然后将特征图整合成视觉显著图,并对视觉显著图进行二值化,得到车牌的候选区域;最后结合输入图片水平方向上的边缘信息,以及车牌的长宽比例、跳变次数等特征,准确提取车牌区域。实验证明,此算法能大量地减少背景环境对定位所带来的伪车牌个数,有很强的环境适应性和抗噪能力,具有较高的定位率。