基于多级分类器和神经网络集成的手写体汉字识别

为了提高系统的泛化能力,在分析了当前汉字识别最新发展技术的基础上,提出了一种三级识别策略的汉字识别系统模型.第一级,使用传统的外围特征法将待选字进行粗分;第二级,使用笔划密度特征法进行细分;第三级,使用一种基于球领域模型的神经网络集成算法对结果进行最后的确认.模拟算法证明,它可以更进一步地提高系统的泛化能力.     

电容式加速度计中的新型放大器设计

采用0.5μm CMOS集成电路工艺,设计出一种应用于电容式加速度计中的新型低失调、低功耗放大器.分析了放大器对加速度计系统性能的影响,给出原有放大器的不足之处.新型放大器由三级组成,第一级与第二级是标准的差分输入单端输出放大器,第三级为class-A输出级.采用共源共栅的两级高增益差分级提高了CMRR及静态失调,再通过版图技术减小动态失调,使得整体失调下降.恰当的选择差分输入管的沟道长度会得到输入参考噪声最小值.测试结果表明,放大器输入失调电压温漂为0.78μV/℃,等效输入噪声20.05nV/,加速度计噪声仅为8μg/,其全温区零点变化量0.5mv/℃.     

HT—7电源控制系统抗干扰设计

HT-7电源控制系统为三级分级分布式计算机系统,其中第一级由LX386、DEC486组成,第二级由两台8098组成,第三级由四台8031单片机组成.此外由 SIMATIC S 5-135 U可编程控制器完成控制系统的开关时序量控制、状态巡检及系统保护.系统控制对象为20MW的三相全控桥、保护旁通桥以及电源回路几百个开关量、模拟量.HT-7电源系统设计中的重要问题是消除可能产生的各种干扰以确保系统安全可靠运行.     

基于灰度信息的人脸检测系统

提出了一种基于灰度信息的人脸检测系统的结构和方法。该系统是由两级分类器组成,这样既加快了系统检测速度,又保证了其检测精度。两级分类器均是由RBF神经网络构成,并且第二级分类器通过有效的机器学习方法: Adaboost,提高了其识别能力。该方法根据一定的规则把多个弱分类器组合成一个强的分类器,从而达到提高识别率的目的。 实验表明,通过Adaboost增强后,分类器检测能力要优于SVM分类器。另外,由于采用了旋转采样窗口,该系统可以检测到轻微平面旋转(<±20°)的人脸。     

基于灰度共生矩阵纹理特征的车型识别系统

针对车型识别技术在智能交通管理中存在的问题,提出基于灰度共生矩阵纹理特征的车型识别系统。该系统由车辆图像采集及预处理、车脸分割、纹理特征提取、最小距离分类器等组成。经过实验,该车型识别系统的准确率达到90%。     

考考你

第三期考考你中、如图1所示的电路是一最高增益为60dB的三级可调增益放大器,三个增益级由四运放TL084中的三个运放构成,增益的可控功能由串在增益级中间的D/A来实现。原电路中第一级运放构成增益为10的同相放大器;第二级应为可由开关控制的电压跟随器(开关闭合)或增益为10的同相放大器(开关断开);但第二级的开关S1不管置于位置位置,均将反馈电阻R1短路,因此开关S1的画法是错误的。此处错误改正后,第三极运放应构成10倍的同相放大器。但原电路第三级因反相输入端电阻R4和输出端反馈电阻R1均接地、因而构成过另比较器,故第三级错。正确的接法应该是自运放输出端引出的反馈电阻R1(9K)接至运放的反相输入端2脚,即构成增益为10的同相放大器,如图2所示。     

一种多字体特大字符集字符识别系统

多字体特大字符集字符识别是当前OCR技术研究的热点之一。本文利用一组在抗干扰和描述字符拓扑结构方面具有互补性的特征,其于Support Vector技术和可增长自组织神经网络模型,建立一种识别系统来处理该问题。其中包括一个利用Supprt Vector技术建立的Optimal Margin语言分类器,一个以可增长自组织神经网的粗分类器,结合统计和结构两种识别方法的三级汉字分类器,最后给出良好的实验结果,从而得到该识别系统为解决上述问题的有效方法之一的结论。     

一种手写数字的多级分类器设计

对手写数字识别技术进行了研究和探讨,提出一种新的多级分类嚣手写数字识别方法.该识别方法以图像预处理和字符特征提取为基础,采用BP神经网络分类器进行第一级识别、结构特征分类器进行有选择的第二级识别,并提出一种全新的端点特征提取法,大大地简化结构特征分类器的设计.实验结果表明,多级分类器较单一的神经网络分类器的识别率有了明显的提高.     

多层BP网络的研究及应用

在本文中，我们用统计模式识别的方法分析了目前在模式识别中得到广泛应用的多层ＢＰ神经网络，揭示了具有线性输出单元的多层ＢＰ神经网络用作特征提取器和分类器时具有良好性能的原因。同时，我们设计了一个使用ＢＰ网络作为特征提取器和分类器时，普适的工件识别系统，对不能识别的样本，采用模糊推理技术，把传统的直观特征识别结果和多层ＢＰ网络结果特征级上融合，提高系统的性能。     

Adaboost算法的脸谱识别系统应用设计

研究了灰度值、中值滤波的图像预处理方法和Haar特征提取思想计算多尺度下相同特征.本文基于Adaboost算法针对同一个训练集训练不同的分类器,并将弱分类器进行集合,构成一个更强的最终分类器,实现了脸谱识别系统.通过验证脸谱识别系统,实现了对视频流中脸谱的准确定位,达到了无拖影、噪声少及识别准确的预期.