基于加权组合过零峰值幅度特征的抗噪语音识别

基于人耳听觉特性提出一种新的抗噪音识别特征:加权组合过零峰值幅度特征,是对过零峰值幅度特征的一种改进。加权组合过零峰值幅度特征以语音数据和差分语音数据作为处理对象,通过计算它们的上升过零率获得频率信息,经幅度非线性压缩获得密度信息,并根据人耳对声音的感知特点对其进行加权,形成最终的输出特征,识别网络使用HMM。仿真实现了使用新特征与原特征的算法识别结果,证明了新特征具有较高的识别率和优良的抗噪性能。     

小波变换的多分辨性及在电力信号分析中的应用

文章介绍了小波变换的多分辨分析理论及其在电力信号特征提取和消噪方面的应用。通过对仿真结果分析可知，小波分解得到的高频系数能够清晰地反映信号中的细节特征，通过对高频分量的处理和重构可以得到信号中有用的特征量或除去信号中的噪声。     

基于K-近邻方法的网络信息文本分类

提出了一种网络信息文本分类模型的建立方法，根据网络报文的特点，抽取其中关键词作为分类特征词条，并以报文关键词进行词频统计分析建立文本分模型，分别进行了基于最近邻决策和K-近邻决策的分类效果试验研究，结果显示，K-近邻决策的分类效果要优于最近邻决策的分类效果。     

基于HSI的视觉注意力模型及其在船只检测中的应用

根据现有关于视觉心理学研究的相关成果和计算模型．提出了一种基于HSI颜色空间特征提取的视觉注意力模型．并应用于海上目标检测．首先把输入的RGB图像转换到HSI空间上．采用高斯金字塔和center-surround算子获得HSI三个分量下各自多尺度的视觉差异。通过对不同特征图的规格化和线性融合获得综合的显图．该方法应用于多种海上目标图像均取得较好效果．背景中的海浪杂波得到了有效抑制．提取得到的显区域包括了待检测的目标且范围较小。为后继的处理和分析提供了良好的基础．     

支持向量机及其在机械故障诊断中的应用

针对目前机械故障诊断中难以获得大量故障数据样本以及特征提取和诊断知识获取困难等不足，提出了应用支持向量机进行机械故障诊断的方法，研究了将小波包分析与信号能量分解用于机械故障的特征提取。该方法将振动信号小波包分析后的信号频带能量作为特征向量，输入到由多个支持向量机构成的多故障分类器中进行故障识别和分类。该分类器只需少量训练样本，而且不必预先知道故障分类的经验知识就能实现正确分类。研究结果表明：选用不同核函数及其参数的多故障分类器对分类精度有影响；在样本不带噪声和带15％噪声情况下，支持向量机的分类精度均高于BP神经网络的分类精度，具有更好的分类性能。     

自动指纹识别系统的研究

文章对传统的指纹识别算法进行了分析、总结,提出了一种新的基于指纹方向图的指纹识别算法.同传统的指纹识别算法相比较,其优点为抗扰性强,识别率高.实验证明,文章提出的指纹识别算法能够克服一定范围内的指纹旋转及平移因素的影响,对于残缺或模糊的指纹图像也有较好的识别效果.     

人脸检测研究现状和发展

人脸检测问题已经成为计算机视觉领域中的重要问题．从显式特征和隐式特征两个方向出发，分析了肤色模型、模板匹配、特征脸、人工神经网络、支持向量机及积分图像特征等多种方法在人脸检测中的应用，对人脸研究问题的现状作了全面介绍，并通过对相关论文的系统分析，在相同的测试集上对部分方法进行了比较和评估，指出了相应方法的适用性，最后提出了该研究领域还存在的问题及发展趋势．     

基于图像特征的智能肺癌识别

提出一种基于图像特征进行计算机辅助医学诊断的智能算法。该算法使用神经网络技术有效地从彩色细胞切片图像中识别出肺癌细胞。首先，通过图像预处理和图像分割技术提取出切片图像中细胞的形状和颜色特征。接着，将这些图像特征输入训练好的肺癌分类识别神经网络，智能地识别出肺癌细胞。     

基于向量空间模型的文本自动分类系统的研究与实现

分析了文本自动分类的关键理论及技术,给出一个已实现的基于向量空间模型(VSM)的文本自动分类系统的框架模型,重点描述此系统的实现算法.此算法在训练阶段通过部分训练集确定向量的特征提取维数,并提出一种"平均值"匹配阈值调整方法,从而在精度和效率方面优于传统的分类算法.实验表明此系统查准率为91.8%,查全率为85%.     

金属材料表面腐蚀形貌分形特征提取

通过计算机图像处理技术对海水－H2S介质和工业循环水中腐蚀的碳钢进行了SEM图像分析。结果表明，碳钢表面腐蚀形貌具有统计自相似性，即分形特征；用盒子维法测定其表面形貌分维值分别为2.822和2.805，与实测腐蚀速率相吻合。分维值的大小反映了腐蚀过程中碳钢表面凹凸起伏和不规则等复杂程度，是腐蚀专家系统中定量描述金属表面腐蚀形貌的主要特征参数之一。