网格笔划密度特征的OPCCR错误自动检测

现有的光学印刷体汉字识别（OPCCR）系统中,汉字识别率虽然已经高达98%以上,但仍然会发生错误识别的情况.通常,这些错误的识别还不能被自动检测,采用人工检测,费时费力,大大降低了实际应用系统的自动化和智能化程度.为此,本论文提出了基于网格笔划密度特征的OPCCR错误的自动检测算法.本算法首先建立标准汉字的网格笔划密度特征的特征库.然后,在OPCCR错误的自动检测时,对光学印刷体汉字图像进行预处理、行分割、列分割得到单个汉字图像,提取单个汉字图像的网格笔划密度特征.再把特征和相应的识别出的汉字的特征库中的特征进行相关匹配.于是,根据特征匹配自动检测OPCCR的错误.     

小波多尺度分解及其在SAR图象目标检测中的应用

合成孔径雷达图象的目标检测是最重要的任务之一.目前用于目标检测的现有方法速度较慢、准确率较低、精度较差.作者提出小波分解的方法用于目标检测.同尺度目标检测采用二维离散二进小波分解方法,提高检测速度.不同尺度的目标检测采用多尺度二维离散小波分解方法,提高检测准确率.图象匹配采用灰度归一化的灰度相关匹配方法,提高匹配精度.实验证明,采用该法进行目标检测能获得较好的效果.     

遗传优化神经网络实现的人民币号码识别系统

目前人工神经网络广泛的应用于各种模式识别以及自动控制等系统中，该系统利用了图像去噪，分割，倾斜度调整，字符分割，字符归一化等图像预处理之后，将人民币号码图像进行特征提取，应用神经网络进行识别.同时，用遗传算法对人工神经网络进行网络权值的优化，加快了训练速度，提高了识别率.     

数据挖掘技术在网络入侵检测中的应用

研究了系统化的通用入侵检测方法，其核心思想是使用数据挖掘技术去建立正常的系统和用户行为模式，使用Tcpdump抓取网络数据包，采用两种数据挖掘方法对网络数据包进行分析。同时，为了满足有效学习(挖掘)和实时检测的双重挑战，提出了一个构建网络入侵检测系统的基于代理的体系结构。     

基于CX2388x的PCI图像采集卡及驱动设计

介绍了视频芯片CX2388x的主要性能特点，分析了应用DriverStudio编写WDM驱动程序的优势，采用DriverStudio＋VisualC＋＋的开发方式实现了基于CX2388x的PCI图像采集卡的驱动。     

全响应CPM信号的一种非相干接收技术

连续相位调制由于其具有恒定包络幅度且对任意的调制信息序列能保持信号的相位连续,从而能够有效的改进信号的频谱特性.因此,在现代通信系统中得到了广泛的应用.本文将介绍一种全响应CPM信号的最大似然块检测接收法,并且还对该方法的性能采用调制指数为2/3的CPFSK信号进行了评估.该方法的最大优点就是简化了接收端的处理.     

基于FCM和标记分水岭的粘连岩石颗粒图像分割

模糊C均值算法可利用图像的多种特征值进行准确的图像分割,但不能分割粘连物体;传统的分水岭分割算法能够获得准确的物体边缘轮廓,但容易造成过分割.为了解决这个问题,提出基于FCM和标记分水岭的粘连图像分割.该方法首先对原始彩色图像中值滤波后进行基于LUV颜色空间的FCM聚类;对聚类后的图像用形态学方法去杂质、空洞填充后进行距离变换;然后根据距离变换图像找出局部最大值,得到种子图像;最后对距离变换图像进行基于标记的分水岭分割,得到最终的分割图像.该方法对粘连岩石颗粒图像进行分割,取得了较好的实验效果.     

邮件文本的信息隐藏技术研究

随着信息化的发展,保密通信变得越来越重要。当今,电子邮件是人与人通信的重要工具之一,因此应用它进行信息隐藏已成为保密通信的重要研究课题。本文提出一种模式变换的电子邮件信息隐藏算法。这种算法是利用隐藏信息构造信息隐藏矩阵,利用文字模式构造模式系数矩阵,再用这两个矩阵构造隐藏矩阵,最后用隐藏矩阵对电子邮件的文字模式进行模式变换。本文还根据信息熵理论,分析了这种算法的信息隐藏容量。我们采用所提出的算法,设计了计算机程序,进行了信息隐藏实验。实验表明,我们的算法具有很好的信息隐藏效果。     

基于动量BP神经网络的英文字符识别

英文字符识别已经广泛地应用于很多重要领域.已有的英文字符识别算法很多,一种典型的算法是BP神经网络算法.但是,BP神经网络算法有时不收敛,或陷入震荡.这就导致识别率下降.为此,本文研究了一种改进的称为动量BP神经网络算法用于英文字符识别.这种算法在BP神经网络算法的网络参数控制中添加一个动量系数和一个动量项.这样可以避免迭代的震荡,加快收敛速度.提高识别率.利用动量BP神经网络算法,对52个英文大小写字符进行了识别试验.实验结果表明,这种算法能获得满意的识别率.     

一种改进的基于小波变换的图像边缘检测算法

本文研究了利用小波变换对图像进行边缘特征提取的算法.传统的小波边缘检测算法检测到的边缘均有边缘定位不准确、边缘不连续等缺点.为了解决这些问题,本文对小波边缘检测算法作了一些改进.主要改进了以下两个方面:在图像边缘检测方面,检测小波系数模的相角方向上小波系数的局部模极大值点;在阈值选取方面,不再应用全局的单一阈值,而是选择动态双阈值.实验表明,本文方法在图像边缘的连续性比较好,边缘定位上比较准确,而且能很好地保留图像的细节信息.