基于小波变换和神经网络集成的笔迹鉴别方法*

在笔迹鉴别中为了便于获取特征字符的细微特征,基于线性矩和小波变换提出了提取特征字符纹理特征的方法.小波变换能有效地提取字符的结构特征,而矩能够很好地对其进行描述.在该方法中,一幅特征字图像可以用一个含有52个元素的特征矢量表示,然后通过训练多个神经网络,并应用神经网络集成的方法将其结果合成,对特征空间进行正确分类.分别在特征字和候选人数变化的情况下进行实验,实验结果显示识别准确率较同类算法平均提高百分之五.     

MATLAB/Simulink软件在伺服系统设计仿真中的应用

针对典型负反馈伺服系统建立数学模型，利用ＭＡＴＬＡＢ／Ｓｉｍｕｌｉｎｋ语言为其编写系统分析软件，使其具有模型输入，系统分析、仿真等功能。借助该软件可以对此类型伺服系统的性能进行详细分析，以具体实例予以说明。该方法可以为伺服系统前期设计提供参考。     

基于PSO和RBF神经网络的水声信号建模与预测

为构建径向基函数神经网络模型,以相空间重构理论为基础,提出基于粒子群的自动搜索算法,并以Logistic映射和水声信号作为研究对象,把该算法与同类算法进行比较。实验结果表明,该算法在训练准确率和收敛速度方面体现出一定的优越性,能够为水声信号的建模、预测以及动力学分析提供支持。     

基于混沌神经网络的最短路径路由算法

将最短路径问题映射到混沌神经网络，提出了一种带有混沌噪音的神经网络最短路径路由算法。首先设计了与最短路径有关的网络费用和路径表达方法；其次结合混沌神经网络的数学模型建立神经元的运动方程；最后依据网络费用和约束条件构造神经网络的能量函数。分别在具有9个结点和15个结点的网络拓扑结构上进行了实验，单个和多个分组请求均能快速地找到最短路径。结果表明，该文提出的最短路径路由算法用于高速交换网络是有效可行的。     

混沌优化的仓储害虫声音信号识别研究

为了提高仓储物害虫声音信号的自动识别率,寻找支持向量机模型参数C和核宽度参数σ的最优组合,提出了基于混沌优化的支持向量机模型参数自动选择算法.基于径向基核函数(Radial Basis Function,RBF)的支持向量机模型参数C和核宽度参数σ对其泛化能力有很大的影响,首先产生Logistic映射和圆映射的混沌混沌数值序列,而后以通过载波形式将混沌变量的值域"放大"至参数(C,σ)的取值空间,寻找优化变量(C,σ)的最优组合.与网格法的比较实验结果表明,该方法不但可以提高分类识别率,而且显著减少了支持向量机的训练个数,并使支持向量机具有更好的推广能力.     

基于Web日志挖掘的个性化服务站点

介绍个性化站点的概念，并对Web日志挖掘系统体系结构进行分析。其后将关联规则挖掘技术应用到日志事务会话中，在对日志数据的特性分析的基础上提出类Apriori挖掘算法。对类Apriori挖掘算法得到的频繁项集如何有效提取关联规则提出了最有效的方法。在实际应用中探讨了如何从多个匹配的关联规则中选择合适的匹配规则。     

基于混沌序列的SVM参数选择及其在笔迹鉴别中的应用

基于RBF核的支持向量机(SVM)模型选择取决于两个参数，即惩罚因子和核参数，为了寻找SVM参数的最优组合，利于笔迹鉴别图像的自动识别，提出了基于混沌序列的参数搜索算法以实现SVM模型参数的自动选择。从与网格法和双线性法进行的比较实验可以看出，基于混沌序列的SVM参数选取更简单，更易于实现，并使SVM具有更好的推广能力。在10人笔迹灰度图像库上分类识别实验结果表明，该方法不但可以提高分类识别率，而且显著减少了训练SVM的个数。     

面包烘焙品质检验中纹理特征的提取

阐述了数字图像处理技术在烘焙面包品质检验中的应用,并依据烘焙面包切片区域图像的灰值游程矩阵,在图像的纹理特征的提取方法方面进行了探讨.试验结果表明,该方法为面包烘焙品质的快速自动检验提供了客观准确的科学依据,使感官评价的指标客观化.     

无线传感器网络分簇路由中基于自适应的簇头轮换算法

分簇路由方案是无线传感器网络中低能耗路由设计的主要方法,簇头轮换机制是平衡分簇路由中节点能耗的有效手段.然而,如何优化簇头轮换间隔却鲜见文献研究.基于簇树工作周期的概念,提出了一个簇头轮换间隔的优化算法,实现了自适应簇头轮换机制.同时,为了减少簇头数量,该文提出了一个基于连通支配集CDS(Connected Dominating Set)的分簇算法.仿真中,与4种不同长度的定长间隔簇头轮换策略进行了对比试验,结果表明自适应簇头轮换策略具有最长的网络寿命和最大的网络能量利用率;与TopDisc和Guho等经典算法进行了对比,该文提出的算法构造的CDS具有最小规模和直径.     

神经网络在手写体字符识别中的应用研究

总结了神经网络被用于手写体字符识别分类中的应用情况，分析了所采用的反向传播神经网络、径向基函数神经网络、自组织神经网络等网络模型及其最新的应用情况，详细介绍了神经网络集成的一些方法,并根据目前的研究现状，指出用于分类器设计的神经网络集成方法和理论研究是未来的重要研究课题.