一种脱机手写签名认证方法

研究脱机签名认证的特征抽取和比较决策.针对脱机手写签名验证特点,提出一种主成分特征提取和径向基神经网络相结合的脱机手写签名认证方法.首先使用主成分特征提取算法对签名图像进行特征提取和降维处理,然后基于主成分特征设计径向基神经网络识别签名的真伪.实验结果表明该方法可取得较好的识别效果.     

一种脱机手写签名认证方法

研究脱机签名认证的特征抽取和比较决策。针对脱机手写签名验证特点,提出一种主成分特征提取和径向基神经网络相结合的脱机手写签名认证方法。首先使用主成分特征提取算法对签名图像进行特征提取和降维处理,然后基于主成分特征设计径向基神经网络识别签名的真伪。实验结果表明该方法可取得较好的识别效果。     

基于决策树的手写数字的识别

手写数字的识别是模式识别及机器学习的一个重要应用,应用范围非常广泛。本文提出一种基于决策树算法的手写数字识别方法,该方法通过提取基于密度的特征,通过训练得到一个决策树分类模型,进而进行手写数字的识别。实验证明该方法能够快速有效的进行手写数字的识别。     

粗集运算的产生式关联规则获取方法

分析了粗集运算的产生式关联规则(知识)获取方法的原理,给出了其关联规则自动获取过程.通过隶属函数的分类定义并求解其分类隶属度,其目的是对数值型数据进行定性化处理,从而形成规范的决策表.研究了数据元组范化的方法、属性归约的具体算法.提出了用多维代表值的求解方法进行元组值约简,并给出了其具体算法.实例表明,通过该方法抽取的关联规则真实、可靠,有效地实现了关联规则的自动获取且其操作的自动化程度高.     

粗糙集属性约简的完备算法

属性约简是Rough Set理论研究中的核心内容之一,现已经证明寻找决策表的最小约简是NP-hard问题.为了快速有效地得到最小约简,本文利用决策表的一些特点提出了一种完备算法,并给出了该算法的复杂度,最后通过实例分析表明,在多数情况下该算法能够得到决策表的最小约简.     

一种基于运动图像的在线手写汉字识别方法

在分析传统联机与脱机手写汉字识别系统基础上,本文提出了一种基于运动图像的在线手写汉字识别新方法.该方法利用普通摄像头,实时地采集手写汉字墨迹的运动图像,通过图像处理技术提取手写汉字,并进行在线识别.文中给出了笔尖匹配的快速算法和基于数学形态学的汉字提取方法.最后,通过实验验证了本文方法的有效性.     

基于Hopfield的脱机手写数字识别理论及算法

脱机手写数字识别在很多领域具有广泛的应用前景,国内外学者对此做了大量的研究工作,提出了很多预处理和模式识别的算法,大大提高了手写数字的识别精度。为了提高手写数字识别的精度,文章将Hopfield神经网络应用于脱机手写数字识别分析中,Hopfield神经网络的“能量函数”的能量在网络运行过程中,具有不断地减少最后趋于稳定的平衡状态的特性,而且网络一旦建立即可自动运行,无需要训练。     

一种基于关系矩阵维度增量式约简算法

目前决策表的数据信息都是动态变化的,为了有效地对这些数据集进行属性约简处理,在改进的等价关系矩阵的基础上,提出一种增量式属性约简算法,决策表增加了一些属性,利用更新前决策表的等价关系矩阵和属性约简等信息,便能快速求解出更新后的决策表属性约简.实验结果进一步验证了该方法的有效性和正确性.     

基于粗糙集的文本自动分类方法的研究

提出一种利用粗糙集理论生成文本分类规则的方法 ,通过将文本关键词的权值进行离散化处理后 ,作为规则的条件属性 ,文本所属的类别用作决策属性 ,构造决策表。然后通过属性约简和规则化简提取出文本的分类规则。该方法生成的规则易于理解 ,分类准确度较高 ,分类速度快。     

粗糙集理论在步战车故障诊断专家系统中知识自动获取的应用

根据粗糙集理论,实现步战车故障诊断专家系统知识自动获取。首先根据历史故障数据建立决策表,利用粗糙集数据挖掘算法对决策表进行属性约简,对得到的决策表消除冗余,再利用属性值约简算法对决策表进行属性值约简,最后得到决策规则。知识库由条件表、结论表和事实表组成,保存在Access2003中。把条件属性保存到知识库的条件表中,把决策属性保存到知识库的结论表中,这样就很方便的建立了知识库。     

Handwritten digit recognition: applications of neural network chipsand automatic learning

Two novel methods for achieving handwritten digit recognition are described. The first method is based on a neural network chip that performs line thinning and feature extraction using local template matching. The second method is implemented on a digital signal processor and makes extensive use of constrained automatic learning. Experimental results obtained using isolated handwritten digits taken from postal zip codes, a rather difficult data set, are reported and discussed     

Dimension reduction using global and local pattern information-based maximum margin criterion

Dimension reduction is an important research area in pattern recognition when dealing with high- dimensional data. In this paper, a novel supervised dimension reduction approach is introduced for classification. Advantages of using not only global pattern information but also local pattern information are examined in the maximum margin criterion framework. Experimental comparative results in object recognition, handwritten digit recognition, and hyperspectral image classification are presented. According to the experimental results, the proposed method can be a valuable choice for dimension reduction when considering the difficulty of obtaining training samples for some applications.     

一种面向VLSI实现的手写体数字识别系统

本文介绍一种面向ＶＬＳＩ实现的手写体数字识别系统，其中采用汉明神经网络从模式中提取局部特征，然后对提取出的特征图进行压缩，最后由模糊逻辑识虽器根据压缩的特征图对输入模式进行识别，为了在不增加征集的情况下提高特征提取性能，在系统设计时提出了四种新的技术，如具有多阈值的改进汉明神经网络结构等，在模糊逻辑识别器的设计中，提出了两种新的处理技术，实验表明该系统对手写字符的变形和位移等有较强的处理能力，该系     

RS理论在自组织调制识别技术中的应用研究

通信信号处理中最主要的问题是调制样式自动识别,其实质就是通过对输入信号的判别和归类进而理解该信号的结构和属性.本文研究了将粗糙集理论应用于自组织调制识别中的技术.它利用粗糙集理论进行信号的属性约简,求出约简和核;神经网络利用最简决策表构建分类器和提取主要特征参数.二者结合实现了信号自动调制识别,这不仅简化了网络结构和缩...     

Rough Set Based K-Exception Approach to Approximate Rule Reduction

There are rules refering to infrequent instances after the procession of attribute reduction and value reduction with traditional methods. A rough set RS based k-exception approach (RSKEA) to rule reduction is presented. Its main idea lies in a two-phase RS based rule reduction. An ordinary decision table is attained through general method of RS knowledge reduction in the first phase. Then a k-exception candidate set is nominated according to the decision table. RS rule reduction is employed for the reformed source data set, which remove all the instances included in the k-exception set. We apply the approach to the automobile database. Results show that it can reduce the number and complexity of rules with adjustable conflict rate, which contributes to approximate rule reduction.     

一种基于集成BP网络的手写汉字识别方法

针对脱机手写体汉字识别，文章给出了一种基于多层BP网络的并行集成方法，该方法是纯神经网络的多分类器并行集成方案。汉字经预处理后，采用弹性网格变换和Zernike矩分别对汉字进行局部和全局特征提取，利用两个BP网络分类器对这两种特征进行训练和初分类。再利用集成网络对前两个子网络的识别结果进行识别。同时对BP网络的应用做了有益的探索，也为BP网络在人类别分类问题中的应用提供了一条可行的途径。实验结果验证了此方法的有效性。     

一种基于主曲线的步态识别方法

提出将主曲线作为一种新的步态特征分析和分类方法.主曲线特征分析单独分析每类样本的特征,形成直接对各类样本特征及其趋势的低维流形描述,保留了数据集的内在拓扑结构.首先对步态序列时空分析,在低的代价下表达步态运动的时空变化模式;然后,对步态特征进行主曲线分析;最后,用针对该分析方法定义的新相似性度量和分类规则进行了步态的训练和识别.在常用数据库上的测试结果表明,本方法行之有效,主曲线具有很好的实用性.     

基于PCA特征提取和距离哈希K近邻分类的人脸表情识别

使用PCA降维,提取人脸表情特征,并结合基于距离的哈希K近邻分类算法进行人脸表情识别。首先使用类Haar特征和AdaBoost算法进行人脸检测,并对人脸图像进行预处理;接着使用PCA提取人脸表情特征,并将特征加入到哈希表;最后使用K近邻分类算法进行人脸表情的识别。将特征库重构为哈希表后,很大地提高了识别效率。