用于介形类化石识别及岩芯分析的人工神经网络方法

介绍了在石油勘探中用于识别介形类化石及分析岩芯图象的人工神经元网络方法。讨论了以Hopfield网络为基本模型的加深联想记忆神经网络及加速的反向传播模型(Back-Propagation Model),将其应用于介形类化石的识别获得了很好的效果,并成功地实现了岩芯中的空隙分析。     

树状网识别编码

本文定义和讨论了一种“树状网”的网络结构,提出了用树状网进行模式识别编码的思想并给出了编码原则。我们在文中还较详细地叙述了两种树状网识别编码的方法,分析和实验表明:在不以降低图象质量为代价的前提下树状网识别编码能使编码率有明显的改善,与普通编码方法比较,两个实验分别将压缩比提高了48.5%和52.7%。     

二维有限元网格图象的识别

提出了二维有限元网格图的识别方法．通过对一帧网格图的扫描和二值 化，从中识别出节点和边两种基元．根据这两种基元的拓朴关系生成对称邻接矩阵Ａ，以线度作为限定条件在Ａ的上三角进行单元匹配操作，最后生成 可供应用程序读取的节点坐标和单元表示数据．     

计算机颅脑CT图象病变识别

介绍一个计算机ＣＴ图象病变识别系统，它由图象预处理软件、图象分类识别及图象库管理系统三部分组成．     

一种快速相关匹配搜索算法的实现及应用

相关匹配是图象处理,计算机视觉及模式识别中常用的处理方法.由于图象的数据量十分庞大,因此,相关匹配的计算量非常大,在处理中也相当费时,在实际应用中受到一定限制.为解决这一难题,前人曾做过大量的研究.本文提出一种快速相关匹配搜索算法.实验表明,利用该算法可以实现高准确度和高速度的相关匹配处理,特别是在相关系数分布呈多峰状态时其处理性能优于已有的其他算法.在实验中,模板尺寸为128×128个象素,匹配图象大小为512×512个象素,实验采用微机PC/AT 286(时钟频率为12MHz),其匹配精度可达到2个象素.处理时间为3s,如果利用传统方法,在相同的条件下,处理时间要30 min.所以,这是一种高速度、高准确度的相关匹配算法.并且,在相关系数分布为多峰状态时不会出现错匹配现象.     

车牌识别技术的发展及研究现状

随着经济的发展,机动车辆日益普及,公路交通事业迅速发展,传统的人工管理方式已经越来越不能满足实际工作的需要,车辆识别技术作为智能交通系统的一个重要方向逐渐受到人们的重视。车牌照识别（License Plate Recognition,LPR）系统是车辆检测系统中的一个重要环节,它在交通管理中占有重要的地位,有着多种应用。车牌识别系统一般包括车牌的定位、车牌字符分割和车牌字符识别三个部分,是车牌识别技术研究的重点,本文主要对车牌识别技术的发展和现状进行了简要介绍。     

HOUGH-质心算法及其在形状识别中的应用

本文提出了一种扩展的Hough变换,它可以用于曲线检测、多类目标识别和同类目标失真参数估计。由于对原图象及其Hough变换图象两次进行质心计算,使得失真参数——位移量、尺度因子、旋转角能独立分步地计算。本算法同Krishnapuram—Casasent算法(KC法)相比,具有参数搜索精度和目标识别正确率高、运算速度快、占用内存少及抗干扰性强等优点。在对五种飞机模型图形的失真参数搜索和类型识别中,本算法的处理速度比KC算法提高了25倍,所占内存单元减少到1/5。     

面向模式识别和图象处理的软件开发环境

本文介绍的软件环境是面向模式识别和图象处理(PRIP)语言——EPPPI的集成化软件开发环境。该语言有机地综合了PASCAL和PROLOG的功能,形成一种兼有过程式和陈述式特点的新风格语言。该环境在EPPPI语言的上面设置了三个层次的工具:语法制导编辑器,PDL/EPPPI详细设计和模块设计。文中介绍了各部分的原理和特点。     

BP神经网络的改进及其用于手写数字识别的研究

模式识别是神经网络最有前景的应用领域之一,本文主要讨论如何提高多层神经网络 BP(Back-propagation)算法的学习速度以及该算法用于手写数字识别的研究.文中提出了局部连接的网络结构,并对基于特征输入和基于点阵输入两种神经网络分类器的特点进行了比较,针对神经网络的识别机制、识别能力和自适应学习,进行了深入讨论.本文还给出容错能力的概念,用以描述神经网络对非学习样本的分类机制.所有研究工作是在作者研制的 SSNN 神经网络仿真软件上进行的.     

彩色图象量化方法的研究

彩色图象量化是图象处理中的关键技术之一,本文讨论了几种常用的色彩量化算法,并且提出限一种新的统计聚类算法,实验表明,该算法是一种性能较好、复杂度低的图象色彩量化方法。     

用于监控智能报警系统的图像识别技术

利用遗传算法的最佳熵阈值法进行图像分割 ,缩短了寻找阈值的时间 .分割后提取可疑区域 ,再运用人工智能中的基于缺省规则推理对可疑区域进行分别处理 .本系统运用于非法入侵对象识别和火灾识别 ,经实验验证实用可靠 ,满足实时性要求 .对采集的彩色图像具有与灰度图像同样良好的效果 ,能将报警信号和可疑区域图像通过网络传送到报警中心 .     

复杂仪器仪表盘面背景中目标字符的提取与识别

提出了一套针对复杂仪器仪表盘面图像背景的拟人化的目标字符提取和识别的技术方案．该方案综合了多种图像处理和分割方法，取长补短，综合优化，排除了复杂图像背景中的各种干扰因素，对图像变化有一定的自适应能力．该方案在给定的图像样本中取得了很好的识别效果，达到了实用化的水平．仪器仪表盘面的图像处理与识别是非电子设备与现代电子设备的接合点之一，因而这一具有指导意义的技术方案有广阔的应用背景．     

车牌识别技术的研究与实现

在车牌自动识别系统中,因自然因素或采样因素使得原本规则的印刷体字符产生畸变,给字符识别带来了很大困难.考虑到识别的实际应用及实时性要求,采用改进的模板匹配方法先将字符细化,再结合字符的全局特征,与模板的特征矢量进行匹配,误差最小的作为识别结果.实验结果表明,该算法具有较高的识别率及较好的抗噪性能,能够实现较好的车牌识别效果.     

一种用于语音识别的高效分帧函数的研究

模式识别技术迅速发展,要求相应的模式识别算法仿真和验证简单方便;在语音处理中,基于声管模型的提取特征时,大多时候要把得到的一个特征序列分成若干个子序列,有的还需要每个序列间有重叠部分,利用MATLAB编写一个分帧函数便使得这个工作变得异常简单;要用好这个函数,需要详细了解此函数的各个参数的意义;然后通过此函数的解读,还可以在需要时,适当的改造函数,当然也可以将其中一些算法应用到其他领域中。     

人脸图像有效鉴别特征抽取与识别

基于具有统计不相关性的最优鉴别变换,分析了小样本识别问题,提出了抽取人脸图像有效鉴别特征方法,在Ｏｌｉｖｅｔｔｉ Ｒｅｓｅａｒｃｈ Ｌａｂｏｒａｔｏｒｙ（ＯＲＬ）人脸图像库上得到了平均识别错误率为２．７５％的实验结果,这是目前在ＯＲＬ人脸图像数据库上所得到的最好的实验结果,并在南京理工大学ＮＵＳＴ６０３人脸图像库上得到平均识别错误率为０．９％,的实验结果,这些结果表明所提出的人脸图有效鉴别特征方法     

基于知识编码的剪切位点预测

在现有生物统计中，对脱氧核糖核酸中碱基的编码表达主要限于腺嘌呤，鸟嘌呤，胞嘧啶和胸腺嘧啶4种．但这种编码方式的变量太少，同时没有考虑碱基在脱氧核糖核酸中的位置信息，在剪切位点预测中，准确率不会超过90％．据此采用基于知识的编码方式，即真剪切位点与假剪切位点的统计差表，结合支持向量机方法，大大提高了剪切位点识别的准确率，并进一步采用碱基的统计特征的多变量编码方式使真给体位点和假给体位点的预报率分别达到96．4％和93．0％，真受体位点和假受体位点的预报率分别达到94．4％和93．0％．     

一类基于模式分类算法的入侵检测系统

目前,入侵检测技术(IDS)作为网络安全领域研究的焦点,主要分为两种:误用检测和异常检测,误用检测是根据已知的入侵手段建立一个规则库,待检测的信息与库中规则进行匹配达到检测目的.优点是检测结果准确率高,缺点是只能检测到已知入侵类型.异常检测是通过构造正常的用户轮廓来检测用户的行为,优点是可以检测到未知的入侵行为,但是技术不成熟,误报率高.本文尝试通过结合二者的优点,同时创建了描述正常用户行为和异常行为两个向量集,并引入一种广泛应用于图象处理技术中的模式识别算法依据这两个向量集来判断待测用户行为的属性,识别出黑客的入侵行为.     

基于遗传优化的粗糙神经网络模式识别器及应用

通过粗糙集获取知识表达系统的分类规则，用产生的规则对神经网络进行编码，并利用遗传算法对初步学习后的神经网络的权值进行优化，最终得到一个神经网络模式识别器。举例说明了采用这种方法得到模式识别器的过程及其对待识别对象的学习和分类效果。结果表明：采用粗糙规则对神经网络编码可以缩短神经网络的训练过程，遗传算化对神经网络权值的优化可在一定程度上提高模式识别的精度。     

印刷体藏文识别技术

藏文字符识别是中国的多文种信息处理系统的重要组成部分,本文论述了印刷体藏文识别系统的原理和预处理、识别、后处理过程,分析了文字识别的常用方法及其优缺点和印刷体藏文识别技术,着重分析了印刷体藏文识别中特征提取和分类器设计这两个关键技术,并对藏文识别研究领域今后的研究方向和发展前景提出了自己的看法.