基于模糊模式和BP算法的手写数字识别

通过对多种手写数字识别算法的研究和分析，提出了一种基于模糊模式识别和BP神经网络寸亏写数字进行识别的新算法。首先应用BP神经网络对手写数字样本进行学习，然后再结合模糊模式识别的思想进行手写数字识别。实验证明：该算法与传统的手写数字识别算法相比，识别率明显提高。经过推广，该算法可应用于汉字识别、人脸识别等领域。     

基于语音识别的英语口语发音校正系统

针对传统英语口语发音校正系统对学生发音错误不能及时校正、反馈等问题，设计一种基于语音识别的英语口语发音校正系统。该系统由口语发音特征提取与校正两部分构成。校正是整个系统核心部分，通过标注结果做灭错计算，识别出错误音频；根据反馈路径、序列方式得出音频对照结果，利用鲁化方式进阶控制对照结果，完成口语发音校正。实验结果表明，所提方法可以将错误发音识别并校正，同时该系统响应时长较短，证实系统性能良好，实现了英语口语发音校正系统的科学化、精准化。     

汉字识别研究的回顾

本文回顾了汉字识别研究的历史。根据模仿人类视觉模型，基于文字图像的统计模式识别方法是文字识别取得瞩目进展的基础。模式识别信息熵理论揭示了模式分类的信息过程和理论极限，本文讨论了从汉字图像中提取特征以及文字识别分类器设计和学习的各种方法。介绍了文本识别必须解决的文字切分，版面分析、理解和重构，及提高识别性能等重点问题，最后，总结了文字识别研究的重要进展和对今后的展望。     

用反馈式语音识别理解方案进行汉语短语的识别理解

汉语语音理解系统的任务之一是把语音识别系统获得的汉语单单节转换成正确的汉字，词乃至汉语的短语，语句，与误音识别系统一起，完成一个语音到文本（ｓｐｅｅｃｈｔｏｔｅｘｔ）的转换系统，本文利用一个闭环反馈方式汉语语音识别理解方案，在汉语词识别理解的基础上，进一步实现时汉语结构性短的识别理解，获得了预期的结果，最后本文对实验结果和反馈式语音识别理解方案进行了讨论。     

脱机手写体汉字识别综述

脱机手写体汉字识别是模式识别领域最具挑战性的课题之一。本文分析了近年来脱机手写体汉字识别的最新进展,讨论了脱机手写体汉字分割、特征提取和分类器设计等关键技术的各种主流方法,介绍了3种典型的汉字识别数据库,并提出了脱机手写体汉字识别的难点问题和今后发展的趋势,为该领域的研究者指明研究方向,共同促进脱机手写体汉字识别技术的发展。     

用反馈式语音识别理解方案进行汉语地名的识别理解

汉语语音理解系统的任务之一是把语音识别系统获得的汉语音节转换成正确的汉字，与汉语语音识别系统一起，完成一个语音-文本（SpeechtoText）的转换系统。本文利用一个有别于语音理解传统方法（1．语言学方法[1]，2．统计学方法[2])的新的反馈式语音理解方案进行汉语地名的识别理解，获得了很好的实验结果。本文最后对实验结果和反馈式语音识别理解方案进行了讨论。     

模式识别统一熵理论

本文提出的模式识别统一熵理论包括;对模式识别中存在着两种信息源的分析、利用信息熵概念定义模式识别信息熵系统、论述学习和识别过程中信息熵的变化和传递以及提出模式识别信息熵三定理.统一熵理论揭示了模式识别信息过程中特征选择和模式识别性能极限间的内在连系,对模式识别理论研究和系统设计都具有一定指导意义,这一理论在汉字识别的研究和实践中得到了验证.     

“汉王人脸通”终结指纹识别时代

作为国内"识别"领域起步较早的民营高科技企业,多年间,汉王科技从手写识别起步,逐步将业务范围扩大至汉字识别,再到模式识别,如今汉王     

用反馈式语音识别理解方案进行汉语短语的识别理解

汉语语音理解系统的任务之一是把语音识别系统获得的汉语单音节转换成正确的汉字、词,乃至汉语的短语、语句,与语音识别系统一起,完成一个语音到文本(speech to text)的转换系统。本文利用一个闭环反馈方式汉语语音识别理解方案,在汉语词识别理解的基础上,进一步实现对汉语结构性短语的识别理解,获得了预期的结果。最后本文对实验结果和反馈式语音识别理解方案进行了讨论。     

光学模式识别中参考目标畸变参数宽容度研究

采用优化设计技术及非线性算法的可实时刷新的参考目标空间匹配滤波器,通过对三维目标畸变参数宽容度的研究及测试,构成参考目标滤波器库,并用于进行多畸变目标光学模式识别试验,取得高识别效率及实时识别速率的实时光学模式识别及定位结果。该技术对自动目标识别具有广泛的应用前景。     

Delayed reinforcement learning for adaptive image segmentation andfeature extraction

Object recognition is a multilevel process requiring a sequence of algorithms at low, intermediate, and high levels. Generally, such systems are open loop with no feedback between levels and assuring their robustness is a key challenge in computer vision and pattern recognition research. A robust closed-loop system based on “delayed” reinforcement learning is introduced. The parameters of a multilevel system employed for model-based object recognition are learned. The method improves recognition results over time by using the output at the highest level as feedback for the learning system. It has been experimentally validated by learning the parameters of image segmentation and feature extraction and thereby recognizing 2D objects. The approach systematically controls feedback in a multilevel vision system and shows promise in approaching a long-standing problem in the field of computer vision and pattern recognition     

基于句法模式识别的雷达识别方法研究

针对参数相近的复杂体制雷达难以识别的问题,提出了一种基于句法模式识的雷达信号识别方法。该方法首先对已知雷达脉冲数据进行结构分析,用雷达脉冲序列参数作为句法识别中的基元进行描述,然后通过训练已知样本得出正则文法扩展生成式并构造一种多位有限态自动机作为识别器,最后选取雷达样本数据进行识别实验。理论分析和实验结果论证了该句法方法的可靠性和有效性。     

模式识别在微电子封装中的应用

模式识别技术的应用,可使微电子封装工艺更具智能化。模板匹配法是模式识别技术的基本模式。以模板匹配法在半导体器件SOT—23封装工艺中的应用为例,从基本概念与系统结构入手较详细地介绍了模式识别技术。     

一种非组合的电磁目标快速识别算法

针对电磁目标识别算法中辐射源组合的本质是避免同一辐射源的多个可能识别结果同时参与一个目标识别模板的匹配置信度计算的问题,提出了一种非组合的快速电磁目标识别方法。依据目标平台与辐射源的搭载关系,建立辐射源识别和平台识别的两级识别体系,基于两点和三点模板匹配法对辐射源进行识别,然后使用非组合的快速模板匹配法对目标平台属性进行识别。仿真实验表明使用该方法计算目标的识别置信度简单易行,可用于实际工程中电磁目标的识别。     

智能地物景像匹配定位技术研究

文中研究了智能地物景像匹配定位系统的基本原理,从模式识别的观点出发提出了地物景像匹配算法的数学模型,并讨论了影响系统性能的有关因素.最后用计算机仿真验证了归一化积相关算法在智能地物景像匹配定位系统中的可用性.     

Architectural design and analysis of learnable self-feedback ratio-memory cellular nonlinear network (SRMCNN) for nanoelectronic systems

In this paper, a learnable cellular nonlinear network (CNN) with space-variant templates, ratio memory (RM), and modified Hebbian learning algorithm is proposed and analyzed. By integrating both the modified Hebbian learning algorithm with the self-feedback function and a ratio memory into CNN architecture, the resultant ratio-memory (RMCNN) is called the self-feedback RMCNN (SRMCNN) which can serve as the associative memory. It can generate the absolute weights and then transform them into the ratioed A-template weights as the ratio memories for recognizing noisy input patterns. Simulation results have shown that with the stronger feature enhancement effect, the SRMCNN under constant leakage current can store and recognize more patterns than the RMCNN. For 18 /spl times/ 18 SRMCNN, 93 noisy patterns with a uniform distribution noise level of 0.8 and a variance of normal distribution noise of 0.3 can be learned, stored, and recognized with 100% success rate. The SRMCNN has greater learning and recognition capability when the learned patterns are simpler and the noise is lower. For the learning and recognition of complicated patterns, the allowable pattern number is decreased for a 100% success rate. Simulation results have successfully verified the correct functions and better performance of SRMCNN in the pattern recognition. With high integration capability and excellent pattern association performance, the proposed SRMCNN can be applied to nanoelectronic associative-memory systems for image processing applications.     

M-Z干涉仪型光纤分布式扰动传感系统模式识别方法

针对M-Z干涉仪型光纤分布式扰动传感系统输出信号短时频率随外界扰动变化的特征,提出了基于短时频率-时间特性的模式识别算法。采用提取短时过电平率来描述传感信号的短时平均频率-时间特性,并将提取出来的时频特性分段后建立相应的特征元素模型,通过动态规划算法（DTW）筛选出最优特征元素模型,将信号所有最优模型的参数作为信号特征输入到人工神经网络（ANN）进行学习和判决,降低了ANN的训练难度以及对时间的敏感性,提高了系统的环境适应能力。实验结果表明:该方法可以有效区分瞬时作用、长时作用、径向作用和不规则作用等多种不同扰动事件,平均识别速度在0.26 s之内,平均识别准确度在97%以上。     

干扰识别的量子粒子群和支持向量机算法

根据支持向量机结构风险最小化原则和量子粒子群快速全局优化的特点,提出了干扰样式识别的QPSO-SVM算法。采用量子粒子群算法优化支持向量机参数,建立了干扰样式特征组分识别的模型,经过仿真试验,表明该算法具有识别率高,计算时间短的优点。     

MATLAB平台下图像处理实验教学软件的实现

着重介绍了基于MATLAB下图像处理实验教学软件的开发,该软件的基本内容主要包括图像的变换、增强、压缩、分割、恢复等知识,并为学生提供一个良好的能调整各算法参数的交互式GUI学习平台,使学生在短暂的时间时熟悉并消化图像处理基本算法。     

考虑广角镜头畸变的精确目标识别距离估算

人脸识别和车牌识别是智慧安防领域的重要内容。人脸和车牌的特征尺度小、细节丰富,对成像系统的空间分辨力有较高要求,需要较大规模的探测器和高传函、小畸变的光学镜头。然而,安防系统又要求广域监控,需要使用视场大但具有一定畸变的广角镜头。因此,设计既能精确识别人脸和车牌目标、又能广域监控的成像系统时,应将精确目标识别作为约束来权衡高空间分辨力和大视场的性能指标以及估计识别距离。在这样的应用需求下,本文提出了像素面密度对精确目标进行统一描述,并提出了考虑广角镜头径向畸变的精确目标识别距离估算方法,通过对存在旋转和平移的人脸和车牌目标进行计算验证,结果表明:考虑径向畸变后实际识别距离较理论识别距离近,且人脸和车牌平移距离分别为1 m和2 m时,实际与理论的识别距离差异高达34.2%和27.5%。