第2届中国分类技术及应用学术会议（CCTA2007）征文通知

2007年5月27~29日中国郑州主办单位:中国计算机学会人工智能与模式识别专业委员会承办单位:郑州大学协办单位:河南大学,河南省计算机学会会议宗旨分类和聚类是数据分析的基本问题之一,受到了机器学习、模式识别、统计学和数据挖掘等领域研究者的关注,并且广泛应用于银行、金融、保险、交通、通信、市场营销、经济分析、商务智能、生物信息学等诸多领域·本届会议将为来自不同研究、开发与应用领域的中国内地、香港、台湾、澳门和海外华裔分类和聚类研究者、开发者和用户提供一个大中华分类与聚类论坛,交流分类和聚类研究与应用的成果和经验,…     

第3届中国数据挖掘会议（CCDM 2009）征文通知

中国计算机学会人工智能与模式识别专委会分别在北京和郑州成功主办了第1届和第2届中国分类技术与应用研讨会(CSCA2005与CCTA2007),得到了国内相关领域学者的热烈响应.经过人工智能与模式识别专委会专门研究,决定将中国分类技术与应用研讨会扩展为中国数据挖掘会议(CCDM,China     

基于K-近邻法的股价曲线的模式识别分类研究

本文将模式识别分类技术应用于股票市场进行搜索选股。本项目采用股票价格走势来构造特征空间,依据样本股票价格走势类型对股票市场上的所有股票进行模式识别分类,并将所获得的分类结果中的第一类股票作为搜索选股的目标股票。通过对沪深两市股票进行的实证研究分析,结果表明:采用模式识别分类技术依据股票价格走势进行搜索选股是可行的,具有良好的实时性和较高的针对性,实用性较强,并可进一步改进。     

中国自动化学会第三届模式识别与机器智能学术会议在沪召开

一九八三年四月六日至十一日,中国自动化学会第三届模式识别及机器智能和中国电子学会计算机学会第一届模式识别学术会议在沪联合召开。来自全国近百个单位的代表共二百余人参加了会议。会议由主席常週教授主持。杨嘉墀教授、张钟俊教授和胡汝鼎教授出席了会议。会上共宣读论文百余篇,其中有关模式识别理论、方法三十六篇,图象处理和模式识别系统及设备     

2007年粗糙集与软计算、Web智能、粒计算联合学术会议征文通知

由中国人工智能学会粗糙集与软计算专业委员会和中国计算机学会人工智能与模式识别专业委员会主办、山西大学承办的“第七届中国Rough集与软计算学术会议(CRSSC2007)”、“第一届中国Web智能学术研讨会(CWI2007)”和“第一届中国粒计算学术研讨会(CGrC2007)”拟定于2007年8月19     

第7届中国机器学习学术会议(CMLW'2000)征文通知

由中国计算机学会人工智能与模式识别专业委员会和中国人工智能学会机器学习专业委员会等单位联合主办、南京大学计算机科学与技术系承办的第七届中国机器学习学术会议 ,将于 2 0 0 0年 10月在南京大学举行 .欢迎各界专家学者研究人员踊跃投稿 .现将有关征文事宜通知如下 :一、征文范围　　机器学习、知识获取　　数据挖掘与知识发现　　人工神经网络、遗传算法　　模糊理论与技术、模糊神经网络　　计算智能　　多 Agent系统学习　　人脑的智能活动及思维模型基于 CASE的学习语音与图像处理和理解自然语言理解分类与识别学习的认识机制与…     

第7届中国机器学习学术会议(CMLW'2000)征文通知

由中国计算机学会人工智能与模式识别专业委员会和中国人工智能学会机器学习专业委员会等单位联合主办、南京大学计算机科学与技术系承办的第七届中国机器学习学术会议 ,将于 2 0 0 0年 10月在南京大学举行 .欢迎各界专家学者研究人员踊跃投稿 .现将有关征文事宜通知如下 :一、征文范围　　机器学习、知识获取　　数据挖掘与知识发现　　人工神经网络、遗传算法　　模糊理论与技术、模糊神经网络　　　计算智能　　多 Agent系统学习　　人脑的智能活动及思维模型基于 CASE的学习语音与图像处理和理解自然语言理解分类与识别学习的认识机制…     

基于人工神经网络的苹果气体识别方法研究

将气体传感器阵列与人工神经网络模式识别技术相结合,建立了电子鼻系统,对水果变化过程进行监控。尝试对3种不同状态(好、碰伤、坏)的苹果气体进行定性识别。实验结果表明:结合主成分分析的人工神经网络方式为模式识别、分类提供了快速准确的辨识方法,对红富士苹果进行分类时正确率在83.33%以上。     

基于支持向量机的模糊特征分类算法研究

为解决设备使用预测的问题,给出支持向量机(SVM)的改进算法及基于距离的模式识别算法。使用训练数据得到SVM的最优分类超平面,运用确认数据的特征集作为分类标准预测分类结果,将分类结果与概率相结合作为模式识别算法的输入,算法输出为某个固定模式。实验结果表明,与传统算法相比,以改进的SVM分类结果为输入的模式识别算法准确性更高,可广泛应用在二值输入的模式识别算法中。     

基于模糊模式识别的车型分类研究

根据目前中国路桥车辆收费标准，提出了一种基于模糊模式识别的车型分类系统。车辆经过环形线圈传感器时，形成感应曲线，提取感应曲线的特征并进行特征分离，利用模糊模式识别方法对车型进行匹配分类。研究结果已在路桥收费系统以及交通流量统计中得到应用。     

2010年全国模式识别学术会议

随着人工智能、机器学习和计算机网络等相关技术的快速发展,模式识别研究在近几年来取得了令人瞩目的成就,一批研究成果得到了广泛应用和推广．继20世纪80年代以来中国自动化学会模式识别与机器智能专业委员会成功主办了多次国内学术会议后,全国模式识别学术会议2007年和2008年在北京、2009年在南京举行,得到了国内同行的积极响应,会议取得圆满成功．     

基于SVM的遥感影像的分类

遥感图像的分类方法包括统计模式识别、句法模式识别、以及神经网络、遗传算法、模拟退火算法等等。本文分析了统计模式识别方法的优缺点，提出了使用SVM的方法进行遥感图像分类的设想，通过实验证明该方法是有效和稳健的。     

基于Contourlet变换和仿生模式识别的纹理图像识别方法

纹理图像的分类是目前一个非常活跃的研究课题。针对现有纹理图像分类算法的局限性,本文提出了一种基于Contourlet变换和仿生模式识别方法的纹理图像识别算法。首先应用Contourlet变换获得能量特征的方法提取能量特征,进而利用仿生模式识别算法实现对纹理图像的识别。采用Vistex纹理库数据进行仿真实验,结果表明:与传统的分类方法相比,利用Contourlet变换和仿生模式识别结合进行纹理图像的识别能获得更高的正确率和速度,最佳正确率可达100%。     

2007年粗糙集与软计算、Web智能、粒计算联合学术会议征文通知

由中国人工智能学会粗糙集与软计算专业委员会和中国计算机学会人工智能与模式识别专业委员会主办、山西大学承办的第7届中国Rough集与软计算学术会议(CRSSC2007)、第1届中国Web智能学术研讨会(CWI2007)和第1届中国粒计算学术研讨会(CGrC2007)将于2007年8月19日~21日在山西太原召开。现将有关征文事宜通知如下,请相关研究人员踊跃投稿和参会。     

基于SVM的车型检测和识别算法

根据模式识别理论和支持向量机(SVM)网络技术，对运动车辆的检测和模式识别、分类进行了研究，提出了基于双帧差“或”运算检测法和基于SVM网络的车型识别和分类算法。实验结果表明，所设计的检测方法和SVM模式识别方法能够快速有效地识别车辆类型并正确地进行分类。     

基于多值分类SVM的电梯交通模式识别

针对电梯群控系统中的交通模式识别问题,提出一种基于多值分类支持向量机(SVM)的电梯交通模式识别方法。采用直接多值分类SVM对采集的电梯交通流数据进行分析,得到交通模式分类器,从而解决电梯交通流模式识别中多输入、多输出的非线性系统辨识问题。实验结果表明,该方法可实现全局最优且分类误差较小,能满足群控系统的要求。     

数字图像处理和模式识别在林业中的应用

该文介绍了数字图像处理与模式识别在林业中的应用领域及其重要意义,详细阐述了利用数字图像处理及模式识别技术的原理和方法,并在此基础上研究了林地分类系统的算法和模型,构造了林地分类系统的检索库。通过该文的研究,初步探索了数字图像处理与模式识别在林地分类系统中的应用途径和方法,为以后进一步的实现基于数字图像的林地分类系统的打下了基础。     

基于肌音信号图像化和卷积神经网络的手语识别研究

时间序列信号被广泛应用于各种模式识别的场合,针对大量目标的时间序列信号模式识别率低的问题,借助多种图像化手段,将时间序列信号转换为图像,采用图像分类算法实现模式识别.实验中采集了前臂上30种手语对应的肌音信号(Mechanomyography,MMG),将其转换为不同风格的图像,设计卷积神经网络(Convolution Neural Network,CNN)框架,对图像化的肌音信号训练集建立模式识别的分类模型,并且应用迁移学习(transfer learning)算法对模型进行多次优化,建立的分类模型识别率达98.7％,高于普通机器学习算法的识别率.实验结果证明了图像化处理时间序列信号可以有效提高多分类肌音信号模式识别的识别率,该研究可以为其他时间序列信号的模式识别研究提供参考.     

图像分类识别方法研究

图像分类识别是用计算机对图像进行一系列操作来识别不同的图像,包括图像预处理、图像的分割、图像的特征提取,最后是图像的分类。图像分类识别方法多来源于模式识别,近年来随着计算机技术发展和分类算法提出,图像分类识别方法越来越多。该文分析的分类算法是在模式识别基础上进行图像分类识别,首先介绍图像分类识别国内外研究现状,然后分析几种分类识别算法的优点和缺陷,便于更好地深入研究图像的分类算法。     

基于支持向量机的医用电子鼻分类器研究

医用电子鼻测试中,样本数量少且样本之间具有特别明显的不对称性,医用电子鼻模式识别问题是一个小样本、不等距的模式识别问题,传统的基于经验风险最小的模式分类算法在医用电子鼻中的应用效果欠佳。将基于统计学习理论和结构风险最小化的支持向量机分类方法引入医用电子鼻模式识别系统中,实现五种伤口病原菌和七种乳癌特征气体的分类,识别正确率分别为76%和91.43%。理论分析与实验结果表明,新的方法具有比传统分类器更好的分类效果。