散列树形搜索反碰撞算法的研究

提出了散列树形搜索反碰撞算法，阐述了算法遵循的三原则，设计了算法的详细流程。建立了标签识别效率的评价模型，证明了该算法的系统识别效率期望值在36.8%~1之间，优于EDFSA算法。仿真验证表明：在识别大量标签时，该算法的标签识别时间小于EDFSA算法。另外，该算法不需要阅读器检测数据碰撞比特位的准确位置，较基于位的二叉树搜索算法更灵活。该算法在识别效率方面有所提高，在自动识别领域有较好的应用前景。     

用多尺度递推对目标进行识别算法的研究

本文阐述了用多尺度递推对目标进行识别的算法，研究了H^[1]u的不变矩特征的尺度变化规律，建立了多尺度不变矩的分级特征模型，从而实现了多尺度目标的递推识别，用该算法对多尺度飞行目标识别进行了模拟识别，用该算法对多尺度飞行机目标识别进行了模拟实验，实验结果表明该算法能有效地完成多尺度目标的识别，进一步证实了分级特征模型符合多尺度目标特征的变化规律，较好地表述了多尺度目标的特征，提高了目标识别的准确率。     

一种关于蛋白质模体的自动识别算法

随着生物信息学的发展，模体识别已经成为一种能够从生物序列中提取有用生物信息的方法。文中介绍了有关模体的一些概念，讨论了模体识别算法(MEME)的基础，即EM(expectation maximization)算法，由于MEME算法是建立在EM算法的基础上的，所以又由此引出了MEME算法，并对MEME算法的一些基本问题比如时间复杂度、算法性能等进行了详细讨论，对算法的局限性和有待改进的地方作了说明。实践证明，MEME是一个较好的模体识别算法，它能够识别出蛋白质或者DNA序列中单个或多个模体，具有很大的灵活性。     

基于形态学与神经网络的骨髓细胞识别研究

针对骨髓细胞图像的特点，采用数学形态学的方法对图像进行了处理，获得了不同类型细胞核的准确边缘。对于获得的边缘图像，采用两级神经网络，利用基于神经网络的PCA算法获得图象的3个主分量，然后采用模拟退火算法和BP算法进行细胞的分类识别，获得了较好的识别效果。     

一种基于直线模型的道路识别算法研究

为了提高道路识别的鲁棒性和抗干扰能力，提出了一种道路边缘识别算法。该算法的创新点在于采用自然边界作为道路识别的依据，同时算法也可以将白色路标作为识别道路边缘的标志。由于道路的自然边界不像车道标志线那样容易受到污染，因而使该算法具有了较高的鲁棒性。该算法是采用像素级特征和帧图像特征来识别道路边缘，可称为全局道路边界模型。在模型中由于采用了有关的道路约束条件，因而使得算法具有较好的抗干扰能力。该算法包括初始检测算法和跟踪算法两个部分，其中在跟踪算法中采用感兴趣区域算法(ROI)来限制检测区域，以提高实时性。最后，还提出了一个道路边界可信度检测函数，该函数可以用于计算道路边缘检测结果的可信程度。     

骨髓细胞分割与识别方法的研究

针对骨髓细胞图像的特点，采用数学形态学的方法对图像进行了处理，获得了不同类型细胞核的准确的边缘。对于获得的边缘图像，采用两级神经网络，利用基于神经网络的PCA算法获得图像的3个主分量，然后采用模拟退火算法和BP算法进行细胞的分类识别，获得了较好的识别效果。     

基于特征融合的FL-BCNN鱼类识别算法研究

为了解决水下相机设备捕获的鱼类图像质量差、数据量不均匀等难以准确识别鱼类的问题，提出一种基于特征融合的FL-BCNN鱼类识别算法。对B-CNN算法进行改进，融合不同卷积层的特征，提高细粒度特征的表达能力，解决了图像质量差引起的特征不明显的问题。利用焦点损失函数(Focal Loss)解决样本数据不平衡的问题，提高水下鱼类图像的识别能力。利用F4K(15)数据集与四个已有算法进行鱼类识别对比实验。实验结果表明，FL-BCNN鱼类识别算法的识别精度较高，具有较好的识别速度，可以有效解决鱼类识别中样本不平衡的问题。     

基于YOLOv3算法的工业分拣目标检测

在工业机器人视觉导引系统中，对于不规则的工业零部件，基于模板匹配的目标检测算法难以取得较好的定位效果和识别精度。在结构化环境下，对于传统视觉目标检测算法，利用YOLOv3算法开展视觉目标检测的实践。实验结果表明，该算法的定位精度和识别精度均取得了较高的水平，可以在工业现场进行部署。     

静态人脸识别的一种协同学方法

本文针对静态人脸识别设计了一种简单易行的协同算法，它不需要面部特征的准确配准，当系统中的模式有增减时，算法可以快速获得新的原型向量和伴随向量。此外，对注意参数的两种情况的设置使算法的识别效果较单一平衡注意参数更好。仿真实验证明，该算法具有较好的识别效果。     

被动测向分段等速直线机动目标参数综合识别模型

对于纯方位机动目标跟踪问题，通过选取适当的状态变量和参数，在分析参数的一阶灵敏度函数的基础上，建立了分段等速直线运动目标运动参数综合识别模型和算法．仿真结果表明，该算法对本文描述的机动目标运动参数的识别有较好的适应性．     

基于数据挖掘技术与支持向量机的目标识别研究

提出了基于数据挖掘技术及基于支持向量机的两种水中目标识别方法，分别藉助目标噪声特征量提取和模式识别算法以及支持向量及二次规划算法，对比性地研究了不同工况下三类目标的分类识别效果。其方法和结果对水中目标识别有较好的参考价值。     

基于改进CPN的指纹识别算法

通常的指纹识别算法因为预处理步骤过于复杂而明显地存在计算量过大、识别速度慢等缺点。提出一种基于小波变换和对传网络的指纹识别算法，直接从二值化指纹图像中提取指纹图象细节特征进行比对，避免了复杂的预处理过程，减少了工作量，加快了，计算速度。同时对对传神经网络进行改进，在竞争层使用软竞争替代传统的硬竞争，以便于分类识别，有效提高识别精度。实验表明该算法在实际应用中效果较好。对受噪声污染严重的指纹图像亦能获得很好的识别效果，算法具有较强的鲁棒性。     

一种多边形方向识别的新算法

针对传统经典叉积法在识别任意简单多边形方向时不能解决奇异情形的问题，提出了多边形方向识别的特征点比较法，用列举法作了几何证明。算法中的运算主要是整数之间的大小比较，因而速度较快。并且有效地解决了奇异情形下的方向识别问题。分析表明，该算法能对所有简单多边形作出正确的方向判断，具有较好的通用性和鲁棒性，可以发展成为独立的方向判断算法。实验表明，该算法比叉积法具有更高的执行效率。     

复杂环境下基于决策树的数码管识别算法研究

目前基于图像的数码管自动识别方法在复杂的工业环境中存在模型失配、适应性不强、准确度较低的问题。为打通从理论研究到实际应用的路径，提升复杂环境下数码管识别的效率和性能，提出一种能适应复杂环境的、基于决策树的高效数码管识别算法。通过计算灰度图的Tsallis熵和均值，实现不同工作场景的适配，并在此基础上选择预设的算法完成灰度图二值化，利用数字定位算法完成数字区域的分割并进行识别。将该算法应用于实际环境中采集的大量图片，结果证明，该算法较好地适应了复杂工业环境，提供了更精准的识别结果。     

噪声环境下语音信号端点检测算法的研究与改进

端点检测是语音识别申的一项关键技术，端点检测的准确性对语音识别的性能有很大影响。论文对基于短时能量和短时过零率及基于LPC倒谱特征的端点检测算法进行了研究，给出改进的基于LPC美尔倒谱特征的端点检测算法，并通过实验证明其在低信噪比下具有较好的检测性能。随着语音识别技术的发展，这种算法在实际应用中的高效率、实时、准确性会逐渐显现出。     

基于非零均值比的RS码盲识别方法

针对现有的RS码盲识别方法抗误码性能不佳的问题，提出了一种基于非零均值比的盲识别算法。该算法通过将截获到的RS码序列转化为GF(2 ^m )码元来构建分析矩阵，利用有限域的高斯约当算法获得分析矩阵的非零均值比，并以此来识别码长、符号数和本原多项式，最后通过伽罗华域傅里叶变换来完成信息位长及生成多项式的识别。仿真结果表明，本文提出的算法可以有效识别出本原RS码及缩短RS码的所有编码参数，抗误码性能较好，并给出了识别性能与信息位长与码长的关系：随着码长和信息位长的增加，识别性能逐渐下降。     

多级PSO神经网络在手写体字符识别中的应用

提出一种用于手写体字符识别的三级神经网络模型，各子神经网络均用粒子群优化算法(PSO)训练。在该模型中，各个神经网络与不同的图像特征提取方法相结合；识别时，三个神经网络先串联再并联。该模型充分有效地利用了各种特征信息，从实验结果看，也达到了较好的辨识目的。文中主要讨论手写字符图像的特征提取、粒子群优化算法及其在网络训练上的应用，最后分析了识别结果并与采用改进BP训练算法的综合识别效果进行了比较。     

用于识别一类缺陷字符的过筛连通-模板匹配法

针对一类发生“切割”的缺陷字符，传统的模板匹配法难以对其进行正确识别，基于连通域的改进算法也存在一定的误识率，文章提出了一种基于过筛连通的模板匹配法较好地解决了这一问题，算法对其于连通域的模板匹配法进行了进一步改进，其基本思路是对缺陷字符采用先过筛，再连通，最后匹配识别的办法，最大程度地保留了笔道上的黑像素，屏蔽了笔道外的干扰黑像素，从而实现字符的识别，该算法构思新颖，计算简洁，大量实验表明其识别率也是可以保证的。     

基于BFGS的遗传算法在数控机床故障识别研究系统中的应用

提出基于BFGS的遗传算法应用于数控机床故障识别研究系统,该算法与遗传算法、粒子群算法的函数测试比较结果表明其具有较高的收敛速度和较佳的计算性能,与遗传算法、蚁群算法的实例仿真比较结果表明其在数控机床故障识别研究系统中具有较好的性能.基于BFGS的遗传算法既具备遗传算法的全局搜索能力也提高了收敛速度,避免了早熟现象,可以较好地应用在数控机床故障识别研究系统中.     

基于Viterbi 算法的粘连断裂印刷体数字行切分识别方法

粘连断裂字符行的切分识别，是很多OCR 实际应用中存在的主要困难之一. 本文针对粘连断裂的印刷体数字行，提出了一种基于Viterbi 算法的切分识别方案，该方案采用两次切分识别的层次型结构. 在第二次切分识别过程中，首先，在候选切分点区域，结合灰度图像与二值轮廓信息，采用基于Viterbi 算法搜索的非直线路径进行切分，得到有效的切分路径；然后，结合分类器输出的可信度，采用Viterbi 算法来合并前面得到的候选切分图像块，进行动态切分与识别. 实际的金融票据识别系统实验表明，本文提出的印刷体数字行切分识别方法能够较好的克服字符行的粘连与断裂情况，提高了识别系统的识别率和鲁棒性.