单总线多点数据采集系统及数据挖掘技术

文章介绍了一种基于PC机和单片机的单总线多点数据采集系统以及系统主要部分的构成及作用。在单总线系统上,集数据采集与系统控制于一体,系统具有结构简单、经济、功能强的特点。在PC机温度监控系统的应用中给出了系统结构示意图,说明了主要部分的构成及作用,同时说明了软件的功能;在单片机温度监控系统的应用中给出了系统原理图及各部分的功能说明,同时给出了软件流程图;最后,基于数据挖掘的思想,讨论了有关数据处理的问题,提出了一种用人工神经网络进行故障诊断的方法,实现数据处理的智能化。     

一个基于混合语言模型的日文识别后处理系统

在文字识别系统中,为了进一步提高文本识别率,后处理模块是很重要的环节。文章针对日文的语言特性,建立统计方法和规则相结合的混和语言模型,实现了一个日文识别后处理系统。该系统首先利用Viterbi算法得到统计模型输出的最优结果,通过与前端识别器输入的识别结果相比较,确定可疑字位置,再利用上下文词匹配方法和语法规则库的使用对可疑字进行检错和纠错处理。经实验验证,该后处理系统对识别日文印刷体文本错误率平均下降21.4%。     

基于支持向量机的图象插值及错误隐匿策略

如何对在有损网络环境中传输的视频进行错误隐匿是视频传输研究中的基本问题。支持向量机（SVM）是一种新兴的通用学习算法，是国际上机器学习领域新的热点。为了取得比现有方法更好的错误隐匿效果，提出了一种新的基于支持向量机回归估计的错误隐匿策略，首先建立了基于支持向量机回归估计的图像插值算法，并将其引入到错误隐匿问题中，然后用空域插值的方法达到错误隐匿的目的。实验结果表明，与目前采用的各种错误隐匿策略相比较，基于支持向量机的错误隐匿策略在错误隐匿效果和推广性能上都具有一定的优越性。     

中文金融新闻中公司名的识别

在金融领域信息抽取中,公司名扮演着非常重要的角色;因此如何正确识别文本中出现的公司名是一个非常重要的研究课题。在对金融新闻文本进行了深入地分析和研究的基础上,总结出了公司名的结构特征及其上下文信息,建立了六个用于识别公司名的知识库,并提出了一个基于两次扫描过程的识别策略。初步实验结果表明,在封闭测试中实验系统公司名识别的精确率可以达到97.3% ,召回率可达89.3%;在开放测试中精确率可以达到62.8% ,召回率可达62.1%。     

基于激光雷达的移动机器人位姿估计方法综述

位姿估计是移动机器人研究的一个核心问题．本文综述了国内外基于激光雷达的移 动机器人位姿估计的最新进展，并对各种方法进行分类、比较和分析，从中归纳出应用中值 得注意的问题和发展趋势．     

汉语基本短语的自动识别

本文应用基于实例的MBL(Memory-Based Learning)学习方法,对汉语中较常见的9种基本短语的边界及类别进行识别,并利用短语内部构成结构和词汇信息对预测中出现的边界歧义和短语类型歧义进行了排歧处理。实验中还比较了在特征向量中加入词汇信息与否对实验结果的影响。实验取得了比较令人满意的结果:对这9种基本短语的识别正确率达到95.2%;召回率达到93.7%。     

基于结构的指纹分类技术

指纹分类技术是指纹数据库的一个重要的索引机制。提出了一种基于指纹方向图的结构分类算法。通过图像分割,抽取图像的有用部分,而后基于指纹方向图,寻找指纹奇异点,利用脊线跟踪技术和规则确定指纹的类别。     

一种基于字词结合的汉字识别上下文处理新方法

根据字、词信息之间的互补性，提出一种字、词结合的上下文处理方法．在单字识别的基础上，首先利用前向一后向搜索算法在较大的候选集上进行基于字bigram模型的上下文处理，在提高文本识别率的同时可提高候选集的效率；然后在较小的候选集上进行基于词bigram模型的上下文处理．该方法在兼顾处理速度的同时，可有效地提高文本识别率．脱机手写体汉字文本(约6．6万字)识别中的实验表明：经字bigram模型处理，文本识别率由处理前的81．58％提高至94．50％，文本前10选累计正确率由94．33％提高到98．25％；再经词bigram模型处理，文本识别率进一步提高至95．75％。     

一种利用逻辑回归模型的候选字可信度估计方法

汉字识别中,候选字可信度是对识别结果正确性的一种量化估计.从统计学的角度出发,提出一种利用逻辑回归模型LRM的候选字可信度估计方法.首先介绍LRM的基本原理;然后分别给出LRM估计首选字可信度及非首选字可信度的方法;最后给出候选字可信度在识别率估计和识别后处理中的应用实例.脱机手写汉字识别中的实验结果表明了LRM估计候选字可信度的有效性.     

一种足球机器人视觉系统非线性畸变的数字校正方法

在许多应用领域中,要求对光学系统的非线性畸变进行有效实用的校正.如在足球机器人(MiroSot一种基于视觉信息的精密控制系统)的视觉系统中,对校正速度要求很高,这就限制了许多复杂算法的应用;多项式变形技术是这一领域的主要方法,但对高次模型在计算机求解时,由于数值计算的误差,如不做特殊处理其解的精确性较差.本文针对足球机器人视觉系统中普遍存在的斜视,旋转,及非线性畸变,建立了合理的多项式近似模型,应用数字图像处理技术,使用Visual C++6.0编程,对实际的非线性几何畸变图像进行校正.取得了满意的实验结果,具有较好的实用价值.