BP在数码管字识别中的应用

人工神经网络理论是20世纪80年代在国际上迅速发展起来的一个前沿研究领域。BP是对非线性可微分函数进行权值训练的多层前向网络。即信息的正向传播及误差数据的反向传递,它在数字识别中的应用很有效果。本文介绍了BP概念,算法以及在数字识别中的应用。     

Ⅳ．PCB拼板分割方法

人们在考虑组装的全部附加价值，以及每个附加工艺的累积影响时，几乎没有注意到拼板分割工艺。当电路百分之百有价值时，组装后拼板经受的负荷很少为人顾及。印板经常会以非控制的方法断开，使得电路承受相当大的应力。     

基于模糊度测度和改进遗传算法的图像分割

为了利用模糊集理论进行图像分割,本文提出了一种模糊度测度函数,它衡量了背景模糊集和某一个二值图像的相似性:模糊度越小,这种相似程度越大;并且对模糊度的计算只需要进行简单的比较运算和加法运算,便于硬件实现。本文利用遗传算法求取最佳阈值,针对遗传算法的某些不足之处.我们利用精英策略和模拟退火的思想,对其做了一些修正。实验结果表明:相对于Shannon熵方法和模糊熵方法,本文方法取得了较好的分割结果,并且具有较强的抗噪声能力。     

基于复合顺序形态变换的车牌边缘检测

边缘检测是图像分割的重要环节,边缘提取的好坏直接影响了整个图像处理的效果。数学形态学用具有一定形态结构的“结构元素”去度量图像的形态,以解决图像处理和分析问题。文章通过对多种边缘检测方法的分析比较,结合高速公路路口汽车图像噪声大的特点,提出了基于复合顺序形态变换的车牌边缘检测。该方法不但能有效地改善有噪图像边缘检测的效果,鲁棒性好,而且并行快速,便于硬件实现。     

基于二维直方图分析的二元子图微光图像增强处理

提出了基于二维直方图分析的二元子图微光图像增强处理算法，根据原始图像的二维直方图分布特征，依据相邻像素的相关性数据，将图像分割成二元子图像，对每个子图像分别进行直方图均衡增强处理，最后合成得到完整的处理图像，通过用信息容量等图像评价参数对实验结果进行分析，表明此算法克服了对整幅图像进行直方图均衡时难以把握局部细节的缺点，得到了具有较好视觉质量的处理后微光图像。     

图片彩色参数数字滤波设计

颜色和形状信息是识别物体的重要信息．本文提出用数字滤波器将图象空间分割为H包含M和M/H空间的一种方法．该方法进一步将分析彩色图象为众所周知的测量分割部分几何特征的算法，包括通过节点的阶数确定分割部分的分布及动态特征，包括速度和移动方向的分布等．     

改进的BP神经网络在大坝安全监控中的应用

针对经典BP神经网络运行中存在的缺陷，提出了改进的BP神经网络，不仅解决了经典BP网络易陷入局部最小的弊端，而且应用的0.618分割选取法能使网络快速找到较优隐含层节点数，初始权值的自相关修正进一步提高了网络的稳定性。实际应用证明，改进的BP神经网络有效提高了网络质量，适合大型网络的构建与训练。     

辽河盆地杜229块复杂砂砾体稠油储层岩性识别方法研究

复杂砂砾岩体稠油储层岩性识别是测井精细解释的重要前提，采用有序样品最优分割方法对主成分测井曲线进行分层，在此基础上通过聚类分析建立识别岩性的测井相-岩相数据库，对其它未取心的井进行岩性识别，由取心井验证，识别符合率可达到83．3％。按照此方法开发了岩性识别软件，具有一定的实用价值。     

一种基于对象几何形状的视频抗误码方法

针对压缩视频流中的误码,提出了一种新颖的基于对象几何形状的视频抗误码方法.首先,在编码端通过比较帧间编码帧内邻近宏块的运动向量差异获得粗略的对象几何形状信息,以对象标示图表示;再把它以与标准码流兼容的方式嵌入到压缩码流里去;最后,在解码端利用它帮助精确的构造错误宏块的运动向量.试验结果表明,该方法对于即使大量连续slice出错的情况仍能获得比较好的掩盖效果,而增加的运算复杂度和传输负载量都不大.     

基于选择性多分辨率Kohonen网络的自适应灰度图像分割方法

针对多阈值分割中存在的问题,提出一种新的基于测量空间的空间聚类方法,即基于选择性多分辨率Kohonen网络的自适应灰度图像分割方法.算法的优点在于不需预知图像分割级数,而能够动态地根据图像局部特性决定.实验证明该方法具有良好的适应性.