MT-混合数据的深度网络快速训练方法

为加速神经网络的训练,提出一种名为MT(mix training)的模型训练方法,并从理论与实验的角度来解释这种方法。该方法直接加权平均两张不同的图片为一张,对标签以同样的权值进行加权平均。由于只使用融合后的图片进行训练,该方法能够有效地加速网络的训练。使用DenseNet-40(k=12)作为网络结构,在CIFAR-10、CIFAR-100、SVHN这3个数据集上验证了该方法能够节约一半的训练时间,在CIFAR-10、CIFAR-100上分别达到了93.51%、73.40%的识别率,高于未使用该方法的识别率93.00%、72.45%。     

基于多传感器／目标识别的电子宠物视觉系统

将多传感器技术用于电子宠物“智能狗”的视觉系统,提出一种集娱乐与安全功能于一体的架构体系,阐述该系统的工作流程,介绍基于一阶差分链码图像的表示方法和句法模式识别理论,给出一种新的头部形状检测方法,仿真实验结果表明,该系统能够获得较好的性能,且具有一定市场应用价值。     

路况视频能见度检测算法

针对现有气象能见度仪价格昂贵且无法全程分析的不足,提出一种利用路况视频图像的能见度检测算法,通过目标物预置获得距离信息,通过图像预处理得到含有目标物的去噪图像。利用目标物的相互关系和SAD图像匹配算法从图像上分割出目标物,利用Kohler的一致对比度法实现目标物图像的人眼模拟,进而对其特征进行拟合,得出能见度值,实现基于路况视频的能见度检测。实验结果表明,该算法与人眼观察一致,对噪声有较好的鲁棒性。     

乐谱识别中音符结构分析方法

将物理学中的作用场概念引入到音符基元的关系表达,采用作用场的势函数描述音符基元闻的位置关系,在表达方式上实现了知识性、鲁棒性和精确性三者的统一.对音符结构进行细分,定义了6个音符子结构,并对各个子结构的关键程度进行分析和排序,设计了关键结构优先定位的音符结构分析流程和算法.该方法模拟了人工识谱时突出重点,从整体到细节的思维习惯.实验结果表明,该方法对识别各种复杂音符有良好的正确性、适应性和容错性.     

灰色理论在电子鼻气体定量分析中的应用

将气体传感器阵列与灰色系统理论相结合,设计出用于气体定量分析的电子鼻。根据传感器数列得到的实验数据为基础数据建立了气体定量分析的灰色预测模型GM（1,N）,并通过该模型对气体的体积分数进行了分析。实验证明：灰色系统理论用于气体的定量分析是可行的。     

基于Level Set方法的西夏字轮廓提取

随着国内外对西夏研究的不断深入,收藏于世界各地的大批西夏古籍文献通过影印方式陆续出版。如何将这些西夏古籍文献进行数字化、文本化则有着极其重要的意义。首先利用平滑和细化算法对西夏影印文献进行了预处理,然后利用Level set方法对影印文献中的西夏字进行了轮廓提取。Level Set演化函数在空间方向上采用了四阶紧致差分逼近式离散,计算过程中加入了窄带算法及全局优化方法。实验表明,算法在不增加计算时间的基础上可以得到较精确的西夏字轮廓。     

基于改进的LBP的低分辨率车牌汉字识别

低分辩率的车牌汉字识别是字符识别中的一个难题。随着智能交通和模式识别技术的发展,传统的基于二值图的识别方法已不能满足实际要求。该文采用基于灰度图的汉字识别方法,避免了在传统二值化过程中不必要的结构信息丢失。该文将局域二值模式(Local Binary Patterns,LBP)算子运用于字符识别,使得车牌汉字的识别率由过去的74.25%提高到98.80%;并在已有的局域二值模式算子的基础上提出了一种改进的局部二值模式(Advanced Local Binary Pattern, ALBP)算法,使得汉字的识别时间大幅度缩短。实验结果表明,该文提出的方法对于低质量的车牌灰度汉字具有较强的鲁棒性,与传统识别方法相比,识别准确率和识别速度都有了较大的改进。     

基于SVM与遗传算法的非线性模式识别

设计了一种支持向量机的模型结构,以遗传算法进行该模型参数的组合优化建模,并将其用于非线性模式识别,该方法不仅对线性问题有效,对非线性问题同样适用有效;该法简洁易行,优于多段线性分类器设计方法与BP误差回传网络算法,通过实例验证其识别效率达100％。