基于傅氏描绘子的三维目标飞机识别算法

本文介绍了一种改进的傅氏描绘子的方法，它可提取出目标在任意仿射变换下都不改变的特征，该方法基于边缘的描述，将其进行傅氏变换后计算不变量，同时我们构造Hopfield网络使其具有平移不变的特性。对六种不同的飞机进行特征提取并结合Hopfield网络作为分类器，可以实现对三维目标的有效识别，实验证明，该算法对三维目标识别是很有效的。     

物探方法在黄河大柳树水利枢纽工程的应用

本文结合黄河大柳树水利枢纽工程的实践，介绍了采用电测深、联合剖面法和高密度电法查明地下一定深度范围内的Ｆ３断层的倾向；采用声波法、地震波法确定岩体的弹性力学指标，从而为评价岩体质量及岩体分类提供了科学依据。     

GO-FLOW法在产品装配过程可靠性分析中的应用*

借鉴可靠性工程理论,运用GO-FLOW法分析产品装配过程的可靠性。通过分析装配过程各工步之间的关系,建立起产品装配过程可靠性控制的一般框架模型。以齿轮油泵装配过程为例,建立起齿轮油泵装配过程的GO-FLOW图,并分析其信号流、操作符和运算规则;通过GO-FLOW运算,求出各信号流的故障率和可靠度,找到影响产品装配过程可靠性的关键环节。结果表明,GO-FLOW法在产品装配过程可靠性分析中的应用是方便有效的。     

基于傅氏描绘子的三维目标飞行识别算法

本文介绍了一种改进的傅氏描绘子的方法，它可提取出目标在任意仿射变换下都不改变的特征，该方法基于边缘的描述，将其进行傅氏变换后计算不变量，同时我们构造Hopfield网络使其具有平移不变的特性，对六种不同的飞行进行特征提取并结合Hopfield网络作为分类器，可以实现对三维目标的有效识别，实验证明，该算法对三维目标识别是很很有效的。     

探地雷达探测岩溶

介绍探地雷达在岩溶探测中的应用。     

装配可靠性的模块化故障树建模与多维映射

为了保障装配环节的可靠性,在装配可靠性概念需求分析的基础上,利用“功能—运动—动作”的功能分解原则对产品的装配过程进行结构化分析,建立“元动作”粒度的模块化故障树模型;为了提高分析效率和精度,通过基本事件排序法则和ite结构化分析方法对模块化故障树转化为二元决策图进行优化;针对元动作之间与装配产品的多维映射特点建立多元组进行分析;利用布尔结构函数和映射矩阵对装配可靠性进行分析.以某加工中心的托盘交换架为例,验证了该建模和分析方法的有效性.     

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。     

An intelligent target-segmentation algorithm for aerial images

0coRec0gnitionofhagaptisveryimpoItantforim-agepmeessingandpattemrecognition.DUringinterPreta-tionofaerial~,grayvalue,sizeandocclusionrela-tionshipam0ngobectSchangasscaleofiInagchanges.WhlemesSage0fhageswillbelegibleatfownaluhon;whilemorirnagdetailswillbereadableathigh-resolu-tion.GeneralrecognitionalgorithmsarempinaPplica-bilityandreliability.Thedre,wepro~anintelligentmptSegmntationtherithInforaerialhags.1in-Bv-BASEDMUI,TI-FEATURE-FUSI0NANDMULThro-ANALYSlS1.1bo0fKn0~ndMulti…     

基于旋转不变性小矩的神经网络飞机识别

哈尔滨一种新的基于神经网络的旋转不变性目标识别方法。不变性特征是图象小波变换所得的模值。网络是采用ＢＰ算法的３层前馈网络，实验表明该方法具有良好的效果。     

基于旋转不变性小波矩的神经网络飞机识别

介绍一种新的基于神经网络的旋转不变性目标识别方法。不变性特征是图象小波变换所得的模值。网络是采用ＢＰ算法的３层前馈网络，实验表明该方法具有良好的效果。