面向对象技术在特征造型系统中的应用

依据面向对象技术有利于提高软件模块化程度和特征体素功能集成度的设计思想，将面向对象技术引入HUST-CAID系统中，并对原有特征体素功能进行正确划分，简化了特征求解与编辑，提高了特征建模的效率．实践表明：改造后的系统在数控机床造型设计中取得了良好的效果．     

基于特征串树的病毒特征码匹配算法

在分析已有病毒特征码的精确和模糊模式匹配算法的基础上，采用面向对象的程序设计方法，设计实现了一个基于病毒特征串树的匹配算法，实验证明该方法可以方便地进行病毒特征库的更新以及含通配符特征串的模糊匹配．     

面向对象分析的实现方法

本文试图得到面向对象建模的合理有效的方法。本文总结前人已有的面向对象分析的理论方法，对此方法的一般规律进行研究，在实践的基础上，讨论面向对象分析建模的一般过程，分析了具体实现的方法和原则，得到了合理的面向对象建模的过程和方法，本文的结论是通过本方法改进的建模方法是有效的，可行的和易于实现的。     

基于面向对象的轴类零件特征信息模型

在分析轴类零件形状特征类模型的基础上，讨论了采用面向对象技术对轴类零件进行特征建模的方法，并建立了轴类零件特征信息模型的数据结构。     

基于特征的面向对象产品信息模型的建立

特征的面向对象表达是特征表达的产物,通过特征技术和面向对象技术,建立起产品模型的计算机内部表达模式。把整个特征建模系统作为问题域,从中抽象出主要对象,并对对象间的关系和对象的属性及服务作了分析。     

面向对象技术在建筑信息模型中的应用

从建筑信息模型的角度出发，将特征引入建筑造型，探讨特征ＣＡＡＤ的实现，应用面向对象的方法研究基于特征的建筑构件信息模型。采用以面为核心的数据结构，通过贴合面建立了特征对象之间的组装关系，实现了面向对象的特征建模。结果表明，面向对象的建模方法代表了一种表达现实世界模型的合乎逻辑的方法，它具胡广泛的优越性。     

模糊识别方法在储层识别中的应用

以储层测井信息所反应的储层地质特性—一种模糊信息为基础,利用模糊识别方法,建立了吐哈油田各种储层测井信息的模糊隶属函数和隶属方程;所得隶属度的大小可以用来判断储层的所属类型。虽然建模过程中需要较多的建模样本,但模糊识别方法是一种多参数方法,它具有思想简单、计算速度快、模式识别符合率高等特点     

基于三维点云数据的人体躯干特征点的识别方法

人体特征点的识别是三维人体建模的基础,在简介人体特征点和特征部位相关基本知识的基础上,介绍采用极值法、曲率辨别法和建模法进行特征部位识别的思路和过程,根据每种方法的特点,确定人体不同特征部位识别更适宜的方法.     

特征建模技术在产品设计中的应用

针对ＣＡＤ技术中特征参数化问题,采用逐级分类的方法,给出了特征在产品设计领域的定义及其分类,对特征建模技术及处理方法进行了研究,同时采用面向对象技术对特征模型进行了描述,并结合加速度传感器的产品设计实例验证了基于特征的造型设计方法的可行性．     

一个特征设计与识别集成的建模系统HIT—FTB

在对比分析特征和特征识别两种主要的特征建模方法的同时,介绍了作者设计并开发的“特征设计与识别的集成建模系统ＨＩＴ－ＦＴＢ”的结构及春主要模块的功能。本系统可以为设计人员提供一种灵活高效的特征建模方法。     

基于梯度归一化的模糊梯度特征提取方法

提出一种应用于手写字符识别的基于梯度归一化模糊梯度特征提取方法.首先计算原图像的梯度;然后基于一定的归一化函数,得到归一化梯度;最后,基于归一化梯度,构建模糊梯度特征向量.针对归一化函数,提出了分段线性归一化函数,它能够有效减小类内样本分散度,同时具有计算简单高效的优点.针对梯度特征向量构建方法,提出了模糊梯度特征,改进了普通梯度特征向量的构建方法,提高了梯度特征吸收手写字符形变的能力.     

工件定位特征识别与定位方案自动推理算法

研究了基于三维模型的工件定位特征识别和定位方案的自动推理算法．给出了基于三维模型的候选定位特征信息的自动提取与分析算法,提出了基于规则推理与模糊评判相结合的工件定位方案推理算法．该算法基于已知信息确定候选定位模式,根据候选定位模式以及加工信息推理定位基准选择范围,并采用模糊评判算法对候选基准进行优化选择．并用实例对该方法的有效性进行了验证．     

抗模糊的图像局部特征描述子

针对提取图像局部特征时,尺度不变特征变换描述子对光照条件变化仅有部分不变性,特别对非线性光照变化不具备不变性,对模糊的目标图像也无法准确提取或仅能提取到很少特征点的问题,利用局部二值模式描述子对光照的健壮性提出了一种符合人类视觉系统的自底向上再到自顶向下的视觉认知过程的新的抗模糊的图像局部特征描述子。实验表明,所提出的描述子对光照变化有更好的健壮性,对模糊的目标图像能准确地提取出更多的特征点,保留了尺度不变特征变换对缩放、旋转和压缩等变换的不变性,并显著地提高了针对模糊图像的匹配率。     

基于LS-SVM与模糊补准则的特征选择方法

针对传统特征选择算法采用单一度量的方式难以兼顾泛化性能和降维性能的不足,提出新的特征选择算法(least squares support vector machines and fuzzy supplementary criterion, LS-SVM-FSC)。通过核化的最小二乘支持向量机(least squares support vector machines, LS-SVM)对每个特征的样本进行分类,使用新的模糊隶属度函数获得每个样本对其所属类的模糊隶属度,使用模糊补准则选择具有最小冗余最大相关的特征子集。试验表明:与其他10个特征选择方法与7个隶属度决定方法相比,所提算法在9个数据集上都具有很高的分类准确率和很强的降维性能,且在高维数据集中的学习速度依然很快。     

基于模糊积分特征的红外图像运动目标检测算法

提出了一种新颖的融合红外图像的亮度和纹理特征进行运动目标检测的算法。算法使用模糊数学理论中的Sugeno模糊测度和积分技术将图像的亮度特征与局部二元模式纹理特征结合进行运动前景/背景分类,实现了低信噪比、黑白级反转等复杂背景条件下的准确目标提取。通过实验分析比较了不同检测算法的检测结果,实验数据表明,该算法能够以高检测率、低误检率获得运动目标,为进一步的目标识别或跟踪提供了保障。     

一种改进的FSVM语音情感识别算法

针对语音特征参数对某类情感具有不确定性的问题,提出一种基于典型相关性分析的改进模糊支持向量机算法,应用于语音情感识别.采用典型相关性分析方法对特征向量进行降维,得到样本的约简向量集,在此约简向量集上建立模糊支持向量机模型判定情感类型.仿真实验结果表明,该方法相比于传统支持向量机法和模糊支持向量‘机法具有较高的识别准确率.     

Fuzzy clustering based load balancing algorithm with feature weighted

Focusing on the data fusion problem of various loads, a fuzzy clustering based load balancing algorithm with feature weighted is proposed. First of all, various system resources are considered as dimensions for load metrics, and features for different dimensions are weighted so as to quantify comprehensive loads; then, this algorithm introduces fuzzy clustering, optimizes weight constraints, and adds penalty terms. Hence, the most suitable objective node cluster for load transferring is resolved through fuzzy clustering. Experimental results show that this algorithm can effectively fuse multidimensional load data and reduce standard deviation for node loads within the cluster by 21％ compared with existing algorithms.     

基于显著特征的Video水印方案

为了使水印的分布集中在Video序列中图像显著的边缘特征中,提出了基于帧图像内容的模糊熵测度(FEM)算法,对序列图像特征系数的修改是局部自适应的,水印嵌入的强度随着图像局部变化而变化．在没有原始Video数据的情况下,利用Kalman滤波预测对水印信息进行检测和估计,能够使嵌入的商标在检测端得到恢复以表明数字产品的版权．实验结果表明,所提出的水印方案,对于Video序列中水印的嵌入及提取具有很好的效果而且可作为可靠的版权保护工具而应用．     

机电产品可靠性试验数据分布的模糊识别

针对确定机电产品可靠性试验数据分布类型时具有不确定性这一特点,把模糊数学引用到统计推断的数值分析方法中,提出了一种模糊识别方法。经过大量试验数据的分析处理,证明该法简便易行,具有较高的准确性。     

基于模糊ART神经网络的变压器局部放电模式识别

对变压器主要放电类型的3种局部放电典型电极模型进行试验,通过分析计算提取局部放电信号特征量,建立相应的局部放电信号特征库,以此作为模糊ART网络的输入,对局部放电的类型进行模式识别,并将识别结果与BP网络的识别结果进行对比。实验结果表明,模糊ART网络用于变压器局部放电模式识别是有效的。