ANN层状介质结构识别方法的鲁棒性研究

通过对理论信号的实测信号的分析,研究了人工神经网络对层状介质结构识别的鲁棒性,分析了层状介质物理参数的变化对神经网络识别效果的影响.实验结果表明.各介质参数在一定范围内变化时,所得神经网络具有较强的鲁棒性.该研究结果反映出利用神经网络进行层状介质结构识别具有较强的实用价值.     

三维模糊控制器的结构研究1)

基于Zadeh的模糊逻辑推理和语言控制策略，进行了三维模糊控制器的结构研究. 证明了具有线性控制规则的三维模糊控制器可等同于一个全局多层次线性关系式和一个局部非线性PID型控制器，由此剖析了模糊控制器的推理机制和其非线性本质.     

分化感知建模研究①

针对计算机智能角色制作中感知信息难以准确提取的问题提出了“感知分化”的概念并根据该思想设计了基于蛇类的感知模型。而且在感知信息的提取和处理之间引入了信息预处理过程,实现对“分化”的感知信息“汇总”过程。此过程的信息处理依托于人工神经网络的数学模型,能够很好的根据“分化”的感知信息重构角色关注的对象。基于上述思想设计的智能角色具有更快的实时响应,基本能够准确的完成任务。     

基于融合特征的行人再识别方法*

行人再识别过程中,由于姿势和光照等因素的变化使不同相机中所得行人的外形具有明显变化,较难提取不变性特征,导致识别率偏低.鉴于此种情况,文中提出基于融合特征的行人再识别方法,提取的特征包括HSV颜色特征、颜色直方图特征及梯度方向直方图特征,行人再识别过程分为训练阶段和识别阶段.在训练阶段,首先对训练图像集中每幅图像进行特征提取,然后利用典型相关分析获得2部相机拍摄同一行人的图像特征之间的相关性,生成相关性矩阵.在识别阶段,首先对参考图像集和测试图像集中每幅图像进行特征提取,然后将各自特征向量利用相关性矩阵进行变换,最后进行相似度度量,得到识别结果.在3个图像库上的实验表明,文中方法可以提高行人再识别的识别率.     

关于冷贮备系统可靠性评价方法的研究1)

以n模混合冷贮备系统为例, 论述了冷贮备系统可靠性评价方法. 不仅提出了通用计算公式, 进行详细的数学推导和证明，并由此公式给出多种冗余结构的可靠性评价公式，从而统一了它们的推导过程, 揭示各冗余结构间在理论上的关系. 最后, 还特别给出冷贮备系统在实际工程中的计算思路.     

指节纹识别综述*

相比其它生物特征,指节纹具有特征丰富,采集设备价格低,易于结合手形、手指静脉及掌纹组成性能鲁棒的多模态识别系统等优点.文中首先介绍指节纹的定义、数据采集、预处理方法等,之后详细介绍各种指节纹识别算法及多模态识别方案.根据特征提取及匹配方法的不同,将指节纹识别算法分为6类:基于结构的算法、基于子空间学习的算法、基于编码的算法、基于纹理特征的算法、基于相关滤波器的算法和基于局部特征描述子的算法.回顾和总结各种算法的特点,展望未来指节纹识别的发展方向.     

滞后关联分布参数系统的分散变结构控制1)

针对滞后分布参数关联大系统的变结构控制进行了讨论，采用M-矩阵理论，L     

汉语结构优先关系的自动获取*

提出了一种用于定量描述歧义结构分布特点的知识表示机制:结构优先关系SPR(structure preference relation),介绍了针对不同语料文本的两种SPR获取方法:树库语料的自动发现和原始文本的自动获取,并且通过不同的实验证明了这些方法的可行性和实用性.另外,还介绍了SPR的若干应用前景,并提出进一步的研究方向.     

一种基于MI-Simba算法的香烟烟雾识别方法*

香烟烟雾对环境条件敏感以及多特征间存在冗余,都导致无法在视频监控中准确进行烟雾识别,因此提出一种高维互信息与Simba特征加权相结合的算法(MI-Simba).首先采用视频特征提取方法获取烟雾统计度量特征、颜色布局特征和动态特征,构建初始特征向量;然后利用MI-Simba算法进行自动更新,构建该环境下最优特征组合;最后采用直推式支持向量机进行分类识别.针对室内和楼宇内场景,自建封闭空间吸烟视频数据集,采用5倍交叉策略进行比较验证,实验结果验证该算法在识别率和灵敏度两方面的有效性和优越性.     

基于优化卷积神经网络结构的人体行为识别

为了提高卷积神经网络对非线性特征以及复杂图像隐含的抽象特征提取能力,提出优化卷积神经网络结构的人体行为识别方法.通过优化卷积神经网络模型,构建嵌套Maxout多层感知器层的网络结构,增强卷积神经网络的卷积层对前景目标特征提取能力.通过嵌套Maxout多层感知器层网络结构可以线性地组合特征图并选择最有效特征信息,获取的特...     

基于人工神经网络识别的特征自组织技术

特征识别是ＣＡＤ中一项重要内容,也是一类智能化程度较高的图形模式识别问题,神经网络的智能性和并行性使它成为特征识别的最新方法,在特征的扩展型面邻接图表达方法基础上,运用神经网络识别技术,提出并实现了特征和自组织技术,从而为特征造型和特征识别提供了一种新的有效方法。     

基于神经网络的肺癌细胞识别方法的研究

细胞识别是图像处理和模式识别领域的一个研究热点,有着十分广泛的应用前景。本文提出了基于神经网络算法FTART2的肺癌细胞识别方法,讨论了FTART2的网络结构、输入矢量的标准化及分类算法。用513个样本对网络进行训练,再用716个样本组成测试集进行测试,实验结果表明:本文提出的基于FTART2的肺癌细胞分类器与基于标准BP的分类器相比,具有学习速度快、分类精度高的特点。     

递归复合型模糊神经网络结构研究

针对一类能够有效引入过程先验知识的复合型模糊神经网络，研究了其动态结构． 通过对复合型模糊神经网络的函数网络的第二层引入动态递归环节，使其具有动态映射能力 ，实现了对动态系统的良好响应．本文采用了动态非线性模型对其进行仿真研究，结果 表明，对于处理动态非线性系统，此动态复合模糊神经网络较之静态网络在收敛速度、预测 精度和网络规模等方面都有较大的改善．     

智能神经网络组成原理在汉字识别中的应用

应用智能神经网络组成原理，研究了将传统神经网络完成的复杂任务划分为子任务，分配给功能专一，结构简单的较小的智能神经网络完成，在此基础上，构筑功能完善的较大的智能神经网络的方法。同时，通过加入推理规则，提高了网络获得取知识的速度，实验表明，智能神经网络组成原理为解决大规模，复杂的问题提供了一种有效途径。     

模糊神经网络在条形码识别中的应用

本文把模糊集合论的知识应用于自组织神经网络,提出一个模糊神经网络算法。新算法克服了一般神经网络方法共同面临的学习时间长、对网络参数敏感的弱点,广泛适用于一般的模式识别问题。对条形码识别问题的应用情况表明,新算法无论在网络学习的速度上还是在识别结果上都优于Ｋｏｈｏｎｅｎ的自组织神经网络方法。     

四元数神经网络模型：彩色图象的识别

本文首次把四元数引入到神经网络中，提出了四元数１６态离散神经网络模型，应用信噪比理论和计算机模拟考察了该模型的存储稳定性和存储容量，该模型的存储容量比与Ｈｏｐｆｉｅｌｄ模型相同，该四元数神经网络模型可应用于１６色的彩色图象识别中。     

基于BP神经网络的人脸识别方法

人脸自动识别是计算机模式识别领域的一个活跃课题,有着十分广泛的应用前景。文中提出了基于ＢＰ神经网络的人脸识别方法,论述了人脸图像矢量的特征压缩问题、网络隐含层神经元数选取问题、网络输入矢量的标准化处理问题以及网络连接权值选取问题。对于１８人、每人１２幅图像组成的脸图像数据库做识别实验,实验结果表明文中所设计的神经网络分类器比常用的最近邻分类器有效地降低了识别错误率。     

智能神经网络系统组成原理在语音识别中的应用

在语音识别实验中,应用智能神经网络系统组成原理,研究了以简单、功能单一的网络为基础,构造复杂、功能完善的智能神经网络系统的方法,同时,通过加入规则,提高了网络的知识能力,实验表明,智能神经网络系统组成原理将面向对象、符号逻辑融于神经网络中,提供了构造功能完备的智能系统的途径。     

基于PCA网络的协同指纹识别

指纹识别是生物特征识别技术中的热点.指纹特征可分为全局特征与细节特征,现有主流指纹识别方法是基于细节特征的识别,但是指纹全局特征识别具有明显的优势,更加符合人类识别机理.本文尝试采用PCA网络提取指纹的全局特征--主分量特征,理论分析与实验说明了指纹主分量特征是有效的,鲁棒性较好.在识别方法上,采用协同模式识别方法,该方法注重模式的整体信息,并将其与PCA网络特征提取层有机的结合.对FVC2002指纹库的实验表明,本文的指纹全局特征识别方法预处理与特征提取简单,识别速度快,鲁棒性较好,取得了良好的指纹识别与身份认证效果.