支持向量机在字符分类识别中的应用

为了对数字字符和字母字符进行有效识别，提出了一种利用二值字符图像投影的特征参数构
造字符特征矢量的方法，对这些特征矢量进行归一化处理并作为支持向量机的训练集。采用支持向量机和
多层感知器网络对字符的特征矢量进行训练，分别构造出26个字母分类器、10个数字分类器以及36个字母
-数字综合分类器。通过对字符的分类识别测试，字符识别的准确率平均为96.5％，识别速度平均为20.5
ms/字符，结果表明了支持向量机在字符识别应用中的有效性。     

一种有效的SAR图像目标识别方法

根据不变矩特征提取和支撑矢量机分类的优势,提出了一种有效的SAR图像目标识别方法.首先对样本SAR图像进行预处理。然后提取目标区域的不变矩特征并计算灰度均值,将其组成特征向量训练SVM分类器,最后用训练好的SVM分类器对要识别的SAR图像进行目标识别.采用该方法对一些含有桥梁和坦克的SAR图像进行目标识别实验,取得了较好的识别结果.     

基于支撑向量机和小波的字符识别

为了提高车牌上的字符识别准确率，提出一种结合支撑矢量机(SVM)和小波的字符识别方法.通过对
字符图像水平和垂直两个方向的投影曲线分别进行小波分解，得到投影曲线的近似表示.在近似曲线中提
取字符的特征参数，用这些特征参数构成特征矢量作为SVM训练和分类的基本参数，再将特征矢量输入支
撑矢量机网络训练，最后通过树型分类识别模型识别字符.实验仿真表明，该字符识别方法的平均准确率
为97.15%，平均识别速度为每个字符19.15 ms.     

基于支撑矢量机的智能目标识别方法

支撑矢量机是一种能在训练样本数很少的情况下达到很好分类推广能力的学习算法。文中将支撑矢量机的概念引入雷达的目标一维像识别中,对其机理作了详细地分析,建立了相应的支撑矢量机分类器算法。对雷达目标的回波数据进行目标特征提取与分类的实验结果表明,此方法可使信号特征的可分性得到显著提高。     

结合纹理分析和支撑矢量机的汽车牌照定位研究

为了提高汽车牌照定位的准确率，将拍摄到的汽车图像先作离散余弦变换(DCT)，然后对频率系数量化，从量化值中提取图像的方向性，并将量化值的统计特性和图像的方向性结合起来构造频域特征矢量；在空域中提取图像的角二阶矩、对比度、相关性和熵4个特征量，构造空域特征矢量.结合支撑矢量机，在粗分类时找到牌照候选区域，在细分类时从牌照候选区分离出真实的牌照.分类过程综合考虑分类速度、分类准确率和感兴趣的区域，可采取灵活的分类方式.实验表明，该方法对于汽车牌照定位具有较好的效果，可操作性较强.     

支持向量机的红外目标自动检测与识别

针对红外图像提出一种基于支持向量机的目标检测和识别算法，首先运用数学形态学方法对背景进行滤波，突出候选目标；选取适当的阈值和边缘检测算子对候选目标进行图像二值分割和边缘提取；最后以候选目标的边界不变矩作为特征，用支持向量机方法进行目标的识别，确定目标的位置．实验表明，该方法能够有效地实现对红外目标的检测和识别，并具有较高的抗噪声和抗复杂背景的能力。     

基于自适应投影算法和修正核函数算法的混合支撑矢量机

提出了基于自适应投影算法和修正核函数算法的混合支撑矢量机，根据修正核函数算法的正形投影变换，将问题映射到黎曼空间来增大分类面，从而提高支撑矢量机的分类精度，但其缺陷在于它帅两步优化实现的，因此增加了时间复杂度，基于此，混合支撑矢量机使用自适应投影算法对支撑矢量进行预选取，即通过投影从训练样本中选择部分样本作为中心矢量进行训练，实验结果表明：此方法在可分性得到显著提高的同时提高了速度。     

基于支撑矢量机的TD-SCDMA系统多用户检测器

基于多用户检测的分类模型，提出了一种基于支撑矢量机的非线性多用户检测器，利用TD-SCDMA系统的Midamble来训练支撑矢量机，逼近最优检测器．与已有的其他检测器相比，支撑矢量机多用户检测器是基于结构风险最小化原理构造的，其推广能力较好且所需训练样本数较少；另外，支撑矢量机多用户检测器的非线性特性可以比线性检测器更好地逼近最优检测器．利用TD-SCDMA系统多径环境下的仿真结果验证了该检测器的可行性和有效性．     

基于大规模数据的支撑矢量机的训练和分类

支撑矢量机是一种基于统计学习理论的、新颖且有强的泛化性能的学习方法，可看作是一种训练多项式神经网络或径向基函数分类器的新方法。支撑矢量机可用于模式识别、回归估计、求解线性算子方程等。介绍了支撑矢量机的分类机理，并针对大规模数据讨论其训练和分类中存在的问题及典型的解决方法。     

车削加工中心工件形状计算机识别系统的研究

本文提出一种以微机为核心所构成的工件形状自动识别系统，并简要说明如何以ＣＣＤ摄像机获得的视觉图像中分离出工件的二维形状，自动生成形状矢量。阐明了用形状矢量来识别图形的原理和方法。     

形象经济学导论：形象经济学及其基本内涵

形象经济现象由来已久,在信息时代正成为主流经济形态,是对应于信息社会的全新概念,也是网络时代的必然产物。形象经济学其实是在企业可识别系统（CIS）及名声经济学创立和发展的基础上进一步创立、发展起来的。从形象设计的角度出发,阐述了其基本内涵,包括形象决定一切、形象依靠设计和形象需要通过修炼来塑造。     

工业检测中图像采集标定与预处理技术研究

为了较好地解决工业现场劳动强度大、效率低下的不足,彻底消除工业现场中可能存在的威胁和危害操作人员人身安全的因素,针对工业图像检测技术中的校正、识别问题,提出了摄像机的快速标定方法及视频信号的有效提取算法,并给出了工业现场应用的案例。测试数据及现场运行情况表明,对有一定变形的检测对象,该算法仍可以准确地提取其几何特征,达到了系统要求。经测试,定位精度为±3mm。较好地解决了工业现场摄像机参数的快速标定及噪声条件下图像信号的有效提取问题。     

交警手势的图像处理与识别

提出了一种基于交警手势识别的交通灯控制方法．该方法首先对彩色摄影机采集的交警手势图像进行预处理。包括彩色图像平滑、彩色图像增强;其次利用边缘检测和图像分割方法对目标图像进行分割,由于图像受噪声干扰严重,采用Sobel算子消除噪声;再次将分割得到的目标轮廓进行表示与描述,为图像的识别作好准备;最后结合图像的轮廓特征对图像进行识别,采用了模糊模式识别方法．试验结果表明。该方法能够实现对交警手势准确的识别．     

一种改进的塔形结构图像分割算法

本文介绍了一种改进的塔形结构图像分割算法,对原算法的迭代过程作了修正,设计了新的连接强度及面积因子公式,并在分割过程中同步地完成区域的合并以及区域特征值的计算。与原算法相比较,改进算法具有收敛速度快、运算量减少、实现方便、功能较全面等优点。对红外前视图像的分割结果表明:改进算法是行之有效的。     

基于数字图像处理技术的实况视频图像处理系统设计

本文基于FPGA和DSP的图像处理卡设计了实况图像处理系统,介绍了针对不同背景条件的图像,采用了高斯滤波器和中值滤波器的图像滤波算法,以及拉普拉斯锐化和同态滤波的图像增强算法,而改善图像质量的技术方案。实验显示:该系统可提高实况图像质量,满足靶场试验要求。     

一种半调图像分类识别算法

分析影响逆半调质量的各种因素,引出半调图像识别研究的目标,并运用增强一维自相关函数、共生矩阵和游程矩阵研究半调图像的相关周期和纹理特征,通过构造多级分类器及其标准向量建立了一种常见半调图像的类型识别算法.实验表明,该算法的平均识别正确率可达99%,解决了估值类逆半调技术的实用化问题,也为其他逆半调方案的针对性设计和参数自适应优化奠定了基础.     

基于小波变换的图像处理技术研究

小波变换由于自身具备的时频域局部化特性,能有效地克服Fourier变换在处理非平稳的复杂图像信号时所存在的局限,已成为图像处理的一种重要手段。在简单介绍小波变换基本原理的基础上,举例说明了小波变换在图像去噪、压缩、增强和融合等方面的应用。实验结果表明：将小波变换应用于图像处理可获得良好的处理效果。     

基于贝尔模型的手机品牌形象探索性实证研究

结合文献综述和以往的研究总结,选择了贝尔品牌形象模型作为研究的参照模型,通过对问卷调查数据的因子分析验证了贝尔品牌形象模型亦适合于手机产品,手机品牌形象亦可划分为产品形象、企业形象、使用者形象三个维度。同时,提出的手机品牌形象及其三个维度与品牌忠诚度存在正相关关系的研究假设得到了问卷数据的验证。此外,研究还对国外手机品牌形象及国内手机品牌形象与品牌忠诚度的各自关系进行了对比分析,在数据分析结果的基础上,对国产手机厂商的品牌形象提升策略给出了相关的建议。     

图像计量技术在细度计量中的应用

针对目前细度计量的要求，提出了图像计量的方法，详细论述了图像计量的基本原理，传感器建模方法，通过标准比对和图像变换方法实现了对物体的细度计量，同时在MATLAB和Photoshop6.0的基础上使用C语言编程，建立了一套图像细度计量系统，能够完成对物体细度的自动计量、自动存储、自动边缘跟踪等功能，同传统的细度计量方法相比，本系统操作简单，速度快，可重复性好，实践证明，通过使用图像计量技术，细度计量精度可以达到5％左右。     

TBIR与CBIR结合检索Web图像的探讨

在阐述TB IR(基于文本的图像检索)和CB IR(基于内容的图像检索)的同时,指出综合运用TB IR和CB IR共同检索W eb图像,并列举了较为先进的图像检索系统,探讨了当前研究中存在的问题以及今后的研究方向。