VB与MATLAB混合编程的研究

该文把VB在图形用户界面开发方面的优势和MATLAB强大的计算功能结合起来，提出了五种不同的混合编程方法，尽可能发挥其各自的优势，实现工程软件的迅速开发。     

基于VB和MATLAB的医学图像处理系统设计

探讨利用VB和MATLAB在医学图像处理领域混合编程的方法。通过ActiveX技术将VB和MATLAB混合编程实现图像处理,建立Windows环境下的图像处理系统。该系统可以对医学图像进行图像预处理和图像增强方面的操作,尤其在图像的灰度变换、消除噪声和边缘检测方面具有良好的效果。通过VB和MATLAB进行混合编程可以减少设计的时间,降低编程难度,同时兼顾了代码安全和界面友好,适合于开发一个在Windows工作环境下运行的、具有丰富的程序接口以及图像处理能力的应用软件,且大大提高了开发效率。     

储粮害虫分类识别研究

对储粮害虫进行分类识别是非常必要的,本文阐述了利用计算机数字图像处理技术提取静态储粮害虫图像的一阶灰度统计量特征、灰值游程矩阵的纹理特征以及几何形状特征,采用BP神经网络技术对特征进行分类和识别的主要技术和方法。该方法为储粮害虫的分类识别开辟了新的途径。     

SOM网络的改进及其在储粮害虫分类中的应用

自组织特征映射神经网络(SOM网络)在分类方面存在的不足是训练时间长、分类精度不高以及学习过程容易发生振荡。为了改善SOM网络的分类性能,达到提高和分类精度的目的,提出了SOM网络的工作原理及算法,得出影响SOM网络分类性能的主要因素,包括学习率、初始权值、训练次数及邻域设置等,并分别提出了改进方法。利用改进后的SOM网络,通过3折分层交叉验证方法对储粮害虫数据进行分类验证,仿真实验结果表明,改进后的SOM分类器在学习速度和分类精度方面都得到了较大提高,证明提出的改进方法是有效的和可行的。     

MATLAB6.5与VB混合编程中的接口技术研究

本文介绍了MATLAB和VB混合编程中的COM Builder技术、ActiveX自动化技术、MatrixVB技术、动态数据交换DDE技术、通过编写M文件实现接口连接技术。给出了各种接口的实现方法和调用程序,总结了各种方法的优缺点。为实际的工程开发提供了一种比较好的编程思路。     

模糊边缘检测算法在储粮害虫图像中的应用

介绍了基于机器视觉的储粮害虫检测方法．论述了粮虫图像边缘检测是该方法的关键。对Roberts算子和Sobel算子在粮虫图像边缘检测中的应用作了简要介绍。在此基础上，文中提出了一种基于模糊理论的边缘检测方法。计算表明，该方法对粮虫图像边缘检测的效果较好。     

在VB6．0中调用和操作MATLAB

介绍了在VB6．0中利用ActiveX自动化技术调用和操作Matlab的方法。通过这种混合编程实现了VB的可视化界面与Matlab强大的数值分析能力的结合。     

VB实现对MATLAB程序的调用

充分利用 MATL AB强大的运算及显示功能和 VB开发界面友好的特点 ,将二者有机结合 ,可以开发出复杂的、界面友好的人机交互处理软件。重点介绍了应用 VB和 MATL AB进行混合编程的几种技术 ,熟练掌握这些技术 ,将使编程工作变得轻松自如     

基于VB和MATLAB的医学图像处理系统设计

探讨利用VB和MATLAB在医学图像处理领混合编程的方法。通过ActiveX技术将VB和MATLAB混合编程实现图像处理,建立Windows环境下的图像处理系统。该系统可以对医学图像进行图像预处理和图像增强方面的操作,尤其在图像的灰度变换、消除噪声和边缘检测方面具有良好的效果。通过VB和MATLAB进行混合编程可以减少设计的时间,降低了编程难度,同时兼顾了代码安全和界面友好,适合于开发一个在Windows工作环境下运行的、具有丰富的程序接口以及图像处理能力的应用软件,且大大提高了开发效率,对予解决工程问题具有较大的参考价值。     

基于COM组件的VB与MATLAB接口编程

针对VB和MATLAB接口编程问题,本文提出一种基于COM组件的VB与MATLAB接口编程方法。并以具体的例子给出了这种方法的应用过程,实现了VB可视化界面和MATLAB信号分析及图形显示。     

基于MATLAB神经网络工具箱的字母模式识别

以设计识别26个英文字母的神经网络为例,介绍了利用MATLAB神经网络工具箱进行模式识别的基本步骤,并对训练的结果进行了分析,说明了在解决此类问题时要充分考虑噪声对辨识率的影响。     

浅谈BP神经网络在模式识别中的应用

模式识别技术在各行各业都有广泛的应用。在工业检测、医疗仪器的样本检查分析、军事卫星侦察、人工智能方面有着举足轻重的作用。该文介绍基于BP神经网络的模式识别方法。运用一种基于BP神经网络的改进算法,将基于学习的思想引入到模式识别中,对样本数据进行学习和训练,形成良好的网络,最后对与已训练好的网络进行检验的整个过程,由于达到了一定的准确度,避开了传统方法计算属性权重的问题。     

基于LabVIEW与MATLAB平台的神经网络设计与应用研究

针对神经网络应用问题提出了通过LabVIEW调用MATLAB应用程序实现神经网络的方法。该方法通过LabVIEW与MATLAB的混合编程,能充分发挥了两者的优势,具有更大的灵活性和实用性。同时它使得复杂的控制算法应用于虚拟仪器实现故障诊断成为可能,为快速开发功能强大的智能化虚拟仪器探索了一条的新途径。     

基于VB内核调用MATLAB组件创建模糊PID的程序运用

Visual Basic内核不仅在界面开发中方便友好,而且在一些工业控制组态软件中也得到了良好的应用。而MATLAB作为高性能的科学计算软件,也为用户提供了简便、良好、实用的程序接口。模糊PID作为一种先进的控制技术也已经在工业控制领域得到广泛应用。通过在MATLAB中创建模糊PID的接口函数,在VB中用Matrix VB建立模糊PID的控制规则总表,方便快捷地搭建出一套完整的模糊PID程序,此方法可以运用于教学演示,以及各种以VB为内核的工业组态软件的应用中。     

BP神经网络在车牌识别技术中的应用

车牌识别系统作为智能交通系统的重要部分,对车辆定位、交通流量的监控具有重要的意义。在车牌识别系统中,利用BP神经网络对车牌进行识别得到广泛的应用,如何提高车牌识别的准确率是车牌识别系统最根本的问题。在多路监控系统中,所采集的车牌图像大小比较小,严重影响了车牌的识别率。采用优化的BP神经网络结构以及根据环境差异进行识别的方法,对车牌识别进行研究,研究实现了对较小的车牌进行准确的识别。     

基于BP神经网络的粘接质量检测判别技术研究

该文针对粘接质量检测,运用BP算法和MATLAB软件,设计了用于粘接质量模式识别的神经网络。该网络能够对粘接质量合格与否进行比较精确的判别,判别正确率达到了98%。神经网络训练成功后,用未经训练的数据检验神经网络的检测能力,识别正确率达到了91.3%,充分证明了该网络模型的准确有效性。     

基于BP人工神经网络的手写体数字识别

手写体数字识别是模式识别研究领域多年来的热点,BP人工神经网络是目前应用最广泛的神经网络模型之一。将两者融合并结合Matlab软件,提出了一种简单的基于BP神经网络数字识别的方法,仿真实验结果表明,该方法识别效果良好,准确率高,有一定实用性。     

基于MATLAB的改进BP神经网络的实现与比较

BP神经网络应用广泛,且算法很多,研究多种神经网络的优势与不足,以能在不同对象下选取合适的神经网络算法。运用MATU出来实现各种BP神经网络的设计和训练。并以函数逼近为例,通过对不同的BP神经网络仿真与原函数图像的拟合,比较不同的BP神经网络的性能,验证新型BP网络的优势,得出如何根据对象选取神经网络的结论。     

应用BP神经网络分类器识别交通标志

介绍了神经网络特性和BP神经网络分类器的一般原理。针对交通标志识别需要处理的信息量大以及受天气道路等外界条件的影响存在噪声干扰的情况，提出了一种应用BP神经网络分类器识别交通标志的方法。识别分为图像数字处理、BP神经网络的训练、测试与对加入噪声图像进行识别3个步骤，经实验取得了良好的识别效果。     

基于改进的BP神经网络车牌识别的研究

近年来,城市智能交通系统发展的很快,车牌识别系统作为城市智能交通系统中信息采集的一种重要手段,也引起越来越多关注.本文对车牌识别的形态进行深入研究,应用了改进的BP神经网络算法.实验结果显示这个方法可以更高效的识别车牌并且建立一个良好的未来车牌识别技术的基础.