基于神经网络的交通标志识别方法

介绍了神经网络分类器的基本原理，针对3类交通标志，即禁止标志、警告标志和指示标志，提出了应用神经网络分类器进行交通标志自动识别的基本方法。神经网络分类器由两层网络联结而成，前层网络由单个BP网络完成交通标志的粗分工作，后层由3个BP网络将组分结果分别进行细分，完成识别任务。此设计结构与传统的单层分类器相比，在训练速度和识别正确率方面都有较大的提高；显然，这与神经网络在解决小规模问题时正确率高、训练速度快相符合。同时，增加新的训练样本时，只要对相应网络进行训练即可，而不必对整个网络进行重新训练。实验结果表明，基于神经网络的交通标志自动识别方法，具有很好的识别效果。     

基于双神经网络分类器的脱机手写体汉字识别

脱机手写体汉字识别因其自身的复杂性,系统的实现具有很大的困难。现有的方法,多针对小字符集。为了能在更大的字符集内实现脱机手写体汉字识别,文章结合双重特征提取方法,提出了将双神经网络分类器引入脱机手写体汉字识别。该方法提取汉字字符的2组特征,将2组特征输入双重神经网络进行并行训练,再经过后处理选择最优结果。将该方法与用于小字符集的SVM方法进行了比较,结果表明其识别率明显高于SVM方法,说明双神经网络在脱机手写体汉字识别中有较强的可行性和实用性。     

动态T-S递归神经网络及其应用

基于递归神经网络和模糊系统,给出了一种动态T-S递归模糊神经网络(DTRFNN)。该神经网络用BP算法进行网络权值的学习,并在权值学习的基础上采用改进的BP算法克服局部极小。以动态系统的辨识为例进行仿真实验研究,并与一般的模糊神经网络进行了比较。结果表明,DTRFNN的辨识误差较小,取得了很好的辨识效果。该神经网络应用于某金属温度软测量时,能很好地实现温度的在线检测。     

基于动态递归模糊神经网络的动态系统辨识

模糊系统和神经网络由于具有逼近任意连续非线性映射的特性而广泛应用于系统的辨识和控制，但是传统的模糊神经网络是一种静态映射，不适用于动态系统的辨识，而现实工程中的控制对象反映的是系统的动态行为．为了提高动态系统的辨识精度，提出了一种新型的动态递归模糊神经网络，并根据动态递归神经网络的数学模型推导其动态反向传播学习算法及其改进算法．仿真结果表明：由于动态模糊神经网络的辨识过程同时利用了系统的当前数据和历史数据，对动态系统的辨识，特别是对具有纯时间延迟动态系统的辨识，较传统模糊神经网络在辨识精度和稳定性方面具有更好的效果．同时，确定网络权值和隶属函数参数初始值的方法可使动态系统的辨识过程具有更快的收敛速度．     

基于神经网络的交通标志识别方法

介绍了神经网络分类器的基本原理,针对3类交通标志,即禁止标志、警告标志和指示标志,提出了应用神经网络分类器进行交通标志自动识别的基本方法。神经网络分类器由两层网络联结而成,前层网络由单个BP网络完成交通标志的粗分工作,后层由3个BP网络将粗分结果分别进行细分,完成识别任务。此设计结构与传统的单层分类器相比,在训练速度和识别正确率方面都有较大的提高;显然,这与神经网络在解决小规模问题时正确率高、训练速度快相符合。同时,增加新的训练样本时,只要对相应网络进行训练即可,而不必对整个网络进行重新训练。实验结果表明,基于神经网络的交通标志自动识别方法,具有很好的识别效果。     

胶合板缺陷模糊神经网络检测算法

讨论了模糊逻辑和神经网络的工作原理,笔者在神经网络中引入模糊逻辑算法,将模糊逻辑处理不精确不完备信息的能力和神经网络的自适应自学习能力相结合,提出一种模糊神经网络算法,构建出模糊神经网络分类器,并且以胶合板缺陷检测为应用背景,对其分类的实时性、准确率等指标进行了验证,得到了分类精度93 33%,和训练次数5856次的良好性能.实验结果表明:在引入模糊逻辑算法后,基于模糊逻辑的神经网络分类器在模式分类精度和实时性等方面性能指标都得到了提高.     

一种基于模糊神经网络的机器人轨迹跟踪控制

提出一种模糊神经网络,并将其应用于两关节机械手轨迹跟踪控制。该网络采用三角形隶属度函数,将模糊控制与神经网络相结合,利用神经网络实现模糊推理。这种模糊神经网络能够在线调节输出隶属度函数中心以及关节间耦合权值,使得控制器具有更好的学习与自适应能力。仿真结果表明,这种网络能很好的用于机器人的轨迹跟踪控制中,是一种行之有效的控制方法。     

基于模糊神经网络的定尺剪切线控制系统

为了提高卷钢自动定尺剪切的精度,提出一种模糊神经网络控制系统对卷钢剪的切线位置进行控制.控制系统采用模糊神经网络控制器和神经网络辨识控制器相结合的方式对神经网络的学习算法进行改进,通过对模糊神经网络进行训练学习,优化了网络的连接权值,从而能够很好地控制板材送料位置,使得板材在减速期以理想的减速曲线运行,实现准确停车进行剪切.仿真结果表明：该系统具有响应快、鲁棒性强、控制精度高、控制特性好等优点,能够满足剪切生产的要求.     

多种字符混合图像的自动识别

以货运列车自重识别系统为例，提出一种适应不同光照环境的图像增强方法，利用模糊集理论从多行信息中提取自重行，正确率接近99％。在字符识别中，采用3种神经网络分类器分别识别汉字、数字和英文字母，并对易混数字采用两级分类器的结构，获得了较高的识别率。     

利用神经模糊系统从数据中挖掘模糊逻辑

提出一种利用神经模糊系统从实验记录的曲线或者数据中挖掘模糊逻辑规则的方法．首先根据生产控制系统的实验记录的曲线或者数据，初步确定一个“if…then”模糊逻辑规则模型；然后利用具有非线性特性的神经网络和模糊推理中的模糊逻辑运算，构造了一个神经模糊系统；通过有导师的误差反向传输学习，将训练后的神经模糊系统的网络联接权的变化结合为模糊逻辑规则的变化和修改，从而实现了从实验记录的曲线或者数据中推理、归纳的模糊逻辑控制规则。     

基于SVM的车牌字符识别算法研究

SVM可在训练样本很少的情况下获得很好的分类推广能力。首先分析了用多类SVM算法对车牌中的字符进行识别时存在不可区分的区域问题和采用模糊SVM算法解决该问题的办法,然后讨论了字符特征的提取方法,并根据我国车牌字符的特点分别设计了汉字、字母、数字、字母／数字4个基于模糊多类SVM的字符分类器。最后在MATLAB环境下,采用径向基核函数对算法进行学习训练。实验测试结果表明,该方法可以很好的提高字符识别的速率和效率。     

车牌提取方法研究

提出了一种基于模糊边缘检测和纹理特征的牌照提取方法。首先由投影法确定车牌候选区域，然后由12个边缘模板计算每个候选区域中边缘两侧的平均灰度差，并作出灰度梯度的二维直方图。据此确定每个候选区域模糊边缘检测中广义渡越点的值。然后根据车牌区域特点来提取牌照。经测试，该算法简单快速、定位准确，为后继字符分割和识别做了较好的预处理工作。     

非均匀外压下含磨损缺陷套管的挤毁极限载荷分析

采用非线性有限元方法，按平面应变问题处理，分析了含磨损套管受井下非均匀外压作用时的挤毁极限载荷及挤毁失效方式，同时计算了含磨损套管受均匀外压作用时的挤毁极限载荷，与试验结果比较吻合。研究结果表明，套管在均匀外压下发生挤毁时，极限载荷最大，挤毁模式是套管磨损部位的管壁向管外凸出，屈服区主要分布在套管塌陷部位外壁及磨损部位的内壁。非均匀外压下发生挤毁时，挤毁模式是套管磨损部位的管壁向管内方向塌陷，屈服区域主要分布在套管挤毁后凸出部位内外壁及塌陷部位的内外壁。且外压分布越不均匀，挤毁极限载荷越低；套管偏心度越大，抗挤能力越差。     

双模型语音识别中的听视觉合成和模型同步异步性实验研究

研究了双模型语音识别系统中前合成和后合成两种听觉视觉合成方法；同时在后合成方法中引入了考虑听觉和视觉同步异步特点的复合模型。仿真实验证明了在声学噪音环境下，后合成方法能够带来比较理想的识别效果；考虑听觉和视觉同步异步性的模型可以有效地提高识别率。     

含电流变液夹层板振动的模糊控制

基于模糊控制理论，对含电流变液夹层板的振动控制进行了仿真和实验研究。通过动态特性实验识别出仿真所需的振动系统动力学参数，根据不同电场强度下夹层板实测的频响函数曲线，设计出模糊控制律。振动控制的数值仿真及模型实验结果表明，用模糊控制方法控制含电流变液夹层板的振动十分有效，模糊控制器对振动系统的适应性较强，在实际控制时不要求建立系统准确的力学模型，避免了对电流变液夹层进行力学建模的困难。     

基于实例推理的产品概念设计模型研究

产品概念设计是设计过程中最具创造性的阶段。本分析了产品概念设计过程的特点及其主要研究内容，从概念设计中的功能设计角度出发，提出了基于实例推理的产品概念设计模型结构，采用面向对象技术进行实例的表示，通过基于实例的推理技术获得相似实例，进行相似实例的评价和修改，进而获得概念设计的最优解，对其关键技术进行了研究，在此基础上，开发了一个基于实例推理的产品概念设计原型系统，对系统所提出的模型和算法进行了实例验证。     

基于变性法的高阶传动误差设计与分析

传统的弧齿锥齿轮传动误差呈二次抛物线形，易引起齿对间振动和冲击，本提出的高阶传动误差则可以克服这一不足。中给出了基于变性法的高阶传动误差设计的方法和求解过程，得出了变性法的瞬时滚比函数；利用TCA和LTCA，对高阶传动误差设计进行了轮齿接触仿真分析，验证了该设计方法和求解结果。该方法只修正滚比，无需修改齿轮几何参数与加工调整参数并易于实现。对比传统的二次抛物线传动误差，高阶传动误差设计使齿轮副的动态及强度性能均有改进。高阶传动误差的应用为高性能弧齿锥齿轮副的设计提供了新的方法和途径。     

联邦滤波器在小型飞行器距离定位融合估计中的应用

为了进一步修正小型飞行器距离定位误差，给出了一种利用联邦滤波方法进行数据融合的小型飞行器定位误差修正方法，解决了由于差分GPS长时间静默影响定位精度的问题。仿真和数据回放结果表明：采用卡尔曼滤波方法可提高定位精度，采用联邦滤波方法效果更好，使用中方法可以得到飞行器更准确的距离定位，可满足多种类型的飞行器距离定位系统的精度要求。     

基于小波变换的SAR图像边缘提取新方法研究

由于SAR图像含有相干斑噪声，使得常规方法应用于SAR图像边缘检测时遇到了较大的困难，提出了一种新的SAR图像边缘提取方法，该方法首先用基于结构信息的统计滤波方法对SAR图像进行滤波，然后利用小波变换具有多分辨分析的特性，并结合模糊中值滤波、阈值化处理及微分梯度算子对SAR图像进行边缘提取。实验结果表明了该方法是一种有效的对SAR图像进行边缘提取的方法。     

印刷体英文文档识别系统的设计与实现

光学字符识别是模式识别领域的一个重要分支.提出并实现了一种用于印刷体英文文档的OCR系统.该系统使用基于字符识别的方法进行文档识别,图像经过预处理后,提取多种特征进行组合,并且考虑到字符粘连的情况,在训练样本中加入部分易粘连字母组合进行识别.通过实验证明,该识别系统快速、稳定且有效.