神经网络在汽车车型自动识别中的应用

将ANN理论应用于汽车车型的自动识别，讨论了车型图像预处理、特征抽取、网络模型选取、网络结构设计、学习算法等问题，并提出一种分阶段的训练方法。对三类车型的36对样本做训练和测试实验，实验结果表明，所采用的训练算法优于传统BP算法和共轭梯度法，所设计的网络能快速有效地识别汽车车型。     

管道内表面质量检测系统设计

介绍了人工神经网络技术在管道内表面质量实时检测系统中的应用，该系统采用ＢＰ神经网络作为规则检测器对被测图象进行特征提取和分类识别，并利用改进的ＢＰ算法使网络的学习过程以较快的速度收敛于全局最小点。     

多层BP网络的研究及应用

在本文中，我们用统计模式识别的方法分析了目前在模式识别中得到广泛应用的多层ＢＰ神经网络，揭示了具有线性输出单元的多层ＢＰ神经网络用作特征提取器和分类器时具有良好性能的原因。同时，我们设计了一个使用ＢＰ网络作为特征提取器和分类器时，普适的工件识别系统，对不能识别的样本，采用模糊推理技术，把传统的直观特征识别结果和多层ＢＰ网络结果特征级上融合，提高系统的性能。     

基于Bayes法则和BP神经网络的高速动态情形下车型识别

针对在高速动态情形下的车型识别,介绍了一种对汽车提取特征、基于红外线检测的汽车分类仪;阐述了采用汽车特征参数作为样本向量训练BP网络的方法和识别车型原理;采用共轭梯法修正BP网络,提高了训练速度和全局收敛性;对于样本向量存在的数据“噪声”,则以Bayes法则对大量样本去除“噪声”,使特征样本向量更有代表性,理论与实际证明,这样得到BP网有强容错能力,能识别没有看过的汽车样本,从而提高了车型识别精度。     

基于尺度显著性算法的车型识别方法

针对复杂背景的视频图像车型识别,提出了一种利用尺度显著性的车型识别方法。由于尺度显著性对图像均一亮度变化、缩放、旋转以及噪声都具有不变性,因此引入尺度显著性算法提取车辆图像的分类特征。最后采用RBF网络分类验证该方法对多种车型的识别。实验结果表明,提取尺度显著性特征能够有效地识别汽车车型。     

用C 语言实现神经网络的算法类库

介绍用Ｃ＋＋语言编写的神经网络（ＮＮ）的ＢＰ、ＧＡ和ＧＡＢＰ算法类库。该类库引入类的概念，实现了对数据的封装、隐藏。     

Chebyshev神经网络辨识器

基于逼近论，将一组Ｃｈｅｂｙｓｈｅｖ正交多项式取代ＢＰ网络中的Ｓ型函数，构成一种新的神经网络模型。理论分析和仿真实验表明，该网络可逼近任意非线性系统，且建模容易，收敛速度快，学习次数远远少于ＢＰ网络。     

破译公钥密码的一种神经网络方法

本文先以ＲＳＡ密码系统为例介绍了公钥密码体制的基本原理，然后概述了ＢＰ神经网络的基本结构及其学习算法，分析了用ＢＰ神经网络破译ＲＳＡ密码的破译原理，给出了ＢＰ神经网络破译器的结构、设计方法和实验结果     

用于辨识建模中的神经网络

本文重点讨论正向辨识建模，提出了一种基于ＢＰ网络的改进的ＢＰ神经网络（ＩｍｐｒｏｖｅｄＢＰＮｅｕｒａｌＮｅｔｗｏｒｋ简称为ＩＢＰ）用于正向建模的方法。并以非线性的具有滞后的系统为例进行了仿真，对采用常规的ＢＰ网络和ＩＢＰ网络用于正向辨识建模的情况进行了比较，得出了比较理想的结果     

Novell网络应用程序接口技术

简述了在网络环境下开发应用程序所存在的问题，提出设计一个介于用户和网络层之间的Ｎｏｖｅｌ网络应用程序接口软件包（ＡＰＩＳＰ）的新方法，并用ＢｏｒｌａｎｄＣ＋＋开发了ＡＰＩＳＰ，该软件包向用户提供Ｎｏｖｅｌ网络环境下标准的库函数。较好地解决了一般软件工程人员难于开发网络应用程序这一问题，且能用于其它类型的网络方面。     

煤矿供配电系统CAD

本文介绍了在VC＋＋5．0环境下开发的供配电系统CAD软件的网络识别和算法，并给出了该软件应用于煤矿（6－10）KV供配电系统的设计计算框图。     

图形识别的神经网络方法

神经网络是当今人工智能的一个重要方面．本文对人工神经网络用于图形识别，尤其是在干扰环境下的识别能力进行了研究．通过对一组图形符号的训练识别，讨论了外加噪声与网络内部噪声对识别功能的影响，同时提出了一个ＢＰ网络训练的改进算法．     

有监督Kohonen网络的车型识别方法

车型识别已成为智能交通系统研究中的一个重要内容.根据同类车型尺寸特征如长、宽、高特征值都具有相似性特点,利用已有车型数据库,分别使用逆传播(BP)神经网络、支持向量机(SVM)网络、有监督Kohonen网络这三种神经网络分类方法对车型尺寸特征进行分类,得到三个车型识别准确率并进行比较验证.实验结果表明:有监督Kohonen网络的分类方法具有较高的车型识别精度,实验效果明显,车型识别准确率高.     

数字图像监控网络报警系统设计

全面介绍了基于图像的自动网络报警系统的实现方法，它综合运用视频处理、图像处理、人工智能和网络编程等技术，能自动对监控区域的异常情况识别和网络报警。利用了Intel公司的IPL（Image Processing Library)软件包实现视频的处理，省去了直接用VFW进行视频处理的繁琐工作。给出了基于C／S模式的服务器端和客户端的编程思想及软件结构组成框图。该系统在微机Windows平台采用VC＋＋实现，经实验取得了满意的结果。人机界面友好。     

时域鲁棒设计的新方法──［P］和［V］·［V~－1］的极小化

本文讨论在极点配置的约束下，使［Ｐ］和［Ｖ］·［Ｖ－１］（条件数）极小化的问题，其中Ｐ是（Ａ＋ＢＦ）＇Ｐ＋Ｐ（Ａ＋ＢＦ）＝－２Ｉｎ的工定解，Ｖ是Ａ＋ＢＦ的特征向量矩阵．两种指标都反映了系统鲁棒稳定的程度．通过定义一矩阵函数并引入新的自由变量Ｕ，可放松极点配置的约束，并能系统的推导［Ｐ］／Ｕ及（［Ｖ］·［Ｖ－１］）／Ｕ，从而将鲁棒设计转化为无约束的梯度法寻优，实例说明，本文设计方法的效果很好．     

电容层析技术中BP网络图象重建研究

介绍了电容层析技术的基本原理，研究了基于ＢＰ网络的电容层析成像方法，提出了成像的网络模型及其实现步骤，并给出了实验结果。结果表明该方法能够快速和较高精度地重建断层图象。     

用对象建模技术开发网络信息管理系统

本文介绍了在校园网络环境下如何使用对象建模技术设计网络信息管理系统以及使用面向对象的开发工具ＰｏｗｅｒＢｕｉｌｄｅｒ（ＰＢ）实现系统的基本方法与过程     

电容层析技术对BP网络图象重建研究

介绍了电容层析技术的基本原理，研究了基于ＢＰ网络的电容层析成像方法，提出了成像的网络模型及其实现步骤，并给出了实验结果，结果表明该方法能够快速和较高精度地重建断层图象。     

受限外部信息源计算的P—NP性质

本对Ｏｒａｃｌｅ图灵机在接受计算中的查询次数加以限制，并且得到结果：存在无穷多个非多等价的递归集Ａ，Ｂ，Ａ＇，Ｂ＇，Ａ＇＇，Ｂ＇＇，Ａ＇＇＇，Ｂ＇＇＇，它们满足性质：Ｐ（Ａ，ｑ）＝Ｐ（Ａ，ｑ＋１），Ｐ（Ｂ，ｑ）≠Ｐ（Ｂ，ｑ＋１），ｐ（Ａ＇，ｑ）＝Ｐ（Ａ＇），Ｐ（Ｂ＇，ｑ）≠Ｐ（Ｂ＇），ＮＰ（Ａ＇＇，ｑ＋１），ＮＰ（Ｂ＇＇，ｑ）≠ＮＰ（Ｂ＇＇，ｑ＋１），ＮＰ（Ａ＇＇，ｑ）＝ＮＰ（Ａ＇＇），ＮＰ（Ｂ     

一种局部化的反向传播网络

常规的反向传播网络（ＢＰ）是一种内部呈完全联结的全局性网络，它对非平滑系统的学习能力较弱。参考局部性网络的设计思想，本文提出一种由多个既独立了关联的同构子网络构成的局部化反向传播网络（ＬＢＰ）。子网络之间的相对独立性和相互关联性，使得ＬＢＰ对平滑和非平滑系统都具有较强的学习能力。