类Henon吸引子相空间演化行为研究

本文是对类Ｈｅｎｏｎ吸引子的完善,讨论了频率因子对其相空间演化的影响,在一定的频率范围内,该吸引子的混沌特性能够保持,且具有明显的分形特性,但此频带非常窄,频带外吸引子或空间发散,或对精度要求苛刻,从而无法实现稳定的混沌,然后讨论了频率和位相对类Ｈｅｎｏｎ吸引子的共同影响,对各为在相关吸引子的演化特性做了对比和总结。     

小波分析在核爆与闪电识别中的应用

对基于小波变换的特征提取与识别方法进行了探讨。并首次将其用于核爆与闪电光信号的识别中,结果表明该方法是很有效的,对所能收集到的全部１４个闪电样本全都能正确识别,且还留有较大的识别裕量。     

自监督学习子空间模式识别方法的统计特性分析

本文研究了神经网络无导师自监督学习子空间模式识别方法的收敛性问题，证明了学习子空间法的变换矩阵收敛于模式的自相关矩阵估计；证明了一类Ｋｏｈｏｎｅｎ自监督学习子空间方法的收敛性；给出了子空间旋转变化所引起的子空间特征谱分布的近似表达式，同时给出了子空间扰动的上界定理。     

类Henon吸引子动力学演化研究

给Henon吸引子系统引入正弦因子，提出了类Henon吸引子的一种模型，研究其在相位控制参数下的混沌演化行为。     

时间离散神经振子中的多吸引子共存

本文给出一类耦合时间离散神经网络振子动力学的理论分析和数值模拟结果,重点分析了多吸引子共存的震子及其吸引域的边界（不稳定的周期的周期不变坏）,研究了多上子共趣及耦合强度变化对于神经信号处理保,如受激盛同步和对模式形成有重要影响的锁频现象。     

三种新的学习子空间模式识别方法的研究

本文提出了最小模、检错平均、前后向平滑三种新的神经网络学习子空间模式识别方法。这些方法在识别率和收敛速度等整体性能上，接近或超过Ｅ．Ｏｊａ的平均学习子空间方法；特别是，前后向平滑学习子空间方法是目前最好的一类学习子空间方法，在模式识别领域，特别是语音识别方面具有广泛的应用前景。本文就舰船目标与箔条杂波利用这些方法进行了若干分类与识别实验，计算机模拟结果证实了这些方法的有效性。     

忆阻开关混沌电路及其吸引子共存现象研究

为了研究忆阻开关电路的动力学行为,该文提出一种具有多吸引子共存现象的忆阻开关混沌电路。在该电路中存在多吸引子分岔,当系统中发生边界碰撞之后,系统中将产生不同的吸引子共存现象。其中包括单周期极限环与混沌吸引子共存,不同的混沌吸引子共存,对称的2周期极限环共存现象,以及对称的2周期极限环与5周期极限环共存现象等。该文通过相图、分岔图等数值仿真,分析了该电路的动力学行为,并利用PSIM电路仿真验证了其电路的可行性,对开关电路中多吸引子共存现象和混沌应用的研究具有重要意义。     

小波变换与模式识别用于自动识别调制模式

本文提出小波变换与模式识别相结合的算法实现通信信号调制模式的自动识别。不同于其他调制模式识别算法，该算法能同时识别模拟调制信号和数字调制信号。采用小波变换估计信号的码速率以区分模拟信号和数字信号。对模拟信号或者数字信号，提取相应的特征参数，识别具体的调制模式。计算机仿真结果表明SNR≥15dB时，该算法艮有很好的性能。     

N-涡卷超混沌吸引子产生与同步的研究

四阶MCK电路的主要特点是产生双涡卷超混沌吸引子.本文提出在该电路中产生N-涡卷超混沌吸引子的一种新方法.构造一个具有2N-1个分段线性的奇函数,其构造方法是使该函数中的每一个平衡点分别位于相邻两个转折点的正中间,并保持混沌吸引子中涡卷与键带的相互间置,在此基础上利用递推的方法求得该函数中的各个递推参数,从而可在MCK电路中产生N-涡卷超混沌吸引子.基于李雅普诺夫稳定性理论,研究了两个N-涡卷超混沌吸引子的单向耦合同步问题.最后给出了N-涡卷超混沌吸引子产生及其同步的计算机数值模拟结果.     

汶川地震前羊八井中子-μ子望远镜计数率异常

利用在西藏羊八井新建中子-μ子望远镜的观测数据,研究分析了在2008年5月12日四川汶川8.0地震期间宇宙线高能粒子偏离正常背景的异常变化。中子-μ子望远镜的中子监测器经过消除背景场和气压修正后震前5天特别是5月9日出现计数率降低异常。在地震发生前5天左右,μ子望远镜各方向计数率出现日变化异常。这些宇宙线异常现象,与其它观测资料,例如地磁低点位移、电离层总电子含量TEC、电离层测高仪得到的foF2和电磁卫星监测的离子密度和温度等,在时空分布上有较好的一致性。这是继羊八井中子监测器观测到震前宇宙线异常现象后,利用另一种宇宙线观测手段观测到的震前宇宙线异常现象。     

模式识别统一熵理论

本文提出的模式识别统一熵理论包括;对模式识别中存在着两种信息源的分析、利用信息熵概念定义模式识别信息熵系统、论述学习和识别过程中信息熵的变化和传递以及提出模式识别信息熵三定理.统一熵理论揭示了模式识别信息过程中特征选择和模式识别性能极限间的内在连系,对模式识别理论研究和系统设计都具有一定指导意义,这一理论在汉字识别的研究和实践中得到了验证.     

一种用于模式识别的电流型模糊处理器

本语文提出了一种用于模式识别的电波型模糊处理器。该处理器采用“加权求和”的函数,并且权重可以调节,以利于系统的自适应处理。另外,该处理器可以按综合录属度大小的顺序依次输出综合录属度以及相应的标准模式,这将十分有利于改善硬件系统的性能,尤其是多级联系统的性能。我们采用单支多晶的２μｍ Ｎ阱标准数字ＣＭＯＳ工艺成功地制作了模糊处理器芯片。测试结果表明,该处理器芯片的性能很好。     

模式识别应用于电磁无损检测技术的研究

针对轴承钢硬度无损检测的问题 ,依据电磁无损检测原理 ,结合模式识别技术 ,采用改进的模糊C均值算法 ,通过测试试验 ,初步探明了该算法可望应用于轴承钢硬度的无损检测 ,提出了无损检测技术发展的新方向。     

具有领域独立性的通用模式识别方法的研究

统计方法是当前广泛采用的模式识别方法，但是这种方法的专业性较强，缺乏通用性。针对这种现状文章提出了基于结构模式识别理论的一种通用模式识别方法，该方法使用一系列结构检测子来提取信号特征．具有领域独立性。设计了对比实验，通过同传统的统计模式识别方法的比较验证了通用模式识别方法的有效性．通过两个不同领域的模式识别问题验证了该方法的领域独立性和有效性。     

阵列和模式识别与气敏传感器

本文介绍几种模式识别方式，指出集成阵列和计算机模式识别是气敏传感器取得突破性进展的关键，有机材料是最有吸收力的敏感材料之一。     

用于神经网络模式识别的一种改进的BP算法

在对采用BP算法的神经网络进行分析的基础上，针对标准BP算法的不足进行了改进，并给出了通过对作用函数进行修正后所得到的改进BP算法的应用实例。     

多层前馈网络在模式识别中的理论和应用

本文从理论上证明了具有线性输出单元的多层前馈网络能用作最优特征提取器。同时还证明了多层前馈网络分类器的输出函数是最小均方误差意义下对Ｂａｙｅｓ决策函数的逼近，对于具有线性输出单元的三层前馈网络，当隐层单元数足够多时，这种逼近能达到任意精度。在此基础上，我们提出了一个综合了特征提取网络和分类器网络的组合神经网络模型，其性能好于单个的三层前馈网络。     

基于圆谐波m—r平面的不变模式识别

本文介绍了十年来圆谐波识别技术的发展。提出一种新的图象变换方法:圆谐波m-r平面转换。在圆谐波m-r平面上,导出一种位移、旋转、尺度、强度不变的模式识别方法。给出了飞机识别实验的结果。     

一个改进的N元自适应模式识别系统开发工具

N元自适应模式识别系统开发工具NIRSS是一个通用开发工具.它可以对多种N元自适应模式识别系统模型的体系结构和应用对象进行试验研究.本文针对该系统的不足,提出采用修改编译模式并利用EMS技术扩大存贮容量的方法,使其具有处理高维数模式数据(如图像)的能力.实验证明,改进工作是成功且有意义的.     

基于二维加权主元分析的人脸识别研究

提出了一种基于二维加权主元分析的方法进行人脸识别。该方法考虑了人脸的不同部位所包含的识别信息量不同，对人脸的不同部位赋予不同的权重，并结合二维主元分析方法求解加权子空间，然后将人脸样本向该子空间进行投影来提取人脸特征，最后采用最近邻距离分类器进行分类。该方法在NUST603人脸图像库中进行了实验，实验结果表明了该方法的有效性。