借助形态学实现图像过渡区提取与分割

红外图像边缘模糊、噪声点多,而传统的过渡区提取算法需计算梯度因而对非规则细节和噪声敏感,尤其当对比度较低时极易导致提取的过渡区发生偏离,影响分割阈值的判定和分割结果的准确性。因此提出了一种基于形态学的过渡区提取与分割算法。结合形态学理论,首先设计级联滤波器进行平滑处理,再利用tophat变换调节目标与背景的对比度以突出目标,最后采用EAG方法进行过渡区提取与分割。Matlab仿真实验表明,该方法能够分割出目标主体,且目标形状保持良好。     

一种新的基于混合蚁群算法的聚类方法

建立了聚类分析问题模型，分析了K-均值算法、模拟退火算法和基本蚁群算法的优缺点。对蚁群算法作了改进．思路是K-均值方法混合，利用K-均值方法的结果作为初值。经过比较测试，两种混合蚁群算法的效果都比较好．特别混合方法二的效果最好。     

统计模式识别中的特征抽取

本文综述了近几年来统计模式识别中有关特征抽取方面的最新研究成果。重点介绍了图像的代数特征抽取以及作者关于奇异值特征矢量作为图像的一种代数特征方面的研究工作。     

基于稀疏表示的人脸识别方法

分析了稀疏表示的数学本质就是稀疏正规化约束下的信号分解,研究了一种正交匹配追踪的稀疏表示算法并利用矩阵Cholesky分解简化迭代过程中矩阵求逆计算来快速实现算法,将该算法应用在人脸识别中,利用训练样本构建冗余字典,将测试样本看成冗余字典中训练样本的线性组合,通过在不同人脸库上的实验证明了该方法的有效性.     

基于优势关系粗糙集的空袭兵器判别知识获取

提出了一种基于优势关系粗糙集的方法来抽取空袭兵器识别的主要冈素与主要类型之间规则.所提出的优势关系粗糙集方法综合考虑了序值属性和常规属性,具有更为广泛的应用前景.利用实例说明了所提出方法的有效性.     

具有统计不相关性的最佳鉴别特征空间的维数定理

提出并严格证明了具有统计不相关性的最佳鉴别特征空间的维数定理：对含有L个类别的模式识别问题,具有统计不相关性的最佳鉴别特征空间的维数为（L－1）：说明了具有统计不相关性的最佳鉴别变的与Wilks所提出的经典的模式特征抽取方法的关系。在一定的条件下,具有统计不相害性的最佳鉴别矢量集等价于Wilks所提出的经典鉴别矢量集。经典的模式特征抽取方法可以用来在不损失任何Fisher鉴别信息的意义下,对含有L个类别的模式识别问题。抽取（L－1）个具有统计不相关性的最佳鉴别特征。     

Foley-Sammon鉴别矢量集理论分析及优化模型

The attribute of the maximum of R(ξ) in arbitrary subspace of Rn is discussed dedicatedly. The theory anal-ysis indicates that every F-S discriminant vector is better than respective vector in other discriminant vectors sets,which consist of eigenvectors of sbξ=λswξ. But,the fact that the F-S vectors are statistically correlated degrade the F-S vectors set. Two ways are used to obtain“good“ F-S vectors set. The experiments on Concordia University CEN-PARMI handwritten numeral database suggest that the new vectors set is better than the origin. A new problem mod-el on F-S discriminant vectors set is proposed in this paper. It‘s easily understanding that the problem model is superi-or to the original F-S discriminant vectors set problem model.     

自动标引中中文姓名的切分

主题词的分割是计算机自动标引的第1步,由于中文姓名不像英文、欧洲语言那样可以通过大写字母来辨别,这就给姓名的识别带来一定的困难。该文根据自动标引系统的要求,充分利用姓名的特点及相关信息,给出了一个基于姓名基本结构的切分方法。通过系统标引结果证明了方法的可行性。     

定位格内的手写体数字串分割

本文从实际应用出发,针对定位格内粘连字串的特点提出了一种新的数字分割方法.该方法将数字粘连划分为两种方式:字符间通过过渡笔划形成的粘连,称为过渡粘连;通过共用笔划形成的粘连,称为共用粘连.对于第一种粘连,首先由上下轮廓差和结构点确定候选分割点,再依据数字的左右边缘差、纵向开口深度和结构点对结果进行修正;对于第二种粘连,则直接依据结构点进行分割.该算法具有分割成功率高,运算量小的特点,已应用于实际的银行支票自动处理系统中.