基于聚类算法和层次支持向量机的人脸识别方法

提出一种基于聚类算法和层次支持向量机的人脸识别方法。该方法在训练阶段把利用小波变换提取的图像特征先进行聚类,再利用聚类的结果来训练层挺支持向量机;识别阶段先利用层次支持向量机初步判断待识别图像最可能所属的人,最后利用免疫算法对待识别的人脸图像进行确认。实验表明,该算法效果较佳。     

基于行为进化的智能保洁机器人模型

通过对神经网络的研究,采用双种群遗传算法（DPGA）来进化神经网络的权值,提出了一种智能保洁机器人模型。该模型模拟生物的行为规律,能够依据周围环境采取限定区域搜索或者广域搜索方式清扫垃圾。仿真实验表明了该模型的有效性,通过比较也体现了双种群遗传算法较之传统单种群遗传算法（SPGA）的优越性。     

ATUHORWARE与数据库的通信

本文剖析了ＡＵＴＨＯＲＷＡＲＥ与数据库通信的标准，提出了ＡＴＵＴＨＯＲ－ＷＡＲＥ与数据库通信的实现方法，并阐述了其重要意义。     

关联案例教学法在“VB程序设计”教学中的应用

在传统案例教学法的基础上,笔者提出了关联案例教学法,在阐述关联案例教学的内涵及发展现状的基础上,总结出"VB程序设计"教学中的实施步骤及具体操作实例,并根据实践体会探讨了关联案例教学实施的注意问题。     

基于有限邻域EMD和小波分析的图像边缘检测

提出了一种基于有限邻域EMD(Neighborhood Limited Empirical Mode Decomposition)与小波分析相结合的图像边缘检测方法。首先将图像信号进行有限邻域EMD分解,将其分解成n个IMF(Intrinsic Mode Function)函数,再对每个IMF函数进行小波变换。将该方法应用于图像的边缘提取,较好地得到了图像的边缘信息。     

带变异粒子群算法在车辆路径问题中的应用

在分析常规粒子群优化算法的基础上,针对午辆路径的优化问题,采用一种带变异因的粒子群优化算法,并根据粒子群的群体适应度标准差和理论最优值,给出收敛判断的依据。实验表明陔算法具有简单、高效、快速的特点。     

Authorware在Internet/Intranet中的应用

本文实现了通过Ａｕｔｈｏｒｗａｒｅ在Ｉｎｔｅｒｎｅｔ／Ｉｎｔｒａｎｅｔ上访问、分发和播放多媒体信息的方法,从而扩大了Ａｕｔｈｏｒｗａｒｅ的应用范围。     

基于粗糙集理论和神经网络的图像分割方法

提出一种基于粗糙集理论和神经网络的图像分割方法。首先利用粗糙集理论对图像属性进行约简,提取规则,抽取关键成份作为神经网络的输入;然后根据这些规则确定神经网络隐层的神经元个数并根据粗糙集理论中的属性重要性来修正神经网络的权值。实验结果表明,该方法抗噪能力强且有效地解决了仅用神经网络进行图像分割时出现的神经元“死点”、网络结构复杂、收敛速度过慢等问题,在大大缩短网络训练时间的同时改善了分割效果。     

基于SVM和模糊免疫网络的交通标志图像识别

提出了一种检测和识别交通标志的方法.该方法根据交通标志的颜色和形状,利用支持向量机的非线性分类能力将其图像区域从实景图像中检测和提取出来,然后利用具有多样性、较强容噪能力的模糊免疫网络来识别.使用不同环境下的实景图像进行实验,结果证明本方法具有平移、旋转、缩放、拉伸不变性和较强的容噪能力.     

基于小波和快速模糊算法的医学图像边缘检测

在医学图像中,常常需要得到图像的边缘轮廓线,以便诊断病变情况.为适应这种需求,文中提出了基于小波分解和快速模糊算法的医学图像边缘检测方法.针对用模糊算法构造相应隶属函数进行图像边缘检测中存在的低频信号得不到有效利用、边缘检测速度较慢等问题,利用小波分解和快速模糊算法的优点构造边缘检测算法.这种方法使得小波分解后的低频信号中所包含的有用信息得到了利用,简化了算法并提高了算法的效率,增强了算法的适应性.文中算法检测出的图像边缘与经典边缘算子提取的图像边缘相比较,结果更加清晰完整.