应用BP神经网络进行成像误差修正

成像误差修正是摄像机标定中的一个重要的环节，而传统的像差修正方法计算复杂。提出了一种基于BP神经网络的修正成像误差的算法，建立两个神经网络分别对δu与δv进行最佳函数逼近。仿真实验结果证明利用神经网络的非线性逼近能力无须建立精确的数学模型即可提高精度，而且比传统的方法更加简单易行。     

基于监督保持近邻投影的人脸识别

保持近邻投影是一种无监督线性降维方法,具有保持数据流形上局部近邻结构特性,但应用到分类任务时具有局限性,如忽略类标签的信息。该文提出一种新的人脸识别子空间学习方法——监督保持近邻投影,根据先验的类标签信息保持局部几何关系,能获得较好的近似人脸流形以及增强特征空间的判别力。在ORL人脸数据库上的实验表明该方法是有效的。     

CAD图形数据库中特征关系和约束关系的自动识别和提取

讨论了包含约束关系的参数化ＣＡＤ模型数据库及数据结构，研究了对常规ＣＡＤ系统提供的原型图样中的图素间关系和约束联系自动识别和提取，介绍了识别和提取的软件实现及其在参数驱动系统中的应用。     

一种等级系统的密钥管理方法

1.引言 等级系统是管理系统的常见形式,如企业、政府部门及军队系统。等级系统的密钥管理是实现等级管理及其访问控制的重要方法。等级系统的一般结构如图1所示,图中的箭头代表管辖关系,管辖关系可以传递。     

基于模糊推理的条形域形状分类

基于单义域邻接图的扫描图样矢量化,要生成具有较强整体性的条形域,包括线段、圆弧、箭头和多义线。它们的分类特征和分类知识均有模糊性,采用模糊推理进行分类。在分类时,以条形域较小和较大的直线度、圆形度和等宽度为模糊集合,以计算较少的升降半梯形为相应的隶属函数。这样分类符合人类认知方法,而且算法简单易于实现。     

基于学习向量量化网络的指定颜色物体的识别

为解决计算机视觉中已知颜色属性的物体的识别问题,文章提出了一种基于HSV模型,以H、V参数特征值作为特征向量,应用基于LVQ学习算法的神经网络分类器进行颜色识别的的方法,很好地解决了指定颜色物体的识别问题。通过实验,对指定颜色的目标物体的识别效果比较理想,表明该算法是确实可行的。     

进化算法在DNA序列比对中的应用

在对序列比对结果进行分析的过程中，提出了基于生物进化思想的序列比对算法。该算法的出发点是在待比对序列中的不同位置插入空位，通过设计合理的遗传算子，在不断的进化过程中，使序列间具有最大的相似性。由于该算法的主要操作是比较、计数和移位，使得硬件实现具有可行性、简易性。测试结果表明了该算法的有效性。     

基于物质分类的三维空间断层图像匹配插值

三维空间医学图像处理通常需要由各向异性的断层图像数据插值出各向同性的体数据。提出一种基于物质分类的匹配插值方法，在两幅原始图像一定窗口区域内选取尽可能属于同种密度物质的候选点对，再根据特片相似性判据找到最佳匹配点对插值。该方法可以获得清晰的灰度插值图像，有效地避免插值后易产生的不同种密度物质边界模糊现象。     

E-HMM/ANN混合网络人脸识别

提出一种用于人脸识别的E－HMM／ANN混合网络。该混合网络用E－HMM的参数来表示人脸特征；用E－HMM／ANN的输出似然值序列组成ANN的输入矢量；用ANN的鉴别训练能力来克服E－HMM的基于最大似然准确训练算法区分力较差的弱点；同时利用ANN的学习能力来提高E－HMM的识别性能。采用ORL人脸库对混合网络进行识别实验，结果表明所提出的混合网络提高了人脸识别精度。