借鉴德国模式的认识实践课程改革初探

通过借鉴德国应用型本科院校建筑学专业认识实践教学的教学方法和成功经验,思考了目前建筑学专业认识实践教学中存在的问题,认为改革建筑学专业一年级认识实践教学的教学组织、教学方法、教学步骤等,可以提高建筑学专业一年级认识实践教学的教学效果,激发学生的学习兴趣,促使其在学习中进行自主思考。     

基于BP神经网络的集装箱箱号识别

提出一种用BP神经网络实现集装箱箱号识别的方法。提出的图像预处理方法对管柱,底面凹凸,脏污物、光线的强弱、倾斜、缺损或模糊有较强的适应性。在BP网络分类器实现时,考虑集装箱箱号的组成特点,采用并行处理方法。在BP算法中,引入动态因子,动态调整学习步长。实践证明利用这种方法来识别装箱箱号,速度快,识别率高,具有较高的实用价值。     

弹道导弹雷达目标识别问题的新思考

弹道导弹雷达目标识别是反导系统中的关键技术和难点之一.为了给相关研究人员提供一些思路,从目标、传感器和环境3个方面分析了弹道导弹雷达目标识别发生的新变化,指出了现有研究中存在的不足.就正确分析和理解弹道导弹目标特性、充分挖掘单雷达识别性能、利用多雷达组网进行识别以及合理评价识别效能等急需解决的问题给出了思考.这对进一步研究弹道导弹雷达目标识别提供了一定的参考作用.     

多支持向量机的乳腺肿瘤识别

针对乳腺肿块具有大小不固定和个体差异等特性,提出了一种多支持向量机对乳腺肿块的识别方法.选择八个方向上的支持向量生成分类器,选取高斯核函数作为核函数,其中取σ=30时分割正确率达到97.3%.表明多支持向量机应用于乳腺肿块识别可以获得较好的识别效果,为进一步的医学诊断提供可靠的依据.     

基于小波变换和径向基神经网络的签名识别

主要研究利用小波变换和径向基神经网络进行签名图像的分类识别.它包括不同签名图像和相似签名图像的分类识别.所提出的方法包括小波域的图像特征提取和利用径向基神经网络的模式分类.采用小波的多分辨分析方法对签名图像进行时频分析特别有效.熵和能量相关特征的概念用于小波域.径向基神经网络具有快速的收敛速度和分类能力.实验仿真证实了...     

管道漏磁检测缺陷识别技术

针对神经网络法对管道缺陷进行识别存在所需样本数据量大、容易陷入局部极值、泛化能力没有保证等问题,提出一种新的机器学习方法,即支持向量机法.介绍了支持向量机的分析原理,以碗状缺陷为例,采用ANSYS有限元分析软件对40组不同尺寸的缺陷进行仿真,将得到的40组漏磁数据和10组实测数据作为学习样本,另外10组新数据作为验证数据,以MATLAB软件为平台进行了识别实验.实验结果表明,识别误差均在5％以下,且泛化能力强,识别方法简单,在有限样本情况下比神经网络法更具优势.     

基于多维筛分类器的可视化帕金森病诊断

针对目前基于模式识别的语音障碍帕金森病诊断可解释性差、可推广性差的问题,本文提出基于多维筛分类器的可视化帕金森病诊断。该分类器具有全程可视化的特点,在保证诊断精度的同时,可以将特征进行可视化表示。可视化的引入不但使操作者了解不同特征对于诊断的重要性,而且可以发现最具诊断价值的特征,有助于简化帕金森病的诊断过程并提高诊断水平。     

钌(Ⅱ)多吡啶配合物作为DNA分子光开关研究进展(英文)

阐述八面体钌(Ⅱ)多吡啶配合物的光物理和光化学性质.当钌(Ⅱ)多吡啶配合物与DNA作用时,配合物的荧光会发生显著变化,使其能够作为DNA的敏感探针.介绍八面体多吡啶钌(Ⅱ)配合物在DNA结构探针、DNA分子光开关及DNA序列选择断裂试剂等生物无机化学领域的研究进展.评述单核及双核钌(Ⅱ)多吡啶配合物作为DNA分子光开关方面的研究前景与方法,对深入研究新型高效的DNA分子光开关提出建议和看法.     

一种基于步幅长度及频域特征的步态识别方法

步态识别作为一种较新的生物认证技术有其独特优势,它旨在根据人行进过程中的行走步态模式来识别其身份.提出一种基于步幅长度及频域特征的步态识别方法:首先采用背景减除算法实现运动人体检测,并根据步幅长度变化特征进行周期分割.然后提取步幅长度极值结合关键帧的频幅均值构成五维特征向量,最后用标准模式分类器在中科院自动化所提供的CASIA步态数据库中进行实验,在降低了算法复杂度的同时,获得了令人鼓舞的实验结果.     

一种基于图像识别的高性能混沌特性判别算法

利用混沌阵子可以检测强噪声背景下极其微弱的周期信号。该方法应用中的关键问题是混沌特性的判别。提出了一种新的基于图像识别的混沌特性判别方法,该方法需要的存储量小,算法简单易行,尤其适合系统资源受限的场合,比如嵌入式系统。阐述了该混沌特性判别算法的原理,给出了一个基于此方法的完整判别程序流程。计算机仿真结果表明,该方法用于Duffing信号幅值检测系统是有效的。