Learning-based dynamic coupling of discrete and continuous trackers

We present a data-driven dynamic coupling between discrete and continuous methods for tracking objects of high dofs, which overcomes the limitations of previous techniques. In our approach, two trackers work in parallel, and the coupling between them is based on the tracking error. We use a model-based continuous method to achieve accurate results and, in cases of failure, we re-initialize the model using our discrete tracker. This method maintains the accuracy of a more tightly coupled system, while increasing its efficiency. At any given frame, our discrete tracker uses the current and several previous frames to search into a database for the best matching solution. For improved robustness, object configuration sequences, rather than single configurations, are stored in the database. We apply our framework to the problem of 3D hand tracking from image sequences and the discrimination between fingerspelling and continuous signs in American Sign Language.     

基于小波熵的电容器扰动识别和定位

对投电容器扰动识别和定位的方法进行了改进。针对其他此类方法的不足，比如在电压幅值低时投电容器扰动的识别、定位“可信度不高”等，文中通过提取小波变换的特定层的系数，对需要识别的电容器扰动的分解信号相对增强，而其他扰动的分解信号相对减弱，然后再提取熵特征值，结果表明它可以作为识别低电压时投电容器扰动的依据。在对电容器扰动进行定位时，参考了功率和能量定位法，并对其进行了改进。仿真分析证明，在电压幅值较低时，可以准确和可靠地对电容器扰动进行识别和定位。     

大庆油田杏1-3区三次加密试验区剩余油分布研究

通过对试验区近年完钻的检查井各单砂层水淹状况及其影响因素的分析。利用神经网络模式识别方法建立起单层剩余油识别模型，在此基础上对三次加密试验区各小层剩余油分布进行研究，总结出各类油层剩余油分布特征及成因类型，并分析了试验区剩余油潜力分布，从而为三次加密布井及射孔方案编制提供了可靠的依据。     

Two-tier architecture for unconstrained handwritten character recognition

In this paper, we propose an approach that combines the unsupervised and supervised learning techniques for unconstrained handwritten numeral recognition. This approach uses the Kohonen self-organizing neural network for data classification in the first stage and the learning vector quantization (LVQ) model in the second stage to improve classification accuracy. The combined architecture performs better than the Kohonen self-organizing map alone. In the proposed approach, the collection of centroids at different phases of training plays a vital role in the performance of the recognition system. Four experiments have been conducted and experimental results show that the collection of centroids in the middle of the training gives high performance in terms of speed and accuracy. The systems developed also resolve the confusion between handwritten numerals.     

检测骨架图形特征点的新方法

端点、折点、歧点和交点是骨架图形的重要特点是，提出用快速查表法检测侯选特征点，再进行侯选特征点聚集，用局部结构分析，去除假特征点，判别真特征点的类型，并对折点给以大致的定量描述。实验结果表明，该方法能快速有效地找出骨架图形的特征点，在目标识别、字符识别等应用中起着关键作用。     

基于距离信息扩展原理的物体识别方法

利用稀疏距离图象与灰度图象相结合，通过射影变换可使灰度图象特征有条件地获取距离信息，这称为 基于射影变换的距离信息扩展原理。利用这些距离信息可计算物体表面平面图形的欧氏空间不变量并对景物中的 物体产生假设。由于初始假设建立在可靠的基础上，并使用了带反馈的混合控制策略，使这种基于模型的物体识别 定位技术具有实用的前景。此文讨论了整个方法的原理及其实施方案，并实验验证了原理的正确性与有效性。     

全双极WTA模型的改进及其实现

提出了一种相似度的新定义，使双极ＷＡＴ模型的实现更加简洁明了。增加一个阈值使系统能判别非存储模式或因其信息量过低而无法鉴定的输入模式，阈值的大小与要求的容错能力有关。双极相似度及阈值通过光学方法实现。阈值的光学实现使系统仍具有照明不变性。通过电路实现取及ＷＴＡ网络的迭代运算。     

非AWGN环境下调制类型自动识别

在非AWGN环境下，针对CW，AM，FM，OOK，PSK，QPSK，16QAM，FSK，MSK，SSB十种混合调制信号，对调制类型特征提取方法和自动识别算法进行了分析、综合、设计和计算机仿真。提出了梯层电平分析方法、频率瞬时信号分析、剔除载波的归一化能量分析、平方后信号的频谱分析、四次方后的信号频谱分析等方法。当SNR=10dB时，计算机仿真结果是正确识别率不低于95％，自动识别的平均处理时间为不超过10s。     

基于切削振动相关性识别刀具磨损状态的模型与实验

本文提出基于切削振动相关性识别刀具磨损状态的研究思想,建立了车削中刀杆双向横振动系统及其单输入双输出系统的数学模型。理论和实验均表明,刀杆双向横振动之加速度响应在固有基频处的相干函数与刀具磨损状态之间有很好的规律性,它反映了两者之间的本质机理,并提供了识别刀具磨损状态的新途径。