简介：传统的语音识别方法,信噪比较低时识别率也较低。为了使语音识别更具有环境适应性、抗噪性,从非齐次隐马尔可夫模型(nonhomogeneousHiddenMarkovModel,HMM)出发,结合自适应函数链神经元网络,训练出适应环境变化的混合语音模型,并采用该混合模型进行语音识别。实验结果表明,该模型适用于含噪语音的识别,特别是在低信噪情况下,可以相对提高识别率。

简介：O4382002053547基于相干波面光强分布的静态干涉图的数字分析=Digitalanalysisofstaticinterferogrambasedoncoherentwavefrontintensitydistribution[刊,中]/白剑,曹天宁(浙江大学现代光学仪器国家重点实验室.浙江,杭州(310027))//光学技术.—2001,27(6).—564-565

简介：利用数字图像处理技术以及神经网络技术对车牌识别系统进行研究。首先从采集的牌照图片中进行车牌定位,车牌字符分割,字符特征提取,最后送入BP神经网络进行识别。

简介：O4382000031770关于扫描隧道显微术所得图像的两种重构方法=TworeconstructionmethodsofSTMimages[刊,中]/张炽昌(复旦大学国家微分析中心.上海(200433))//电子显微学报.—1999,18(2).—243-245采用计算机模拟了几何分析和形态学两种图像处理的数学方法,并证明了两种方法可以获得更接近原样品形态特征的图像。图2表1参5(李瑞琴)

简介：O4382001042589分形维数与光学小波变换=Fractaldimensionsandopticalwayelettransform[刊,中]/冯壁华,章程军,金国钧,潘永华(南京大学物理系.江苏,南京(210093))//半导体光电.-2000,21(3).-210-213用光学方法成功地进行了分形图像的小波变换,并测出其分形维数。分形维数值的测定可以推动分形动力学的研究与发展。实验证明,光学小波变换不失为一种实时分析分形图像的重要方法。图5参7(任延同)

简介：

简介：O4382002021176白光光学信息处理及其彩色摄影术=White-lightopticalinformationprocessinganditscolorpho-tography[刊,中]/母国光(南开大学.天津(300071))∥光电子·激光.—2001,12(3).—285-292阐述了白光光学信息处理的物理基础,给出了近10年来使用所研制的仪器和设备在实际应用中取得的

简介：稀疏表示是近年来新兴的一种数据表示方法,是对人类大脑皮层编码机制的模拟。稀疏表示以其良好的鲁棒性、抗干扰能力、可解释性和判别性等优势,广泛应用于模式识别领域。基于稀疏表示的分类器在人脸识别领域取得了令人惊喜的成就,它将训练样本看成字典,寻求测试样本在字典下的最稀疏的表示,即用尽可能少的训练样本的线性组合来重构测试样本。但是经典的基于稀疏表示的分类器没有考虑训练样本的类别信息,以致被选中的训练样本来自许多类,不利于分类,因此基于组稀疏的分类器被提出。组稀疏方法考虑了训练样本的类别相似性,其目的是用尽可能少类别的训练样本来表示测试样本,然而这类方法的缺点是同类的训练样本或者同时被选中或者同时被丢弃。在实际中,人脸受到光照、表情、姿势甚至遮挡等因素的影响,样本之间关系比较复杂,因此最后介绍局部加权组结构稀疏表示方法。该方法尽量用来自于与测试样本相似的类的训练样本和来自测试样本邻域的训练样本来表示测试样本,以减轻不相关类的干扰,并使得表示更稀疏和更具判别性。

简介：

简介：通过消息监控识别罪犯是一个十分有意义的实际问题。采用Markov模型,将整个消息传递网络看作一个犯罪传递的Markov链,根据所收集到的消息估计出两个节点(人)之间犯罪传递的概率,得到一个Markov概率转移矩阵,并求出网络长期运行的稳定解,作为各节点(人)参与犯罪程度的度量。通过实例说明了该方法的有效性。

简介：裂纹检测是结构损伤识别的重要研究方向。将裂纹简支梁模拟为由扭转弹簧连接两弹性梁而成的连接体，从而可定量获得可能的裂纹参数。根据裂纹使得局部刚度减小，局部应力集中的现象，分析比较裂纹梁在不同点集中荷载下的最大挠度，定性定位损伤。

简介：O438.22005021113基于计算机处理的光电混合联合变换相关=Optic-elec-tronichybridjointtransformcorrelationbasedoncomputerprocessing[刊,中]／李曙光(苏州大学信息光学工程所.江苏,苏州(215006)),王策//激光杂志．-2004,25(5)．-62-64对CCD记录的联合变换功率谱进行拉普拉斯算符运算和卷积运算的处理,并通过处理后的功率谱直接在计算

简介：以神经网络为计算模型,在合理处理已知数据的异常情况后,依据给定指标制定出(非)空巢老人的标准,以此建立(非)空巢老人集合的核作为学习样本,从而获得初步的识别结果,同时从输入和输出2个方面对其进行了多种检验。这套完整流程,也可用于解决类似的精准识别和其他数据挖掘问题。

简介：提出了求解参数识别反问题的同伦正则化方法,给出了相应的收敛性定理.数值结果表明该方法是一种快速的大范围收敛方法.

简介：研究了一种大风浪中舰船模型和扰动参数的识别方法。通过对舰船角速率信号进行谱分析，确定舰船模型参数和静态扰动力矩的大小。所获得参数的精度可以满足自动驾驶仪控制系统综合和整定的要求。

简介：探讨了连续隐马尔可夫模型的基本原理及其在汉语数码语音识别中的应用,实现了一个汉语数码语音识别系统,其正确识别率达到99%以上。

简介：AKekuléanbenzenoidsystemisonewithKekuléstructures.Afixeddouble(single)bondofaKekuléanbenzenoidsystemHisanedgebelongingtoall(none)oftheKekuléstructuresofH.EssentiallydisconnectedsystemsareKekuléanpericondensedbenzenoidsystemswithsomefixeddoubleorsinglebonds.InthispaperanecessaryandsufficientconditionforaKekuléanbenzenoidsystemtobeanessentiallydisconnectedbenzenoidsystemwithfixeddoublebondsisgivenandrigorouslyproved.

简介：针对高噪环境下语音识别的困难,提出一种基于独立分量分析的盲分离(ICA/BSS)与小波联合的语音降噪预处理方法,针对不同种类和不同输入信噪比的噪声设计了试验,结果表明基于ICA的语音识别预处理方法对低输入信噪比情况下多种噪声具有很强的鲁棒性和优越性,此结论对现实世界高噪环境下的信号分析和语音识别具有重要意义。

简介：从模式识别的角度分析了搜索模式下水下运载体的重力匹配问题,利用模式识别神经网络实现重力匹配定位。在重力图匹配时,以惯性导航仪指示位置为中心规划真实位置的网格点搜索范围,从参考重力图上提取相应一系列的重力数据,与对应网格点的位置一起定义成多个模式类,构造相应的模式识别概率神经网络,运用该神经网络将实时重力测量数据识别到某个模式类,对比模式类的定义确定载体位置。在实测重力图上对重力辅助惯性导航系统进行了计算机仿真研究。结果表明,在重力场特征显著区域该重力匹配算法能够有效减小厄特弗斯效应的影响,其导航系统定位误差小于一个重力图网格,匹配率在80%以上,匹配效果优于一般的相关匹配算法。

简介：提出一种新型的车牌定位方法与字符识别方法。在整个车辆图片中,车牌区域具有对比度高,形状规整等特点,运用彩色像素统计法直接对车辆图像进行车牌定位,对提取的车牌进行滤波和锐化,抑制噪声对车牌区域的干扰,最后对类间距离差别较大的字符类型制作多个模板,来达到模板的更有效匹配。结果表明,与传统方法相比,该方法对车牌定位、字符的提取和识别具有精确度高、运算时间少且鲁棒性好的优势。