BP网学习算法的改进及其在模式识别中的应用

提出了一种基于熵类误差准则函数的渐进收缩学习方法，避免了当模式反转时，传统ＢＰ算法的局域极小，加快了收敛速度，且有效地改善了网络的推广性能。此外，还提出了一种自适应学习率调整方法，克服了传统ＢＰ算法中固定步长不能适应复杂的误差曲面的问题，在收敛速度方面有较大地改善，并且对参数的敏感性小，有较好的鲁棒性。     

基于人工神经网络的6σ质量控制

介绍了以连续合格品数为控制对象的方法以及实现该方法的神经网络核心技术.仿真数字表明,该设计训练速度快,估计的精度高,灵活性强,适用于在线实时监控.     

交通流模式识别技术在流量管理中的应用

为解决实时运行中对管制扇区容量的动态评估,本文对预测扇区容量提出了一个新的方法,该方法中,交通复杂度由交通流模式决定。量化交通流特征的可预测性,并用来描述交通流模式。将扇区容量视作交通流模式的一个函数为预测扇区容量提供了一个很好的方法。对于每一种交通流模式,基于观测到的系统性能,我们得到了扇区容量,避免了直接度量管制员的工作负荷和预先定义工作负荷阈值。     

基于支持向量机和线性判别分析的维数约减方法及其应用

目前已提出的一些基于支持向量机的维数约减方法,但其投影矩阵的获得仅考虑支持向量机的类间间隔,而忽略了数据中的类内信息。本文首次提出了一种基于支持向量机和线性判别分析的维数约减方法,称之为DRSL。DRSL实现了类问和类内信息的有效组合,能有效拟合数据中类间和类内结构,使得所获投影矩阵能够提高后续分类器的推广能力。实验验证了该方法的有效性。     

模式识别与模糊三值逻辑推理探讨

本文介绍了模式识别的概念与基本方法,形象思维与模式识别的关系和模糊逻辑与模糊推理,提出模糊三值逻辑的推理方法,旨在进一步探讨模式识别的方法和模糊逻辑推理理论,并附应用实例。     

多层自适应模式识别系统模型

在英国WISARD单层模式识别系统的基础上,借助P.Kanerva的稀疏分布存贮(SDM)的概念,提出了~种新的多层自适应模式识别系统模型(MAPR)。并就其工作过程和主要特点作了较详细的叙述,还列出了多体印刷体汉字识别的初步试验结果。MAPR用稀疏RAN阵列代替WISARD的常规RAM阵列,用对n元模式计频的训练策略代替了原系统的直接置位策略。使系统除了保持原系统的重要优点外,在大维数或非确定性模式数据识别方面,其性能有了明显改善。     

从ACCV＇95看计算机视觉技术的发展

介绍了第二届亚洲计算机视觉会议（ＳＥＣＯＮＤＡＳＩＡＮＣＯＮＦＥＲＥＮＣＥＯＮＣＯＭＰＵＴＥＲＶＩＳＩＯＮ,ＡＣＣＶ’９５）的一些情况;回顾了在该领域及相关学科的研究成果;讨论了当前计算机视觉所面临的理论与实际应用问题,并对中国空间技术研究院这一学科的发展提出看法。     

Gaussian-Hermite矩旋转不变矩的构建

矩及矩的方程因其较强的表述图像特征的能力在图像处理与模式识别中有着广泛的应用,但目前基于具有正交性质的Gaussian-Hermite矩的研究还比较有限.针对Gaussian-Hermite矩进行深入的研究,将其推广到极坐标下复数空间中,提出Polar-Gaussian-Hermite矩;给出利用升降算符计算矩的方程的方法;并利用极坐标下复数空间中的优势,以及它们之间的一一对应关系,推导Gaussian-Hermite矩的旋转不变矩,并给出其旋转不变矩的独立与完备集.实验结果验证所提出的旋转不变矩的正确性,以及良好的数字稳健性.     

基于局部径向二值模式的三维人脸识别

针对人脸识别中局部特征的提取,提出了局部径向二值模式(LRBP,Local Radial Binary Pattern),并将其用于三维人脸识别.首先,对经过预处理的人脸深度图像进行区域划分;然后用局部径向二值模式提取子区域的特征序列,并将其链接在一起构成三维人脸的特征向量;最后,利用Fisherface方法对三维人脸特征向量进行训练和识别.在中国科学院自动化研究所三维人脸数据库中选取样本,利用LRBP对其进行识别,结果表明该方法在基本不损失识别率的前提下,可以有效提高识别的效率.      

基于径向基函数神经网络的空间碎片撞击模式识别研究

RBF 神经网络是广泛应用的神经网络之一,可应用于航天器空间碎片撞击损伤模式的识别研究。采用AUTODYN 仿真软件模拟产生高速撞击声发射信号,并随机提取其中部分信号,以信号幅值和撞击观测点等作为输入参数,以撞击速度作为输出参数,建立RBF 神经网络,实现对空间碎片撞击速度的反演及穿透模式的识别。实际证明该神经网络能在一定程度上有效反演弹丸撞击速度。