一个基于神经树结构的模式分类系统

目前，广泛应用于解决模式识别问题的方法有：分类树和层次前馈神经网络，本文提出了一种基于神经树结构的模式分类新方法，该方法使用小规模的神经网络作为分类树的节点，提取模式中非线性特征信息，实验结果表明，该方法一方面中以减小分类树用于模式识别产生的误差和分类树中节点的数目，另一方面可以缩短训练神经网络所需的时间。     

一个改进的N元自适应模式识别系统开发工具

N元自适应模式识别系统开发工具NIRSS是一个通用开发工具.它可以对多种N元自适应模式识别系统模型的体系结构和应用对象进行试验研究.本文针对该系统的不足,提出采用修改编译模式并利用EMS技术扩大存贮容量的方法,使其具有处理高维数模式数据(如图像)的能力.实验证明,改进工作是成功且有意义的.     

红外车辆分离子系统的设计和性能分析

在机动车磁卡收费系统中,红外车辆分离子系统是一种重要设备,它是由平行等距红外线族构成的平面检测系统,其性能直接影响收费系统的正常运转。本文介绍该子系统的设计并对系统性能进行分析,得出:子系统采取相关检测技术后,不仅能有效地抑制外界干扰、噪声,还具有抗相邻红外信号干扰能力。     

红外成像系统的分类定义和应用

本文按主要性能指标的不同,把红外成像系统分为:热像仪、前视红外(FLIR)、准成像制导和成像制导四类。并以空间分辨率的高低作为区别成像与准成像的依据,供学术界讨论。文中还给出了计算和比较红外成像系统性能的基本方程式。     

气体遥感红外光谱数据的识别分类

本文提出了一种基于模拟的线性分类技术。文中详细叙述了该方法的原理与实现。并通过实例说明，本方法应用于气体遥感红外光谱数据的分类与识别是行之有效的。     

热成像系统MRTD／MDTD的检测与校正

描述了测试热成像系统ＭＲＴＤ／ＭＤＴＤ的主观和客观方法。同时讨论这两种方法的共同技术：可变温差目标源、光学和准直光学系统、微机技术、校正方法、测试技术。     

频率相关分时红外平面检测技术

提出了一种新的相关检测技术，即在频率调制的基础上，实行分时检测，从而实现了频率和时间双重相关．该技术应用于由平行红外线族构成的平面检测系统，能够完全克服直流和相邻辐射干扰，极大地提高红外平面检测系统的可靠性和准确性．     

一种自适应电话会议回波抵消系统

文中给出一种基于去相关最小均方(DLMS)算法和迭代最大长度序列相关(IMLC)算法的电话会议回声抵消系统。鉴于DLMS算法在远端会话期间具有好的工作性能，而IMLC算法在双端会话期间具有良好的工作效果，这种新的回声抵消系统在远端会话期间用DLMS算法估计回声路径，而在双端会话期间用IMLC算法估计回声路径。计算机仿真表明，这种新的回声抵消系统在远端会话和双端会话情况下均能提供较好的回声路径估计。     

一种基于模式熵的残缺指纹识别算法

该文提出了一种新的残缺指纹识别算法,在应用融合特征的同时,利用模式熵进行相似性度量。由于残缺指纹的特有性质,识别结果主要由两方面决定,即提取包含足够信息的特征以及有效的相似性度量方式。对于第1个问题,该文将细节点和方向场特征进行有效融合,来得到更全面的信息,并提高尺度和旋转不变性。对于第2个问题,通过引入模式熵度量两个特征点集之间的一致性,并以此来消除误匹配。在指纹库中进行的大量实验以及同其他方法的充分比较表明,该文提出的算法在准确率和速度上都取得了较优的性能。     

一种基于BP神经网络群的自适应分类方法及其应用

本文针对基于BP神经网络的分类系统,提出了神经网络群的概念,在此基础上给出了一种系统自适应增长算法,使得在新的目标类型加入时系统结构能够自适应调整.验证结果表明,该算法可以在增加新的目标类型时简化系统结构的调整过程,缩短重新训练网络所需要的时间,从而有效地提高网络的训练效率.     

融合LBP特征和运动特征的运动分类算法

本文提出了一种局部二值模式(Local Binary Pattern,LBP)特征和运动特征相融合的运动分类算法。首先,利用背景差分法检出视频中的运动人体序列,将运动人体序列经过LBP算子处理得到LBP直方图特征。然后,将LBP直方图特征和运动人体质心的速度特征相融合作为运动人体行为分析的识别特征,应用BP神经网络进行行为分类识别。在Weizmann和KTH行为数据库上进行了算法实验研究,人体行为识别的平均准确率达到了90.78%。实验结果表明:该方法在识别率方面明显优于常规方法进行识别的结果。     

自组织和自稳定的视觉模式学习系统

本文利用多层前馈式的Ｎｅｏｃｏｇｎｉｔｒｏｎ网络和自适应共振ＡＲＴ网络研制了一种自组织和自稳定的视觉模式学习系统ＡＲＴ２－Ｃｏｇｎｉｚｅｒ，它对模式在视野中的缩小、放大、平移具有较好的容忍能力。     

用于神经网络模式识别的一种改进的BP算法

在对采用BP算法的神经网络进行分析的基础上，针对标准BP算法的不足进行了改进，并给出了通过对作用函数进行修正后所得到的改进BP算法的应用实例。     

自适应阈值及加权局部二值模式的人脸识别

针对局部二值模式(LBP)和中心对称局部二值模式(CS-LBP)方法描述图像纹理特征时,阈值不能自动选取并且图像中不同子块的贡献也没有进行区分的问题,该文提出一种自适应阈值及加权的局部二值模式方法。首先,将图像进行分块,采用设定的自适应阈值提取每个子块的LBP或CS-LBP纹理直方图;然后,将各子图像的信息熵作为直方图的加权依据,对每个子块对应的直方图进行自适应加权,并将所有子块的直方图连接成最终的纹理特征;最后,通过快速计算图像均值加快了算法的计算速度。在人脸数据库上进行的实验证明,利用该文提出的方法提取纹理特征,并结合最近邻分类法可以得到较高的正确识别率。     

Pattern compression in isolated word recognition

It is well known that the isolated word recognition strategy based on pattern matching gives good performance; however, in order to achieve efficient implementation it is necessary to develop techniques to reduce computational complexity and memory requirements, especially when the vocabulary size is not very small. In this work three different pattern compression techniques are compared on the basis of efficiency as well as recognition performance when applied to pattern matching by means of dynamic programming in a speaker dependent context.