基于MFS方法的车牌字符识别

在车牌识别(LPR)系统的实现过程中,最关键的部分就是车牌区域的定位及矩形区域内的字符识别,在国内外对车牌区域定位问题研究的基础上,运用分形理论对车牌矩形区域内的字符识别问题进行深入研究,提出一种基于MFS (Modified Fractal Signature)和图像重心的新的识别算法,并在此基础上对其平移不变性及抗噪能力进行实验分析,取得了较为满意的结果,结果表明该方案可行有效.     

基于三阶累积量奇异值分解的雷达目标识别

基于一维距离像三阶累积量矩阵的奇异值分解 ,由非零奇异值构成奇异值矢量作为正则子空间法的输入 ,提出一种雷达目标一维距离像识别方法 ,对目标进行分类识别。该方法一方面利用三阶累积量提高了抗噪性能 ,同时又使用非零奇异值矢量减少了存储量与运算量。仿真实验结果表明 :在低信噪比 ,该方法的识别率高于特征子空间法     

重大项目“生命科学中的单分子行为研究”即将启动

由国家自然科学基金委员会生命科学部、数理科学部和化学科学部组织的学科交叉重大项目“生命科学中的单分子行为研究”的论证会于2003年1月19～21日在北京外国专家大厦召开。来自清华大学、北京大学、第二军医大学和中国科学院生物物理研究所、力学研究所、化学研究所、上海有机化学研究所、物理研究所等8个单位的12位申请者参加了答辩。     

基于D-S推理的模糊模式识别方法

针对战场环境下数据融合系统的ESM设备获得的辐射源信息在时间上的冗余性,提出了一种基于D-S证据推理的模糊模式识别方法。该方法通过对观测样本信任度(模糊隶属度)的重新分配,有效地解决了辐射源信息不确定性问题,提高了辐射源的正确识别率。最后通过单一的模糊识别和D-S证据组合的模糊识别两种方法的仿真对比实验验证了后者的有效性。     

盲信号分离的自稳定算法

在传统盲分离算法的迭代过程中，为了保证分离矩阵的行正交性，都要对其进行反复的正交化，以避免算法的不收敛。针对这个问题，笔者主要研究了在Stiefel Manifold上的盲分离算法，该算法使分离矩阵不需要每一步都进行正交化。仿真表明，本文提出的新算法具有很好的稳定性。     

企业核心业务的界定

本文概述了核心业务思想的由来及其发展,并论述了核心业务的内涵和特征。在此基础上,探讨了核心业务的分析工具以及核心业务识别的标准,最后阐述了如何正确、清晰地界定企业的核心业务。     

用于图像目标识别的神经网络方法

本文提出了一种全局最优的神经网络（ＦｕｌｌＤｏｍａｉｎＯｐｔｉｍｕｍＮｅｕｒａｌＮｅｔｗｏｒｋ）模型用于目标识别。通常所设计的神经网络不能保证全局最优，使得网络不一定收敛到期望样本点上。本文的模型采用了先设计稳定点、再构造吸引域的方法，提高了网络的识别正确率及速度。针对图像识别中矢量维数大的实际，提出了一种不变性方法，使得样本维数下降而分类距离保持不变。同时又证明了网络的收敛性、收敛速度及映射保距等。计算机模拟结果表明，网络对噪声或缺损图均能正确识别。     

蓖麻灰霉病的识别与防治

蓖麻是重要的工业原料之一，蓖麻油广泛用于医药、化工、能源、环保和航空航天等多方面，市场销量很大。我县常年种植蓖麻约7000亩，近年由于市场需求的增加，种植面积不断扩大，2007年已突破10000亩。蓖麻灰霉病是我县蓖麻生产上的主要病害，发生严重时可导致减产50％，甚至绝收。蓖麻灰霉病为害茎、叶、花、蒴果，尤其在开花期至蒴果期为害花和蒴果，引起花蕾脱落，烂果和烂杆，降低蓖麻的产量和品质。     

甘蔗主要病虫害识别防治及化学除草技术

甘蔗作为我市重要的支柱产业之一，近年来种植面积逐年扩大，随着种植水平不断提高，病虫害发生蔓延呈逐年加重趋势。为指导广大蔗农科学合理防病、治虫、除草，达到节本增效目的，现将我市甘蔗主要病、虫、草害识别与防治介绍如下。