模式识别对La_x Ba_(1-x)TiO_3纳米多晶制备工艺参数的设计

利用溶胶－凝胶法合成钡钛前驱体，经干燥、焙烧等工艺制备了一系列镧掺杂钛酸钡纳米多晶粉体，利用ＸＲＤ确定物相及原始晶粒尺寸；通过模式识别中非线性映照及逆映照方法以原始晶粒尺寸作为目标值将试样分为３类，并通过分类图对工艺参数进行设计，按设计结果进行实验验证，获得了预期结果的多晶粉体，说明模式识别的应用有利于克服传统“炒菜式”合成方法的盲目性．     

BP网络算法在模式识别中的应用

神经网络是目前处理科技领域各类问题的一个重要工具,它由大量简单单元以及这些单元的分层组织大规模联结而成,力图像生物神经系统一样处理事物;BP网络采用传播算法,是目前应用最为广泛和可靠的神经网络之一,具有较强的分类和学习能力。从模式识别出发,在选取典型实例的基础上,建立BP网络算法模型,对算法进行动态误差修正的改进,提高了算法的收敛速度,并根据算法流程,通过运用Matlab软件对其进行仿真验证,说明了BP网络算法在模式识别中具有应用可行性。     

基于模式识别的人体肺癌电阻抗检测方法研究

根据阻抗频谱理论及模式识别理论,对手术中切除的恶性肿瘤组织及非肿瘤组织进行阻抗测量并进行肺癌辨识.利用Agilent4294A阻抗分析仪测量手术中切除样本的阻抗值,获得100,Hz~100,MHz频率激励下的阻抗频谱,经最小二乘算法拟合,得到频谱特征参数.将测量样本分成训练集与测试集,设计LMSE及Fisher两种线性分类器;分类器经训练后获得判别函数,利用分类器对测试集进行分类实验.研究结果表明,LMSE以及Fisher算法对测试样本均能进行有效识别,并且识别结果与病理切片分析结果吻合,验证了基于模式识别的方法对肺癌阻抗检测进行辨识的可行性与可靠性,为肿瘤早期筛查提供有效检测方法.     

基于3D梯度投影描述的微表情捕捉与识别

以3D梯度描述为依据,提出了一种基于3D梯度投影描述捕捉微表情关键帧的方法.首先,通过对视频流中面部特征区域的投影梯度方向直方图的直观描述来分析面部表情动作趋势,进而通过直方图的峰值区域捕捉微表情所在的关键帧;然后,运用多尺度多方向的Gabor滤波器组提取微表情特征区域的Gabor图谱,并引入局部二值模式进行特征降维;最后,通过基于梯度量级加权的最近邻算法进行微表情的识别与分类.实验结果表明:该方法摆脱了传统视频流表情分析系统对于动态图像序列进行逐帧检测识别的不足,较为有效地实现了图像序列中微表情关键帧的捕捉与识别,提高了系统的实时性与准确性,基本满足微表情对于系统强实时性的需求.     

模式识别中三种字符识别的方法

本文总结出三种字符识别的方法:基于模板匹配的字符识别法、完全基于字符的结构特点和笔画类型的识别法以及利用BP神经网络的字符识别法.     

基于模式识别方法的湖泊水质污染特征聚类研究

构建耦合自组织映射神经网络(SOFM)和随机森林(RF)的方法, 对中国63个湖泊11年的9种水质指标(5110条数据)进行模式识别。首先采用SOFM对湖泊进行聚类, 以识别污染状况, 然后采用RF分析水质指标对湖泊类别的决定效果, 以确定代表性指标。SOFM的结果显示, 湖泊可以按污染程度分为3类。RF的结果发现, 在分类准确率为80%时, 根据高锰酸盐指数和叶绿素a浓度即可判定湖泊污染程度。该方法可从庞杂的数据中识别出反映水体污染特征的水质指标, 为快速认知水体污染状况及选取监测指标提供参考。     

模糊模式识别法在金融危机预警中的应用

建立基于模糊模式识别理论模型的金融危机预警方法，并以１９９７年发生东南亚金融危机的主要国家检验预警效果，结果表明该方法是可行的。     

基于神经网络的铁路客运列车车号自动识别系统的研究

给出了客运列车车呈自动识别系统的组成及各部分的实现方法，重点讨论了基于多神经网络的识别方法。研究表明该系统的识别率可达到95％，通过所开发的车号显示及修改软件可满足实际工程的需要。     

感知机网络模型

文章提出了一种利用人工神经元网络方法-感知机网络实现设计并训练一个印刷字符分类器，程序采用MATLAB5.3实现。     

一种综合评价指标属性值规一量化技术新途径

对现有的评价指标属性值规一量化技术进行了论述 ,运用模式识别、人工神经网络聚类理论结合模糊集值统计理论 ,提出了评价指标属性值规一量化技术新途径 ,奠定了评价指标属性值规一量化技术智能化的基础 .