基于彩色分割的车牌自动识别技术

提出一种采用彩色分割及多级混合集成分类器的车牌自动识别方法．该方法由彩色分割、目标定位、字符识别及后处理模块组成．采用多层感知器网络（ＭＬＰＮ）对输入彩色图象进行彩色分割，通过投影法分割出潜在的车牌区域并进一步切割出字符，由多级混合集成分类器给出字符识别的初步识别结果及置信度，经后处理得到最终结果．该方法识别正确率高、鲁棒性好，车牌定位正确率达９８．６％，字符识别正确率达到９５％以上，具有很好的实用技术指标．  

C＋＋动态连接库与拨号网络

】　动态连接库在现代软件设计中有非常重要的作用，可用于解决很多应用软件设计的关键问题，是一种高效的混合语言编程手段。拨号网络广泛用于目前的Intranet建设，本文介绍了怎样利用VC＋＋语言设计动态连接库程序自动调用拨号网络，体现了动态连接库的优越性，有较强的实用价值。  

基于Levenberg-Marquardt算法的神经网络监督控制

提出了基于Levenberg-Marquardt(L-M)算法的前向多层神经网络在线监督的控制方法，其算法是梯度下降法与高斯－牛顿法的结合，对于训练次数及准确度，L－M算法明显优于共轭梯度法及变学习率的BP（Back Propagation)算法，适用于在线学习与控制，因此，利用L－M算法的特点进行在线训练神经网络，以实现实时非线性控制，仿真结果表明，该控制方法优于常规控制算法，明显改善了在未知负载扰动时，伺服系统的踊跃性能，显著地降低了跟踪误差，具有很强的抗干扰能力。  

逆向物流系统和技术

对逆向物流系统及其系统技术作了研究．在对逆向物流系统功能分类的基础上，根据系统结构把逆向物流系统分成简单逆向物流系统和带有回收中心的复杂逆向物流系统两类，并作分析．另分析讨论了回收中心、回收物品导向以及网络结构设计三种系统技术．  

网络发展带来的伦理道德问题

计算机网络是一把双刃剑，研究探讨网络发展所带来的伦理道德方面的复杂性影响，有利于制定有效的防范措施来保证网络建设的健康发展。  

基于T-S模型的模糊神经网络

一种基于Ｔａｋａｇｉ－Ｓｕｇｅｎｏ模型的模糊神经网络由前件网络和后件网络两部分组成。前件网络用来匹配模糊规则的前件，它相当于每条规则的适用度。后件网络用来实现模糊规则的后件。总的输出为各模糊规则后件的加权和，加权系数为各条规则的适用度。所提出的模糊神经网络具有局部逼近功能，且具有神经网络和模糊逻辑两者的优点。它既可以容易地表示模糊和定性的知识，又具有较好的学习能力。给出了调整规则后件参数及前件隶属度函数参数的学习算法，举例说明了它的逼近性能。  

基于ArcIMS的Web GIS系统开发

分析了基于传统技术的Web GIS系统在数据共享、传输、安全性等方面存在的缺陷，指出Java技术和XML技术是解决上述问题的有效途径，并结合分布式GIS软件体系结构的相关理论．给出了一种采用上述技术后的Web GIS系统体系结构，在该体系结构的基础上结合ArcIMS开发了水利行业的Web GIS应用系统．  

交通量的灰色神经网络预测方法

结合灰色系统思想与神经网络构成灰色神经网络,根据目前灰色模型与神经网络结合的方法,提出并联型、串联型和嵌入型3种预测模型的结构.并联型灰色神经网络首先采用灰色模型、神经网络分别进行预测,而后对预测结果加以组合作为实际预测值;串联型对多个灰色预测的结果使用神经网络进行组合;嵌入型在神经网络的输入端、输出端分别增加一个灰化层和白化层而构成.对并联型灰色神经网络给出一种根据预测模型的有效度确定加权系数的方法.将上述3种灰色神经网络模型用于对京石高速公路断面机动车实时交通量进行预测,模型精度和预测结果比较理想,优于单一预测模型.实验表明:灰色神经网络可提高预测精度,用于交通量预测方法是有效可行的.  

遗传算法在输电系统规划中的应用

首次将遗传算法用于输电系统优化规则，提出了相应的模型和几种改善收敛性的措施。文中算例表明，应用所提出的模型及算法能在较短的时间内提供一批优化方案，避免了一般优化算法的局部最优或维数灾难问题，为输电系统规划开创了一条新的路径。  

基于RBF神经网络和专家系统的短期负荷预测方法

深入研究了天气和特殊事件对电力负荷的影响，建立了结合径向基（RBF）神经网络和专家系统来进行短期负荷预测的模型。利用RBF神经网络的非线性逼近能力预测出日负荷曲线，然后利用专家系统根据天气因素或特殊事件对负荷曲线进行修正，使其在天气突变等情况下也能达到较高的预测精度。利用该模型编制的实用化软件在西北电网的多个电力局投入实际应用，结果表明：该方法用BP神经网络相比，具有较高的预测精度，同时具有较强的实用性。