基于RBF网络的增量学习

提出了一种基于径向网络的增量学习算法 ,在对新样本进行学习时 ,通过恢复受干扰样本的方式来尽可能保持已有的知识不变 .模拟实验证明了本算法的正确性和有效性 .     

Face Recognition Based on Support Vector Machine and Nearest Neighbor Classifier

Support vector machine (SVM), as a novel approach in pattern recognition, has demonstrated a success in face detection and face recognition. In this paper, a face recognition approach based on the SVM classifier with the nearest neighbor classifier (NNC) is proposed. The principal component analysis (PCA) is used to reduce the dimension and extract features. Then one-against-all stratedy is used to train the SVM classifiers. At the testing stage, we propose an al-     

多客户VOD视频服务器的研究

描述了基于通用工作站的ＶＯＤ（ＶｉｄｅｏＯｎＤｅｍａｎｄ）视频服务器支持多客户并发访问的原理,提出了一个利用时间片轮询的调度算法来给多客户提供视频服务,并给出了一个基于客户／服务器结构的ＶＯＤ视频服务器的结构及其初步实现．实验结果证明了调度算法的有效性和正确性．     

像素点的邻域分形近似及其分形编码

提出了一种新的图像块的分形近似方法，该方法借助于像素点的邻近点以达到对图像块的最小均方分形近似．这实际上是寻找仿射变换Ｔ，使图像块各像素点的邻近点压缩到自身时，均方差最小．量化后的仿射变换Ｔ构成了图像块的分形块编码．对每一图像块，仅仅解二阶线性方程组．用该分形块编码对图像编码，可获得高压缩比且具有实时性     

飞行器结构特征提取与识别

针对天空背景下的飞行器，从目标的结构特征出发，采用SUSAN算子将目标从背景中提取出来；结合边缘信息，利用灰度重构对云层区域进行抑制；对处理后的图像二值化后，利用形态学算子对目标区域填充；最后对目标区域细化，利用先验知识发现目标的头部，实验结果证明了该方法的可行性．     

基于灰度与边缘的图像分割方法

提出一种基于多图像信息的图像分割方法，利用Ｂａｙｅｓ分类准则，根据每个像素的多图像信息向量将其分为目标或背景，并对动态图像组成的图像序列或静态图像的分割给出了不同的像素分类准则，同时给出了硬件实时实现的原理，该方法适用于图像序列、低对比度图像和其它难于用一种图像信息分割的图像。实验证明了该方法的有效性。     

一种地面目标的相关跟踪方法

提出了一种用多子模板对目标进行相关跟踪的方法，该方法建立了综合多子模板相关结果、目标跟踪判断及自适应刷新模板等准则，较好地解决了相关跟踪中如何判断目标锁定、部分遮挡、相似目标出现及模板的刷新等问题。     

一种二值图像的快速细化算法

提出了一种适应于二值图像的快速细化算法，该算法利用边缘跟踪、根据边缘跟踪特点所设计的判断规则及单向链表结构存储边缘信息等技术，大大地加快了细化速度，而且占内存少，当仅需对目标模式进行细化处理时，该算法更为有效。     

一种三维图像表面重建的方法

在计算机立体视觉研究中，主要针对人造场景，提出了一种新的三维表面重建方法。该方法首先对景物的灰度图像进行分割，将景物图像分成各种不同的区域，利用了将立体像对进行边缘特征匹配的结果，并使用各种曲面模型对各区域进行拟合，以求得整个区域内的视差值，再对整个视差图进行自适应平滑，得到了较为满意的结果。     

模糊缺省推理的理论和方法研究

在一种含有补余律的模糊抽象代数系统（即ＦｕｚｚｙＢｏｏｌｅ代数）上，利用模糊逻辑公式与布尔函数的相互转换性，构造了具有模糊非单调推理能力的推理机制；从可应用性出发对模糊缺省规则进行了深入的讨论。该推理机制不仅增加了在量的描述方面的知识表达能力，而且在一定程度上解决了扩张存在性问题，提高了推理的效率。