图像压缩技术

随着信息网络化的发展，多媒体技术的日益进展，数字图像信息作为重要的信息之一，被愈来愈广泛的使用，因其数据量大，图像压缩技术显得越来越重要，本文介绍了当前几种最为广泛使用的压缩算法：JPEG，分形压缩和小波变换压缩，讨论了它们的优缺点及发展前景，然后简介了其它压缩算法，指出以模拟人眼视觉特性的极对数坐标映射为预处理的压缩算法是一种产生高压缩比的图像压缩算法，最后对 旬压缩算法进行了总结和展望。     

一种基于多级神经网络分类器的沉积相识别方法

由于油层沉积特性本身的多样性和复杂性，造成了沉积相各类别之间测井曲线形态差异较小，这无疑增加了识别难度。针对这一问题，给出了一种新的沉积相识别方法，该方法通过将神经网络和多级分类器相结合，有效地提高了识别精度，最后用实例验证了该方法的正确性。     

极指数栅格视觉在测距中的应用

论述了极指数栅格坐标和极对数坐标变换原理以及在测距方面的应用。     

一种新的聚类方法—（0,1）模型矩阵法

在对高维大数量模式样本进行分类时,一般都要用逐步聚类方法多次完成。首先要尽量获取和利用先验知识进行初始划分,找出凝聚中心;再逐步调整进行细分类。本文提出一种新的聚类方法——(0,1)模型阵法。它可简单快速地完成高维大数量模式样本的粗分类,对提高后续的细调整分类提供一个良好的初始条件。在模式样本可分性较好或精度要求不高情况下,此方法是一种快速一次完成聚类法,不必再作后续精调。