具有抗噪稳健性的数字识别

提出一种新的基于数字首位两端的基本短笔划模式，采用结构模式匹配的方法实现含噪数字的离线识别。该方法首先将预处理后的数字图像进行端点数计算和方向编码，然后依据各数字端点数及结构特征的不同，分别采用横(纵)向切割交点数判断和局部模式匹配的方法进行数字识别。实验结果表明，该识别方法具有稳健的抗噪性和良好的扩展性，对较规范手写体数字有着较高的正识率。     

一种机器人导航中数字路标的分割和识别方法

基于路标的移动机器人视觉导航的基础上,提出了一种基于边缘点数量统计和FCM(Fuzzy C-means)聚类的路标图像分割方法.在对分割后图像进行维纳滤波,二值化等预处理的基础上,完成了数字路标的识别.通过实验证明,该算法能实时地完成数字路标的分割和识别,有效地应用于移动机器人的视觉导航.     

一种工程化的数字调相信号快速分类识别方法

在数字调制分类中,信号的相位周期特性会形成相位的卷叠并降低对接收到的射频信号的自动数字调制正确分类的概率.根据多进制数字相位调制(multiple-level phase shift keying,MPSK)信号的相位特征,通过相位去卷叠、根据最小均方误差原则去线性相位分量,以及相位的模π运算,提出了一种MPSK信号的...     

一种机器人导航中数字路标的分割和识别方法

基于路标的移动机器人视觉导航的基础上,提出了一种基于边缘点数量统计和FCM(Fuzzy C-means)聚类的路标图像分割方法。在对分割后图像进行维纳滤波,二值化等预处理的基础上,完成了数字路标的识别。通过实验证明,该算法能实时地完成数字路标的分割和识别,有效地应用于移动机器人的视觉导航。     

一种工程化的数字调相信号快速分类识别方法

在数字调制分类中,信号的相位周期特性会形成相位的卷叠并降低对接收到的射频信号的自动数字调制正确分类的概率。根据多进制数字相位调制(multiple-level phase shift keying,MPSK)信号的相位特征,通过相位去卷叠、根据最小均方误差原则去线性相位分量,以及相位的模π运算,提出了一种MPSK信号的分类方法。实验结果表明,基于相位特征的通信信号的自动调制分类算法具有很强的鲁棒性,对不同类型和滚降系数的脉冲成形滤波器和高码元速率都达到了较高的识别率。     

手写体数字识别方法研究

本文主要研究了一种基于BP网络的手写体数字识别方法。根据手写体数字的几何结构提取特征值,将这些特征和大量手写体数字样本送入BP神经网络,最后,使用训练好的BP网络识别手写体数字。结果表明,该识别方案达到了一定的有效性和实用性。     

基于混合特征提取的手写体数字识别方法的研究

文章对用ＢＰ神经网络实现手写体数字的识别进行了研究，提出混合特征提取的方法，提高了特征提取的效率和识别率，对一些不能识别的样本做了分析和研究，采取在样本集中增加相近样本的方法改善神经网络对这些样本的识别效果。     

手写体数字识别系统中一种新的特征提取方法

本文对手写体数字的特征提取方法进行了讨论,分析了当前使用较多的三种特征提取方法,指出了各自的优缺点,并在此基础上提出了一种新的特征提取方案,即13点特征提取方法,该方法从每个字符中提取关键的13个点作为特征点,其主要特点是特征提取简单有效,节省了特征提取时间,提高了识别系统的运行速度.用同一种网络对特征提取后的结果进行训练和识别.仿真结果表明,13点特征提取法用于手写体数字的识别有着极好的适应性,在运行速度和识别率上比起其它算法都有很大的提高,从而极大地证实了新算法的有效性及实用性.     

用一种新的属性文法识别无限制手写体数字

近年来所发表的识别无限制手写体数字的方法大多是几种已知方法的不同组合形式,因而在结构与技术上比较繁杂。本文从理论的角度出发,发展了一种带有位置和形状属性的文法,以描述和识别模式,它能有效地克服模式的形状差异对识别的影响。这种方法的进一步发展和完善,可能为识别无限制手写体数字提供一个有效的途径。     

基于空间分布特征的手写体数字识别

首先根据手写体数字在空间上的分布情况，提取其空间分布特征，同时定义了一种新的特征；其次，提出了一种新的细化方法，并用最小距离法对手写体数字进行了识别。该识别方法较传统方法简便，不必考虑笔划的多变性，具有较高的识别正确率，并能实现快速识别。     

基于深度神经网络的手写数字识别模拟研究

当前图像识别大多采用基于特征提取的传统机器学习方法与卷积神经网络的方法,但传统图像识别技术需要手动提取图片特征,而卷积神经网络对硬件要求高,训练时间长等。针对以上问题,本文提出基于深度神经网络模型的手写体图像识别方法,让机器自动学习特征,并在此基础上,通过改进成本函数,加入dropout防止过拟合,来提高手写数字识别的识别率。仿真实验对比结果表明,基于深度神经网络模型的方法比当前传统算法的识别率提高了3.41%,有效解决了人工识别费力耗时问题,对手写数字的研究具有重要意义。     

基于矢量图形的特征识别方法

建筑工程图的计算机识别和理解技术是计算机应用于工程方面的研究热点之一.在研究了建筑工程图表示特点和建筑设计防火规范的基础上,给出了基于建筑工程矢量图形文件(DXF文件)的几何特征识别方法,并给出了识别部分的主要程序.实验结果表明,该系统对于建筑平面图具有较好的自动识别效果,极大的提高了工作效率.     

概率数字特征方法在量子力学中的应用

利用概率数字特征即随机变量的特征函数,求随机变量的n阶矩及随机变量的期待值和方差的方法,求解量子力学中的平均值.运用该方法,可以将积分运算转换为微分运算,从而使运算得到相当的简化.     

基于压缩子结构特征的手写体数字识别

在对字符结构进行分析的基础上 ,提出了一种用于自由手写体数字识别的子结构特征 .由于绝对位置、笔画长度等特征因人而异 ,文中利用字符的拓扑信息来增强特征的稳定性 ,并将字符模式表达为一个矩阵 ,矩阵的每一列即为字符的一个子结构特征矢量 .由于子结构特征表达的模式可分性强 ,可通过矩阵运算对模式进行特征压缩 ,同时将不同模式等维化 ,利用一变结构神经网络构造分类器 ,避免了传统子结构特征规则匹配的缺点 ,提高了模式匹配速度 .利用信函分拣机提供的数字进行测试 ,识别率可达 97.58%.     

基于人工神经网络的手写阿拉伯数字识别

本文讨论了人工神经网络在手写数字识别中的应用,针对手写体数字的结构特点,采用改进的BP学习算法进行识别.建立了基于神经网络的手写数字模式识别系统,并用Matlab仿真进行结果分析,该系统识别率为70%.     

数形结合思想及"以形解数"模式

数形结合思想是数学思想中的基本思想,探讨了认识数形结合思想的一些观点;介绍了数形结合思想中"以形解数"的几种常用模式.     

身份证号码的自动识别系统

研究身份证号码的自动识别。对身份证号码图象进行了彩色空间分析，构造基于UV通道的彩色滤波器以去除身份证特有的彩色噪声；然后利用边缘图象切分数字，通过最值滤波器二值化切分后的图象；最后使用结构法对数字进行识别。实验结果表明，设计彩色滤波器可以有效的去除图象的彩色污染，提出的识别系统处理速度达到了实用水平。     

数值分类在藓类植物中的应用

根据数值分类学的基本原理,设计了一个实现藓类植物数值分类的算法,通过该算法对33种藓类植物孢子和孢蒴的主要性状进行了计算机数量化分析,根据距离系数验证了它们之间的相似性和区别,并与形态和细胞分类作了比较,从数值分类角度可以说明大帽藓属（Encalypta）、真藓属（Bryum）和金发藓属（Polytrichum）是属级的自然分类群,小金发藓属（Pogonatum）与金发藓属（Polytrichum）是科一级的自然分类群,有2个物种与所在属的其它物种距离系数相差相关稍大,原因有待进一步探讨。