人像识别中的特征抽取

提出一种基于快速Ｇ小波变换图像压缩原理对人像图像进行特征抽取的方法,用此方法抽取的人像特征在前向神经网络的产的训练和识别中取得了较好的效果。     

Visual C++中动态数组的使用

数组是最常见最常用的数据结构，在工程大量数据处理中经常使用数组。常用数组是因为它们非常容易使用，使用效率也很高，可以在短时间内遍历数组中的任何一个元素，这使得它们在搜索和排序时非常有用．但是以往使用标准C的数组时他们的大小固定，边界也未加保护，所以会导致内存空间的浪费和一些难以发现的错误，而MFC数组非常容易使用，也很灵活、完备．完全解决了标准C数组的问题。     

文本分类中基于核的非线性判别

针对文本分类问题中的特征降维问题,改进最大散度差鉴别准则,引入核变换作为前处理,使最大散度差鉴别准则可适用于更广泛的文本分类情形. 提出一种基于核的非线性鉴别方法用于文本特征抽取. 借助于核变换解决了散度差准则在用于文本分类时线性可分性较差的问题. 在最低限度减少信息损失的前提下实现了特征维数的大幅度减缩. 文本分类试验结果表明,这种非线性方法与无核的最大散度差方法相比,F1值提高了4.7%, 具有明显的效率上的优势.     

在Turbo Pascal中实现保形数组参数的功能

使用无类型参数和开数组参数的方法：在Ｔｕｒｂｏ Ｐａｓｃａｌ中实现了保形数组参数的功能，使得在处理数组运算时大为方便。     

汉语中"的"字短语右边界的识别

“的”字是现代汉语中的高频词．“的”字的作用主要是用来构成短语,我们称之为“的”字短语,它是现代汉语中最常见的短语．“的”字短语造成了汉语句子中丰富的层次和复杂的语义结构．汉语句子中很多的歧义结构也是由“的”字短语引起的．因此正确地分析“的”字短语的结构对于汉语句法分析和汉语理解是很重要的．要分析“的”字短语的语义结构必须首先识别出句子中的“的”字短语．当然,当“的”字以词的形式出现在句子中时,这个句子中就出现了一个“的”字短语．可是这个“的”字短语的右边界在那里呢？如何让计算机能够正确地识别出它的右边界呢？这个问题却迄今未见有文献涉及．该文对此进行了研究并提出了研究交提出了识别“的”字短语边界的算法．     

基本图像特征用于文本图像文种识别

为了解决现有方法在运算速度和识别效果上的矛盾,该文将基本图像特征用于文本图像文种识别. 按照纹理分析结构方法的观点,将纹理基元划分为7 种类型,提取描述文本图像纹理基元构成以及其空间位置关系的特征,采用支持向量机对所提特征进行训练和分类,实现文字种类识别. 实验选用有质量退化的中、英、俄、日、韩、阿拉伯等10 种不同语言文字的文本图像,结果表明该算法运算速度快,有较高的识别准确率,并对图像质量退化有较好的鲁棒性.     

基于万进制数组的大整数乘法的算法设计

大整数在要求高精度的应用中非常有用.在计算机数据加密技术中,常会遇到大整数的算术运算问题.为此,文章分析了大整数乘法的算法,提出了一种符号位与数值分开,万进制数组存储大整数并加以处理的算法.然后在java开发平台上测试,验证了该算法的正确性及运算的效率.     

基于加权全局时频特征的易混淆词识别

针对易混淆词特征差异小,分类决策困难的特点,提出了一种新的语音识别特征。该特征可以根据待识单词的发音特点,通过选用合适的基函数及加权处理,突出混淆词特征之间的差异性;     

融合音频、文本、表情动作的多模态情感识别

针对机器识别人类情感过程中的精度不高、泛化能力不强等问题,提出了一种基于语音、文本和表情动作的3种模态情感识别融合方法。在语音模态中,设计深度波场延拓和改进波动物理模型,模拟长短期记忆（long short-term memory, LSTM）网络的序列信息挖掘过程;在文本模态中,利用含有多头注意力机制的Transformer模型捕捉语义上潜在的情感表达;在表情动作模态中,将提取面部表情和手部动作的序列特征与双向三层含有注意力机制的LSTM模型相结合。最终提出一种多性能指标下的模态融合方案,以实现高精度的、强泛化能力的情感识别。在通用的交互式情感二元运动捕捉语料库IEMOCAP中,将所提出的方法与现有的情感识别算法进行对比,实验结果表明：所提出的算法在单个模态和多个模态中的识别精度均较高,平均精度改善达到16.4%和10.5%,有效提升了人机交互中情感识别的能力。     

基于二阶差分耳蜗模型的语音识别新方法

采用二阶差分耳蜗模型对语音信号进行特征参数提取,获得了基于听觉谱的语音识别前端特征参数,同时根据听觉谱特征提出了一种"幅和频差积"距离测度,识别算法采用端点放松两帧,路径斜率限制在1/2到2之间的改进型DTW算法.在小词汇量非特定人(SI)的识别环境下,计算机模拟结果表明此法在对0~9十个数字以及小词汇量的SI识别时,其正识率可达98%以上,且具有较好的鲁棒性.     

基于边缘和纹理结构实现叶片识别的应用研究

植物野外实习教学系统的主要功能是通过计算机图像处理技术对叶片边缘与纹理结构进行分析,自动提取叶片信息,确定叶片相关的理论知识.从图像预处理、叶片区域定位分割和叶片识别三方面实现植物野外实习教学系统的叶片识别模块,采用边缘和纹理结构实现叶片的定位分割与识别.实验结果表明,该方法能有效地识别出叶片并归类.     

基于Web2.0下网络自主学习平台关键技术研究

以网络为载体的教学形式被认为是网络时代的新的教学方式,正在迅速发展.网络自主学习平台是一个以覆盖一定区域的计算机网络为载体,将该区域学生资源和丰富教学资源整合一体的支持服务体系.Web2.0技术可以消除传统HTTP通信模式中对表单的依赖,从而实现快速而轻量的异步通信.阐述如何利用AJAX引擎构建一个框架以支持全新的Web应用,实现了浏览器直接与后端服务的异步通信.在设计和实现中充分考虑了系统的安全性、透明性、好用性、完备性等特点,并对其关键问题做出深入研究,为今后同类系统的设计、开发和实现提供了一个详细的参考模型.     

基于RBF神经网络在线辨识的永磁同步电机单神经元PID矢量控制

提出一种基于RBF神经网络在线辨识的永磁同步电机单神经元PID矢量控制新方法,该方法针对传统的PI调节器固定参数所造成的不足,利用具有自适应能力的单神经元PID调节器和RBF神经网络相结合,实现了参数在线辨识,转速在线控制.仿真结果表明该方法控制精度高,动态特性好,适合于永磁同步电机的速度控制.     

基于ArcInfo8地形图符号配置

ArcInfo8是目前国际应用广泛的GIS软件之一,文章讨论了基于ArcInfo8进行基础地形图符号配置的整个过程及相关程序。     

基于时变T-S模型的自适应控制及其在养老保险系统中的应用

模糊控制算法已经广泛应用于商业和工业领域.讨论了基于时变系统T-S模糊模型的自适应控制方法,及其在养老保险信息系统中的应用.推广了一种基于参数辨识的自适应控制技术,这种自适应控制技术可以在控制过程中在线地调节系统的参数与结构,不断提高其适应能力.通过实际应用案例表明,提出的基于T-S模型的自适应控制技术在时变系统中是成功的.