基于统计空间映射的自学习模式识别方法

针对生产工况实测数据不能覆盖整个数据空间的现象，提出了一种基于统计空间映射的自学习模式识别方法．通过实测数据的仿真实验验证了该方法的有效性．     

高新技术企业风险投资的一种决策研究

通过借鉴国内外有关评估决策的研究成果，采用模糊数学的有关理论，改进了传统的第一手数据的采集方法，并应用AHP和模式识别相结合的方法使评估数据更客观，为高新技术企业风险投资的决策给出一种可行的有效的方法．     

一种对无统计环境测量模型缺省值进行预测的新方法

采用模式识别中的K最近邻法(KNN方法)对不满足于统计模型的数据阵中的缺省值进行预测，预测以样本值作为预测参照．由于原始数据阵没有训练集，故采用对原始数据进行最大似然主成分分析(MPCA)，获得的结论与KNN方法处理后的数据的主成分分析结论相比较，结果表明，两套数据分析得出的主因子数、因子负载阵基本一致，而因子得分阵有细微的差别，预测较缺省值处理可获得更详尽的信息．     

面向模式识别的内蒙古地区NOAA/AVHRR数据的合成与优化处理

在NOAA／AVHRR数据地学评价的基础上，面向遥感影像模式识别，对内蒙古地区1992年4月～1993年3月和1995年2月～1996年1月的10d合成、1km空间分辨率NOAA／AVHRR NDVI2年的时间序列数据集进行月合成与主成分变换处理，为遥感影像模式识别提供了有效的数据源．     

基于GIS的BP神经网络遥感影像分类研究

传统统计模式识别方法进行遥感影像分类时要求数据服从正态分布且难以加入地理辅助数据．通过分析BP网的分类原理与学习算法，采用了融合遥感影像光谱数据和GIS产生的地理辅助数据进行土地利用类型分类的方法．选择最能反映实验区土地利用信息的光谱数据，结合DEM数据和坡度数据，通过归一化处理后进行BP网的训练分类．将分类结果与采用最大似然法所得的结果综合比较，结果表明，该方法优于最大似然法．     

应用人工神经网络识别试井解释模型

对不同的试井解释模型，把压力导数曲线作为训练样本，应用ＢＰ网络进行训练，训练后的网络能根据现场的实际试井数据识别试井解释模型．本文用模拟的数据、不完整的数据、有噪声的数据和一个现场试井数据对这个ＢＰ网络进行了测试．结果表明人工神经网络能够正确地识别试井解释模型，也能识别不完整的、有噪声的数据．人工神经网络技术有效地改进了目前在试井解释模型中广泛采用的模式识别方法，是一个非常值得推广和使用的技术     

形态学模式识别算法的比较研究

研究了可用于模式识别的三种形态学方法的原理，并利用计算机对这三种方法的识别过程进行模拟和比较．从而明确了各方法的识别范围和使用条件，指出其中的ＲＯＨＭＴ是一种较好的模式识别方法．     

基于土壤系统分类的土壤遥感自动识别分类系统的设计

设计出基于土壤系统分类的土壤遥感自动识别分类系统(ASICS)的总体框架，并探讨了其实现方法．该系统由3部分组成：空间数据库、分类识别和结果输出．空间数据库由遥感数据和非遥感数据组成，遥感数据选择绿度指数图像、土壤专题信息增强图像和同谱土壤图像，非遥感数据包括高程、高差、坡度、坡向、粗糙率指数、水系密度、土壤发生分类类别．分类识别采取在非监督分类的基础上对土壤类型进行正向推理与逆向推理相结合的识别模式．用像结构建立了土壤分类识别的规则，构造了基于土壤系统分类的土壤分类判决树．     

川金丝猴亚种的模式识别模型研究

综合论述了模式识别的基本数学模型和方法，建立了川金丝猴亚种的模式识别模型，得出了与川金丝猴亚种的实际模式完全吻合的结论，为样本的模式识别提供了一个很有价值的方法和范例．     

一种有监督的模糊模式识别模型

给出了一种有监督的两类模式识别模型，该模型允许选取模糊特征，其学习或训练方法是模拟人们认识事物的过程实现的，它是Ｃｏｒａ－３模式识别方法的一种拓广。因此可作为较复杂的智能系统或专家系统的识别模型．     

粒计算在基因微阵列数据特征选择中的应用

对于许多模式识别问题来说,特征选择是一个非常重要的数据预处理技术,这对于维数高,而样本又相对较小的微阵列数据来说更是如此.提出一种将粒计算与传统的SVM-RFE算法相结合的特征选择算法.这种算法能够有效地去除大部分与分类无关的基因;并且能够搜索到基因数量相对较少而分类能力相对较强的信息基因子集.     

模式识别中贝叶斯决策理论的研究

统计决策理论是处理模式识别问题的基本理论之一,而贝叶斯决策理论方法又是统计模式识别中的一个基本方法,在面对大量的数据时,它可以有效地进行分析,并生成相应的分类器,对于数据的分类识别有着重大的意义。     

基于神经网络的手写电气元件符号识别系统

神经网络模式识别在现代数字图像处理中的应用,是数字图像处理技术的一次革 命．以神经网络模式识别技术在电气元件符号图形识别中的应用为对象,着重于手写电气元 件符号自动识别系统的研究,介绍了整个系统的结构和功能,给出了相应的数据流图和主要数 据结构,提出了一种基于神经网络的模式识别方法,并对系统的实际应用作了验证,为进一步 的研究奠定了基础．     

基于加权极限学习机的肿瘤基因表达谱数据分类

基因表达谱数据一般来源于临床试验,而在临床试验中,试验样本的类分布情况是不确定的,这就使得表达谱数据往往具有比较明显的不平衡性.采用加权极限学习机来对不平衡基因表达谱数据进行分类,为了减少因为不平衡数据引起的分类误差,一个临时的权重被分配给每一个样本以增强少样本类的影响,同时减少多样本类的影响,进而提高肿瘤分类的准确率.实验结果表明,所提方法能够提高少样本类的识别率,从而提高分类器的总体性能.     

一种基于卷积神经网络的下肢动作模式识别方法

针对目前下肢动作模式识别技术存在的数据量少、识别率低的问题,提出了一种新的基于卷积神经网络的下肢动作模式识别方法。以下肢步态动作识别为对象,采集无负重平地行走,无负重上/下楼及负重上/下楼5种步态的表面肌电信号（surface electromyography,sEMG）,对sEMG进行特征提取,构建了一种以特征集作为输入的卷积神经网络,并比较了其与另外几种传统分类识别方法的识别准确率和工作特征。实验结果表明,新方法对于5种步态的平均识别准确率大于95%,错误率都低于8%,具有较高的准确性。因此所提方法的输入特征集更能代表预测模型特征,模式识别率更高,可为康复医疗机器人、助力机器人等设备改善下肢运动功能提供参考。     

一种物联网中元策略学习传输模式识别技术研究

分析了一种物联网中元策略学习传输模式识别方法 .采用阶段式元学习（ML）神经网络构成元学习器,利用数据增强（DA）技术对图像进行预处理,决策验证等多个模块被用于协作识别,能够有效地抵抗恶劣环境对信号造成的影响.理论分析和仿真结果证明了该调制模式识别方法的有效性.     

多视角三维数据场的构建研究

基于移动立方体（marching cubes,MC）算法,考虑到现实条件下观测数据的不完整性,提出一个方便模式识别研究的可伸缩三维数据场模型。该模型混合 MC 算法和分区域处理方法,考虑了多角度观测对场域及目标的影响,描述了三维数据场对模式识别的作用。场域建立的实践表明,利用多观测点互相补充的方法改进了 MC 算法,提高了运行效率。     

Fabric Wrinkle Grade Assessment Based on Fuzzy Pattern Recognition

The basic principle of fuzzy pattern recognition is brief introduced firstly in this paper, which mainly includes fuzzy rules and fuzzy inference system. Then, the algorithm procedure of fuzzy pattern recognition is proposed. Finally, the application of Mamdani fuzzy model is introduced to evaluate fabric wrinkle grade in detail, and used the correlation coefficient between subject and object evaluation to verify the reliability of fuzzy pattern recognition. It shows the method of fuzzy pattern recognition needs not a large number of testing data and the accuracy of evaluation is up to 97.38%.     

云模型和集成极限学习机相结合的滚动轴承故障诊断方法

针对轴承振动信号的不确定性和非平稳性以及BP神经网络学习算法收敛速度慢、稳定性差等问题,提出了基于云模型和集成极限学习机的滚动轴承故障模式识别方法.将经预处理之后的信号进行云化,产生滚动轴承在不同状态下的信号云;提取出决定信号云分布的期望、熵和超熵三个参数作为表征轴承状态的特征量并依此构造出原始的轴承状态数据集;再将故障特征数据集经归一化处理后送入集成极限学习机进行识别.研究结果表明:云-集成极限学习机方法可以有效地实现轴承故障模式识别,与传统神经网络识别方法相比,该方法拥有更高的识别准确率和稳定性,并且集成极限学习机在抗噪性方面有较好的表现.     

广西城镇居民人均收入和消费的非参数回归估计

本文尝试用非参数回归方法研究居民人均可支配收入与消费的关系,应用非参数局部多项式估计方法对广西1980年~2010年城镇居民人均可支配收入与消费数据进行实证分析,克服了传统线性回归模型在讨论居民人均可支配收入与消费关系的不足。实证结果表明非参数回归方法优于线性回归方法.