人工智能在模式识别领域的应用

模式识别是一个不断发展的新学科,它的理论基础和研究范围也在不断发展。模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读。计算机识别的显著特点是速度快、准确性和效率高。识别过程与人类的学习过程相似。     

模式识别理论和技术在语音识别研究中的应用

语音识别是让机器听懂人的说话,并准确地识别出语音的内容和执行相应操作的技术．该文介绍了语音识别发展的过程,语音识别系统的结构和识别过程,模式识别理论和技术在语音识别研究中的应用以及语音识别中的关键技术和面临的问题．最后讨论了语音识别技术存在的优点和不足,并展望了其应用研究的前景．     

模糊模式识别在计算机识别中的应用研究

当前,计算机技术已经得到了很大的发展,其在各行各业中的应用也变得更加广泛。所以,需要对计算机识别的相关技术进行有效的探讨,进而有效地对计算机识别技术进行应用。在这个过程中,模糊模式识别技术在计算机识别领域中得到了非常广泛的应用。因此,笔者针对模糊模式识别技术的优点,对其在计算机识别中的应用进行了研究。     

现代计算机智能识别技术处理自然语言研究的应用与进展

以计算机智能识别技术为核心的基于自然语言处理的应用研究获得了长足的发展。不断获得实际的应用,使得基于计算机智能识别技术的自然语言处理研究成为语音识别的重点领域。以自然语言处理为对象,通过自然语言处理在文本及语音智能方面的具体应用为视点,分析说明计算机智能识别技术在自然语言方面的应用。最后,结合当今自然语言领域研究的现状,总结基于现代计算机智能识别技术的自然语言处理研究进展及其前景。     

多特征与BP神经网络车牌识别系统研究

汽车牌照识别技术是智能交通管理系统中的关键技术;基于数字图像处理理论,将计算机视觉与模式识别技术相结合,对车辆牌照识别系统进行了研究。为了提高系统车牌识别能力,提出了一种综合颜色特征和投影特征相结合的车牌定位方法。字符分割采用了投影法;字符特征选取了互补性强的粗网格特征、投影特征以及外围轮廓特征;最后采用BP神经网络进行车牌字符识别。对车牌字符的识别分为汉字、字母及字母数字三类进行。实验表明,多种图像处理技术与模式识别技术有机结合能有效地提高系统的识别能力;本系统所采用的方法取得了较好的识别效果。     

手写体汉字集成识别技术的研究

手写体汉字的计算机自动识别是一个高难度的模式识别问题,用单一识别方法难以达到理想的识别率。本首先分析了汉字识别方法的基本特点以及字符集成识别技术中存在的问题,然后结合认知科学 的研究成果,提出了手写体汉字层次集成识别的思想。     

基于二次曲面拟合的图像颜色渐变模式识别

<正>随着计算机科学技术日新月异的发展,计算机从计算向智能机器方向发展,图形化、数字化和网络化等已经成为计算机领域的发展方向。21世纪,毫无疑问已成为图形图像的时代,对图像信息的处理因此也变得越来越重要。图像模式识别就是对图像信息进行识别与分类,目前主要有三种模式:基于图像纹理的图像识别、基于图像边缘的模式识别和基于图像形状特征的模式识别。通过这些模式识别的方法,计算机图像学广泛应用于条码识别、手写识别、人脸识别、智     

复杂工业场景模式识别的探索与研究

随着对模式识别领域研究的深入,场景识别广泛应用于日常生活中。但对于复杂工业场景识别的研究还是空白。对复杂工业场景模式识别的研究,有助于大大提高复杂工业现场的自动化程度。     

计算机实现随机音频信号识别

分析了利用自相关函数法实现快速识别随机音频信号,介绍一种用计算机实现随机音频信号处理与模式识别的硬件结构和程序设计。     

基于OCR技术的书写文字识别系统设计

OCR(Optical Character Recognition,光学字符识别),是属于图型识别(Pattern Recogni-tion,PR)的一门学问。其目的就是要让计算机知道它到底看到了什么,尤其是文字资料。书写文字识别是人工智能理论在这一领域应用的一个分支,它研究的对象是如何利用电子计算机自动辨认人书写在纸张上的文字。文章主要是对模式识别的基本原理以及如何利用图像识别技术对书写文字的识别的研究,并给出了模板匹配法识别图像的原理。     

一种图像汉字智能识别机的研究

文章将智能控制与模式识别方法相结合,提出了一种仿人识字行为的图像汉字智能识别机;采用决策控制级、模式识别级和反馈校正并行式结构。决策控制级选择最佳的识别策略和参数,模式识别级进行多分类器结果融合识别,并根据对模式识别级输出的可信度判断结果进行反馈,校正识别方法和参数,最终提高汉字的识别效率。     

文字识别领域中模式识别技术的应用

随着科学信息技术的不断发展,计算机技术也得到了快速地发展和广泛地应用,同时也促使模式识别技术在文字识别领域得到广泛的应用。近些年来,模式识别技术的发展和应用也得到了广大专家学者和社会的关注和重视。该文主要从模式识别技术的发展历史和现状出发,对文字识别的基本原理进行阐述,对其统计决策及字句结构等基础识别方法及在文字识别领域的相关应用进行研究分析和总结,并对模式识别技术领域的前景和未来做出展望。     

基于粗集方法的一种文字识别

文字识别作为模式识别的一个重要方面，其研究获得广泛重视。本文基于粗集理论的观点，把文字识别问题看作是模式识别中简化知识表达与信息分类处理问题，提出一种新的文字识别方法，这不仅对模式识别中如何提取有用特征是一种新的探索，而且对简化信息处理也是一种新的方法。本文介绍了基于粗集理论的文字知识表达的方法，探讨了模式识别中的特征提取及最小决策算法，并给出一个文字识别的例子来说明这种有效的方法。     

基于改进特征提取的BP神经网络车牌识别

车辆牌照的自动识别是计算机视觉与模式识别技术在智能交通领域的重要应用．为提高车牌字符识别系统对字符的整体识别能力,对车牌上的汉字与数字字符做分类处理,利用粗网格、边框和笔划密度方法更好地提取识别对象特征,最后采用BP神经网络进行字符识别．实验表明,本文所采用的方法能达到较好的识别效果,说明多种特征提取方法和神经网络识别技术的有机结合能显著提高系统性能．     

属性测度及其在目标识别中的应用

为了获得一种训练快、精度高、计算量少的雷达目标识别方法 ,研究了属性测度和属性模式识别 ,及属性模式识别在目标识别中的应用 ,并将模糊聚类分析用于属性测度。经过研究发现 ,在不用指标的峰度时 ,可以达到很高的识别效果。与传统的神经网络法相比 ,属性模式识别法在训练速度上得到了大大的提高 ,并在识别效果上优于径向基神经网络法。以雷达目标识别为例证明了该算法的有效性。这为我们研究低分辨雷达提供了一种全新的方法。     

复杂背景图像中维吾尔文字切分与识别技术的研究

文字识别是图像处理和模式识别的主要研究方向之一。文章提出了一种复杂背景图像中维吾尔字符切分与识别方法，该方法根据维吾尔文字母结构特点，对维吾尔文词语的切分进行了认真地分析，通过对维吾尔文字符边缘特征和笔画分布规律等特点进行研究，提出了比较有效的切分方法，并结合维吾尔文的特有规则，利用维吾尔文周边结构模式识别方法提取结构特征，最后通过计算 Minkowski距离找出最近的类别，输出识别结果。     

模式分类与识别的新动向

综述了模式分类与识别中的特征抽取与选择、模式分类与识别的传统方法及其研究状况,同时也简介了模式识别中并行处理方法的进展.在模式识别研究中多信息源、多媒体、智能化策略的综合研究将是这一领域的新动向。     

计算机文字识别的发展及应用

OCR文字识别技术和产品为适应社会的需要迅猛发展,其技术随着科技的发展日益成熟并应用于各行个业,随着计算机性能的提高和科技的不断发展,文字识别技术也将更完善。     

关于高速公路收费系统车牌识别技术的研究

车牌识别是指通过计算机视觉、图像处理与模式识别等方法从车辆图像中提取车牌字符信息。从而确定车辆身份的技术。车牌识别分为车牌定位、字符分割、字符识别三大部分。车牌定位是一个难题：车牌区域在整幅图像中所占比例很小,车牌的颜色、大小、位置也不确定,并且定位算法要能够克服不同光照和复杂背景的影响,还要兼顾准确性和实时性,因此快速准确的定位车牌是比较困难的。本文通过车牌的纹理和颜色特征采用粗定位和细定位相结合的方法进行识别。     

浅论通信信号调制识别方法

通信信号调制类型的分类识别是一种典型的模式识别问题,它涉及到很多复杂的特殊因素。随着通信技术的飞速发展,通信信号的体制和调制样式变得更加复杂多样,信号环境日趋密集,使得常规的识别方法很难适应实际需要,无法有效地对通信信号进行识别,这也给通信信号的识别研究提出了更高的要求。本文首先详细介绍了判决理论识别方法和统计模式识别方法这两种数字信号调制方法,然后对它们的优缺点进行了分析比较。