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．     

光学相关取零阈值实现击中与否运算

为避免传统的双通道光学相关实现击中与否运算中由累计效应引起的误差,基于数学形态学的对偶法则,提出使用对双通道光学相关取零阈值的方法来实现击中与否运算,使PC机取阈时不存在误差.     

多分辨率小波变换在表面肌电信号模式识别中的应用

采用一种多分辨率小波变换来进行表面肌电信号的模式识别.该方法选择各个尺度下的小波系数幅值的一对最大最小值作为特征向量,对表面肌电信号作5尺度小波分解.对内旋动作、外旋动作、握拳动作、展拳动作的多尺度分解结果证明,该方法提取的特征信号用于识别时比传统方法的分类精度高.     

基于灰度击中击不中变换的故障特征提取方法

提出了一种应用灰度击中击不中变换提取故障特征的方法.从待分析信号中指定若干个目标波形,由此计算得出击中击不中结构元素对,在每个采样点位置进行模式匹配,具有故障特征的波形段将具有较高的输出.应用于制氧厂驱动电机的碰摩信号和转子试验台的冲击信号,成功提取出削波特征和冲击特征.该方法与人工分析信号的思路接近,算法容易理解,可以作为从时域波形直接提取故障特征的一种有效方法.     

形态小波变换在图像处理中的应用

论述了小波理论、多分辨分析技术与数学形态学的基本方法和内在联系，以及基于这三类理论所产生的形态小波变换的基本思想和应用方法，并通过一些基本的形态小波变换，展示了形态小波及其变换在图像处理应用中的巨大潜力。     

小波变换在云图边缘处理中的应用

采用Mallat快速小波变换算法进行红外卫星云图的图像平滑和增强处理,有效地突出了云系的边缘,提出红外卫星云图的边缘提取及基于边缘线的领域处理方法,可以将卫星云图中感兴趣的云系的边缘提取出来,很好地保留了云系边缘的细节。将这种方法应用于台风云系的处理,取得很好的效果,并将处理结果与采用数学形态学处理的结果进行了分析比较,总结出两种数学方法的特点。     

用Haar小波联合变换相关器进行模式识别

在联合变换相关器中应用Harr小波滤波器进行模式识别，并利用参考自相关谱抽取的方法来削弱零级直流发量，模拟结果表明，可以有效提高系统的抗噪声能力和鉴别率。     

形态分水岭变换在图像分割中的应用

给出了分水岭变换的基本原理及其数学描述,并针对二值和灰值图像分别给出了相应的实现方法,同时总结了方法的优缺点,提出了图像分割中过分割问题的一些解决途径.     

模式识别在RoboCup中的应用

在RoboCup仿真比赛中,球员的个体技术是比赛成功的重要因素,在充分分析RoboCup比赛个人技术中的两类技术,即判别函数、动作函数的确定方法的基础上,将模式识别的理论应用于RoboCup仿真比赛的个体技术中,分别使用判别域代数界面方程法确定判别函数,神经网络法确定动作函数,以射门和截球为例,详细叙述了设计过程,最后,使用传统方法和使用模式识别方法的球队在RoboCup仿真比赛中进行比赛,试验证明使用模式识别方法的球队,在比赛中个体技术显著提高。     

不确定情况下的一种排序方法

应用层次分析法进行决策时经常会遇到不确定情况下的排序问题，在不确定情况下，每个判断矩阵所包含的信息量是不同的，因此应充分利用有用信息，昼过滤掉无用信息，为此呆以通过构造一个过滤函数来实现，模拟显示，只要适当选择过滤函数就能提高决策精度。     

基于模糊算子的形态学神经网络及其应用

构造了一种模糊形态学击中/丢失算子.结合形态学神经网络,提出了一种基于模糊击中/丢失算子的模糊形态学网络,并采用模糊形态学网络实现了血涂片图像中白细胞的定位/计数.实验结果表明,这种网络可以较好地处理细胞图像处理中出现的背景干扰、细胞粘连和部分遮挡的情况.     

基于模糊算子的形态学神经网络及其应用

构造了一种模糊形态学击中／丢失算子．结合形态学神经网络，提出了一种基于模糊击中／丢失算子的模糊形态学网络，并采用模糊形态学网络实现了血涂片图像中白细胞的定位／计数．实验结果表明，这种网络可以较好地处理细胞图像处理中出现的背景干扰、细胞粘连和部分遮挡的情况．     

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．     

基于K-L变换与SVM的数学符号识别

为了实现印刷体数学表达式的自动识别,对印刷体数学符号的识别方法进行了研究,提出了一种基于K-L变换和支持向量机的符号识别方法.该方法首先对数学符号图像进行预处理,然后对其归一化之后的图像使用K-L变换进行特征降维,最后使用支持向量机分类器对其进行识别.对同济大学版的<高等数学>上册书中出现频率最高的112个基元或符号的识别率可以达到96%以上,实验结果表明,该方法比近年报道的方法有明显优势.     

短尾猴对顺位关系的认知

对营群体生活的灵长类来说 ,个体的顺位是影响该个体其它行为表现的一个重要因素。本研究通过对安徽黄山风景区鱼鳞坑群短尾猴的野外观察和有关行为的分析 ,表明短尾猴可以认知 :( 1 )自己顺位的变化 ,( 2 )自己与其它个体顺位的高低 ,( 3)其它个体之间顺位的高低。本研究的结果有助于了解动物认知能力的进化。     

模式识别在波形分析中的应用

根据波形自动分析的需要,将典型波形进行傅立叶变换,所得数据形成波形模式,继而形成典型波形空间,然后利用空间模式识别方法,把测试波形模式与典型波形空间中的模式进行比较,按离差度给出测试波形与典型波形的匹配程度,从而确定测试波形类型。文中还讨论了加权法模式识别在测试波形出现噪声时的应用。最后用实际应用中的波形数据进行了分析验证,结果表明空间模式识别方法的波形分析中具有良好性能。     

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。     

固定秩次序统计量的全变差收敛速度

在V′是二阶正规变化函数的条件下给出固定秩次序统计量分布函数的全变差收敛速度,特别地,也得到了最大值分布的全变差收敛速度。