基于代数方法的图像特征抽取和识别

该文对文献（３）中的相似度计算了改进,用低维矩阵替代高维矩阵进行计算,先证明没有改变原有图像矩阵的相似度,然后用新方法和原方法解决一组人脸图像识别问题,实验结果表明,新方法大大减少了计算量,又能保持稳定的识别率,具有较高的识别效果。     

味觉信号的特征抽取

本文叙述了对味觉信号进行特征抽取和选择的方法，并基于神经网络方法对五味信号进行模式识别，取得了较为满意的效果。该方法也适于一般三维图形的特征抽取、识别的应用场合。     

一种新的代数特征抽取方法及人脸识别

特征抽取是图象识别中的一个最重要最基本的问题，代数特征抽取是一各肯效的特征抽取方法。该文给出了一种新的代数特征抽取方法。首先给出了图象矩阵特征矩阵的概念，再根据特征矩阵抽取代数特征，该文证明了这样抽取的代数特征具有一些重要的代数和几何不变性，作为一个应用，将此方法用于人脸识别，取得了很好的效果。     

地震剖面分割的模式识别方法

在初步了解，地质解释人员人工解释的方法，经验和前人所做的计算机解释系统的基础上，以地震地层学的理论知识为背景，利用模式识别和图象分析，提出了在计算机上对迭后地震剖面进行自动分割的一种新方案。     

由地震记录辅助推断沉积相──模式识别在地震勘探中应用的探讨

本文概述了国外在模式识别用于地震勘探方面的进展，提出了一种由地震道分类以别沉积相的方法，在此基础上着重讨论了地震道的分类识别问题，其中包括数据获取，特征抽取以及分类方法，文中并给出了相应的实验结果。     

应用模式识别自动追踪地震剖面同相轴

将模式识别技术应用于自动追踪地震剖面同相轴．追踪过程用迭代法来实现，第一次迭代时追踪到强同相轴，在其后的迭代中追踪到弱同相轴．每次迭代中的追踪范围限制在前一次迭代已得到同相轴所勾划出的区域内，采用相关相邻地震道的方法追踪同相轴，一种称为双态相容性检测法ＢＣＣ的算法可以同时相关三个道．追踪完同相轴后自动编辑同相轴，提供描述同相轴的有关参数．迭代法和ＢＣＣ算法的结合在模拟人工解释以及将“地质趋势”加入最终结果方面是有效的．     

地震属性与储层特征的相关性研究

利用基于马尔科夫链理论的正演模拟方法生成的合成地震剖面 ,通过众多地震属性的提取 ,分析研究了地震属性与地质剖面中所包含的储层特征的相关性。研究结果表明 ,在利用地震属性研究具体的地质问题时 ,应该首先进行资料的品质评价。就资料品质的信噪比而言 ,信噪比低于 2时 ,原则上不能利用地震属性研究地质问题 ;信噪比为 2～ 4 (中等信噪比 )时 ,可以利用地震属性研究地质问题 ;信噪比大于 4时 ,利用地震属性研究地质问题时所提取的地震属性最稳定 ,所得结果的可靠性较高。当地层厚度、速度和密度以及构造形态在横向上都发生变化时 ,各地震属性与储层特征之间相关性较差     

一种自动化的网页数据抽取方法

数据抽取是当前网络飞速发展的背景下衍生的一类技术。简单介绍了数据抽取技术的发展和研究现状,并针对目前数据抽取技术的不足提出了一种新的数据抽取方法．能够自动化地并高准确度地从网页上抽取数据。     

用于DNA序列结构分析的特征抽取方法

人类基因组计划中的DNA序列图谱是生命科学和基因工程中的伟大成就,要解译隐藏在基因组中的生物信息还有一段很长的路要走,这是因为DNA序列的结构很难分析和识别．作者提出一种用于DNA序列结构分析的特征抽取方法．这种方法采用DNA序列码序的共生概率来抽取高维特征．然后采用相关法和／或贝叶斯分类器来分类结构模式．一些仿真试验的结果表明这种方法适合于DNA序列的结构分析。     

纹理特征抽取和纹理识别的神经网络系统

本文提出一个纹理特征抽取和纹理识别的神经网络系统,它含有一基于纹理回归模型的特征抽取网络和一个纹理识别的多层神经网络,尤其是前者是一个能求解回归系数的,神经网络,不仅解决了纹理特征抽取问题,而且解决了一大类采用最小二乘估计的应用问题,因而具有一定通用性.     

人脸图像有效鉴别特征抽取与识别

基于具有统计不相关性的最优鉴别变换,分析了小样本识别问题,提出了抽取人脸图像有效鉴别特征方法,在Ｏｌｉｖｅｔｔｉ Ｒｅｓｅａｒｃｈ Ｌａｂｏｒａｔｏｒｙ（ＯＲＬ）人脸图像库上得到了平均识别错误率为２．７５％的实验结果,这是目前在ＯＲＬ人脸图像数据库上所得到的最好的实验结果,并在南京理工大学ＮＵＳＴ６０３人脸图像库上得到平均识别错误率为０．９％,的实验结果,这些结果表明所提出的人脸图有效鉴别特征方法     

多视图模型的语义描述与特征提取

提出了一种基于特征的集成化的产品数据处理模型——多视图模型 ,这一模型可以被不同的应用工具所共享 ,从而使得不同领域的特征视图得以统一 ,并支持各视图对各自模型的操作 ,多视图模型通过形状特征描述和特征语义表达的关联而达到产品数据的全局统一 .     

一种改进的掌纹线方向特征提取方法

掌纹识别由于方便易行,近年来已成为鉴定人身份的主要方法之一.经典的基于线方向特征识别掌纹的方法忽略了纹线上其他具有辨别力的方向特征.该文改进了传统基于半方向特征编码的方法,改变其中一个半方向编码特征为另一个具有代表性的方向特征,获得了更多的掌纹曲线特征,从而有效提高掌纹识别效果.实验表明,该方法相比传统的方法具有更高的识别率及准确度.     

基于分形矩的印刷体藏文特征提取方法

基于现有的藏文字丁特征提取方法——图像投影法和方向线素法，运用分形矩理论，提出了一种基于分形矩的藏文字符特征提取方法．用该方法提取的特征有效地反映了藏文字丁的局部和全局特征，减少了图像中像素位置变化给识别部分带来的负面影响．该方法在一定程度上克服了藏文字丁极多而造成的误识率高的缺点，并且解决了由于特征向量雏数较多造成的运算速度慢的问题．     

基于分形矩的印刷体藏文特征提取方法

基于现有的藏文字丁特征提取方法——图像投影法和方向线素法,运用分形矩理论,提出了一种基于分形矩的藏文字符特征提取方法.用该方法提取的特征有效地反映了藏文字丁的局部和全局特征,减少了图像中像素位置变化给识别部分带来的负面影响.该方法在一定程度上克服了藏文字丁极多而造成的误识率高的缺点,并且解决了由于特征向量维数较多造成的运算速度慢的问题.     

自动特征识别的新方法

在对箱体类零件的加工特征及特征参数进行仔细分析、归纳和总结，对特征实体造型进行深入研究的基础上，提出了一种基于特征实体模型的截面轮廓造型自动特征识别方法。这种方法能够从单个造型特征的自身局部的数据结构入手，根据造型软件的造型特点，将此造型特征在草图上的横截面外轮廓环识别出来，再根据制定的特征规则及其成型特点识别出具体的加工特征，有效地避免了特征重组和相交特征识别的难点，实现了对复杂箱体类零件的加工特征自动识别，从而实现了CAD/CAPP系统的信息自动传递。     

基于LBP和PCA特征提取的人脸识别

为有效解决局部二元模式(LBP)在人脸识别特征提取时维数过高的问题,提出了一种结合LBP特征和主成分分析(PCA)的人脸识别方法.首先,对人脸图像进行分块,提取其LBP直方图特征,然后使用PCA方法对特征向量进行降维,最后将降维后的特征向量用于识别.在FERET人脸库上的实验结果表明:相对于原始LBP表达方法,结合LBP和PCA的人脸表达能有效降低计算复杂度,同时也较好地保持了原有识别精度.