基于拆支跟踪法提取特征的视网膜血管形态识别

介绍了视网膜血管形态识别的新方法和方法改进,包插图象预处理中的自适应灰度校正,拆支跟踪法提取互连通型网孔的特征链码,利用最小差距判别准确则实现方位无关性形态识别等,并给出实验结果。     

视网膜血管图像及其网孔的计算机处理(英文)

本文主要阐述视网膜血管图像及其网孔的计算机处理。通过局部图像增强的自动阈值选择等手段,解决视网膜血管图像与局部背景之间因灰度混同所造成的二值化困难;采取边缘跟踪方法以提取二值图像中的闭合网孔,提出利用闭合网孔周长作为识别的特征,并讨论了与图像的方向定位无关的实验结果。     

含受控源的网络分析的另种算法

介绍一种不需要进行复杂矩阵运算，直接建立含受控源网络的节点导纳矩阵和网孔阻抗矩陈的简便方法－－节点耦合法和网孔耦合法，将受控源对方程的影响通过逐步修正节点导纳矩阵和网孔阻抗矩阵来实现，从而节省较多的内存和机时。     

一种简易网孔的性能分析

提出了一种新的互连网络模型-简易网孔，它可看作由普通网孔的每个结点删去一条边而产生，比较了这种新式网孔和普通网孔的拓扑性能，并给出了有效的广播算法。     

δ—网分形指纹及其在图像匹配中的应用

基于δ－网分形指纹特征，提出了一种自然景物图像的匹配方法，实验结果表明δ－网分形指纹特征是一种自然景物图像的稳定分形特征，采用δ－网分形指纹特征对自然景物图象进行的匹配，能获得比传统的基于灰度和边缘的特征匹配方法以及多尺度分形指纹匹配方法更好的匹配结果。     

非线性结构动力响应中的灵敏度分析

基于δ－网分形指纹特征，提出了一种自然景物图像的匹配方法．实验结果表明δ－网分形指纹特征是一种自然景物图像的稳定分形特征，采用δ－网分形指纹特征对自然景物图象进行的匹配，能获得比传统的基于灰度和边缘的特征匹配方法以及多尺度分形指纹匹配方法更好的匹配结果．     

薄壁网孔工件在数控冲床加工中的变形分析

为了避免数控转塔冲床加工薄壁网孔工件时的表面翘曲变形，实验中从控制加工网孔工件的平整度、增大板料压紧力和选择合适冲切方向与顺序3个方面来减小薄壁网孔工件的变形量．结果表明，1m×2m以上的产品，通过以上方法，变形量由原来的4～5mm成功地控制到1mm的范围内，能让数控机床正常工作，达到产品质量要求．     

一种分形图像匹配方法

通过对ＦＢＭ的Ｗｅｉｅｒｓｔｒａｓｓ－Ｍａｎｄｅｌｂｒｏｔ随机分形逼近函数的频谱分析，给出了多重分形特征的定义，并给出了判别图像的ＦＢＭ区域的方法，在ＦＢＭ区域内采用该特征进行匹配能克服复杂自然景物图像中灰度与边缘特征的不稳定性，实验表明该匹配方法能够获得比传统匹配方法，例如平均绝对差算法以及特征匹配法更高的匹配定位精度和匹配概率。     

利用数据挖掘技术检测多形态蠕虫

理想的多形态蠕虫可以避开任何基于特征的入侵检测系统,为此提出了基于字符特征匹配和数据挖掘的多形态蠕虫检测方法.基于蠕虫攻击模型,提出了通过数据挖掘,如Bayes和ANN,识别JUMP地址检测多形态蠕虫的方法.通过对多种实际蠕虫及其多形态变种进行测试,结果表明该方法检测率和性能比传统的IDS有大幅的提升.     

基于数学形态学的交通标志自动识别

本文提出了基于数学形态学理论的交通标志自动识别方法,并研制了一个实验系统．运用数学形态学方法对交通标志的内核形状进行形态处理并提取其形态骨架函数,根据内核形状的形态骨架特征对交通标志进行分类,以达到识别交通标志的目的．实验结果表明形态骨架函数能有效地表达交通标志的内核形状特征,以形态骨架函数作为物体的形状特征进行模式匹配,能较好地识别交通标志．新的形态骨架匹配算法具有位移不变性质,使得识别具有良好的稳健性     

基于压缩子结构特征的手写体数字识别

在对字符结构进行分析的基础上 ,提出了一种用于自由手写体数字识别的子结构特征 .由于绝对位置、笔画长度等特征因人而异 ,文中利用字符的拓扑信息来增强特征的稳定性 ,并将字符模式表达为一个矩阵 ,矩阵的每一列即为字符的一个子结构特征矢量 .由于子结构特征表达的模式可分性强 ,可通过矩阵运算对模式进行特征压缩 ,同时将不同模式等维化 ,利用一变结构神经网络构造分类器 ,避免了传统子结构特征规则匹配的缺点 ,提高了模式匹配速度 .利用信函分拣机提供的数字进行测试 ,识别率可达 97.58%.     

基于模式识别神经网络的重力匹配算法

为了提高重力辅助惯性导航系统在重力异常明显区域内的定位精度和匹配率,用模式识别神经网络的方法进行了重力匹配.在匹配时刻,根据惯导指示位置确定在一定的网格点范围内搜索载体真实位置,以每个网格点为终点把惯导指示航迹放置到重力图上,由此提取一系列的参考重力图上数据,并把它和对应网格点的位置定义成一个模式类,把所有的模式类作为概率神经网络的样本训练一个模式识别神经网络,然后把重力仪测量数据使用该神经网络识别到某个模式类,对比模式类的定义可以确定此时的载体位置.计算仿真研究表明,该算法的重力匹配率优于通常的相关匹配算法,其组合导航系统的定位误差在1个重力图网格左右.     

视网膜神经元网络模型分析

将嗅觉神经系统刺激、响应的WinnerLess Competition (WLC)模型应用到视觉通道的视网膜神经元网络的计算之中,研究视网膜神经元的电位发放特性.通过数值实验,发现视网膜神经元的电位发放与生理实验的结果相近,得出WLC模型能够用于视觉通道计算研究的结论,并分析了视网膜神经元网络中神经节神经元电位发放的ISI,讨论了该网络模型的动力学性质.     

图的匹配复形

给定图G=(V(G),E(G)).如果M     

准宽带匹配网络计算机辅助设计

文章介绍了一种准宽带匹配ＣＡＤ方法。这一方法可按照通带内的极大－极小增益响应,用最优化方法直接寻找匹配网络策动函数,据此综合匹配网络,全部设计工作均由机助进行,避免了解析方法中选择最佳功率传输函数的困难和复杂的运算,并用实例说明ＣＡＤ方法优于解析方法。     

基于多特征融合的多摄像机人体跟踪方法

在非重叠视野摄像机网络中, 因视觉盲区等因素的存在, 难以对人体目标进行准确可靠的持续跟踪, 为此, 提出一种融合主颜色特征、 纹理特征和时空拓扑特征的目标跟踪算法。该算法将人体区域分割成上、 中、 下3个目标子块, 分别利用最近邻聚类算法提取每个目标子块的主颜色信息, 并计算主颜色匹配率; 通过提取目标的空间纹理特征获得纹理匹配率; 最后通过融合计算人体外观匹配模型。同时, 根据目标关联信息的累计统计信息, 采用增量学习思路建立和更新摄像机网络的时空拓扑关系。实际场景的实验表明, 该算法能有效地对非重叠视野多摄像机网络中出现的人体目标进行连续跟踪, 并随系统的持续运行和监控区域中新目标的不断出现, 其跟踪准确度也随之提高。     

复杂脑网络研究:现状与挑战

以大脑网络研究为例,详细介绍了大脑网络的构建、结构网络、功能网络以及结构与功能的联系等方面的研究进展.基于复杂网络理论,对大脑结构网络和功能网络的分析得到很多重要的拓扑性质,如"小世界"、"无标度"、模块化以及核心脑区的分布等;另外发现认知功能、神经精神疾病与大脑结构和功能网络的拓扑结构变化或异常有关;总结了国内外在此领域的研究成果,提出了大脑网络研究工作面临的挑战,并展望了将来发展方向.     

网络控制系统的连锁失效影响分析

文章针对网络化控制系统中一个小的软件失效,通过网络交互引起整个系统崩溃的连锁失效现象进行研究;通过借鉴拓扑网络的研究方法,建立了网络化控制系统的多层网络拓扑图构建方法;利用网络拓扑结构建立了网络化控制系统的相互依赖原则,并对其相互依赖性的特点进行了分析;最后利用网络拓扑结构分析了连锁失效的特点及其相互依赖表现。     

Snort下模式串匹配算法的研究与改进

在阐述入侵检测技术研究现状的基础上,通过对入侵检测系统snort下BM和Wu-Manber两个模式匹配算法的研究,然后对其分别改进,并进行实验验证,实验结果表明使用改进的算法提高了匹配效率,减少了存储需求,从而进一步提高了入侵检测系统的检测性能。