基于2D图表示原理的模式识别研究开放性问题

在基于多元统计图表示原理的信息融合与模式识别研究取得阶段性成果基础上,给出了可视化模式识别的理论研究框架关联图.基于对理论框架关联图的分析和分解,提出了基于2D图表示原理的模式识别研究开放性问题.这些问题既是需要深入研究的工作,也是完善这个重要理论的基础,对于建立一个崭新观点的模式识别理论具有重要意义.     

模式识别中的图结构描述方法综述

从概率图、组合图、代数图和几何图等模型角度综述模式识别中图结构的描述.分别讲述每一类图模型的图结构构建形式和计算方式,回顾其起源,归纳其历史发展过程,分析其研究现状.其中,着重论述各类图模型描述的不同特点和潜在关系,剖析未来发展方向.引用基于图模型的模式识别发展史上具有代表性的论著,介绍引领方向的研究学者,旨在帮助读者理清图模型的发展脉络,把握其前沿动态.     

基于色度学空间的多元图表示

针对传统的多元图表示可以表示信息在空间中的几何分布,但无法表示类别概率的缺点,本文提出基于色度学空间的彩色多元图表示。在保留传统多元图表示优点的基础上,集成了色度学维度,利用色度混合原理表示不同类别数据在空间点所占的比例,有利于通过直观的视觉认识类别分布信息以及引入图像处理方法。比传统的多元图表示更适合可视化模式识别的应用。     

故障树结构重要度分析中的模式识别方法

传统结构重要度分析方法是基于数值模式(0,1)的方法,是确定的二值问题.本文将模糊熵的概念引入故障树结构重要度分析当中,提出一种重要度分析的模糊法,它是基于非数特征值的模式分类方法,其基本事件可以是多表达式,特别适用于大模式整体结构,同时对二值问题也同样适用.     

多元图图形基元和特征基元提取与表示方法

提出一种多维数据多元图图形基元和特征基元提取和表示的方法.首先应用多维数据多元图表示原理实现无结构数据的结构化表示,然后在建立基于多元图图形基元和特征基元表示的一般化表示模型基础上,提取出了表征多元图图形的图形基元和特征基元.为验证该方法的正确性,采用UCI机器学习数据库中的Iris等数据进行了分类实验,不同分类方法实验结果对比证明该方法具有较好的识别效果.     

模式识别技术在扬声器故障诊断中的应用

针对目前扬声器检测普遍采用人耳监听的现状，提出一种基于模式识别技术进行扬声器故障检测的方法．首先，对87个类型已知的各类扬声器进行数据采集和数据处理，并计算不同类型扬声器的类标准频谱图；然后，测试其他已知类型的扬声器，进行数据处理，计算其频谱与类标准频谱图之间的欧氏距离、相似度和二维相关系数三种指标，并根据其对扬声器进行识别．试验结果表明，利用频谱图及多指标的模式识别技术能够提高故障诊断精度．     

几类图的表示数

探讨了完全二部图Km1,m2,完全图卡氏积图Km×Kn和完全图并图Km Kn的表示数。找出了Km1,m2表示数的上限,并进一步缩小上限;获得了Km×Kn和Km Kn表示数的下限。     

智能化监测诊断技术中的故障模式识别方法

在简要介绍以模式识别方法为前提的设备状态监测与故障诊断技术的基础上,详细论述了时间序列法的基本原理以及在设备故障诊断专家系统中的应用,对时间序列法在系统应用过程中的几个数学问题,结合实际,进行了认真探索.通过对时间序列法AR模型的研究,旨在铺平企业设备智能化监测诊断控制技术的应用之路.     

论数学中的模式识别方法

模式识别是数学学习中的一种常用方法,善于进行模式识别是数学学习者必须具备的一项基本技能.从心理学来看,模式识别的机制可以用模板说、原型说和特征说这三种观点来进行解释,模式识别的类型通常包括对象识别、特征识别、关系识别、句法识别、方法识别及结构识别等.     

形式化表示UML顺序图的结构操作语义

采用三元组形式化定义了UML顺序图及其对应的结构操作语义规则,并采用该方法描述了身份验证过程对应的操作顺序.这为基于UML顺序图的测试用例的自动生成奠定了基础,也为UML顺序图的模型转换和模型验证提供了必要的前提条件.     

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．     

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。     

模式识别在采矿中的应用

1 非线性映照法识别原理1.1特征向量选取特征向量的选取是模式识别工作的关键,首先,要求选取对分类贡献大而较少的(不破坏分类情况的最少特征量数)特征量数目,再者要求样本数和空间维数的比值要大于3.为此我们从表1的七个特征量中根据加权因子的大小作了初选。再据此通过各种组合逐步降维进行筛选.由七个特征量中筛选出分类效果最好的4个固有特征向量,即铅、锌、氧化钙+氧化镁和二氧化硅的分析数据.     

基于仿生模式的人脸识别

我们提出了基于“认识”事物的人脸识别.以同类样本全体的连续性规律为基本出发点把人脸识别看成人脸 “认识”的问题而不是人脸分类划分,与以“最佳划分”为目标的传统统计模式识别相比, 本文的方法更接近于人类“认识”事物的特性.同一人脸的分布在低维空间中具有一定的类聚性而不同人脸的覆盖范围相互交织.随着空间维数增加,同类样本内聚性减弱,不同类样本互斥性增强;空间维数继续增加,同类样本内聚性与不同类样本互斥性反而都会减弱.将待识别人脸在某一空间进行覆盖范围的识别.若属于多个侯选人脸覆盖范围,进而运用Fisher人脸     

基于多维数据列向量2D图表示的多维筛可视化组合分类器

提出一种新型的可视化组合分类器--多维筛分类器.该分类器集成了属性数据的2D图表示、图像处理与模式识别技术.其根本思想是将数据矩阵的属性数据映射为2D多元图,然后将多元图通过像素图及图像处理技术转换为子分类器,利用组合分类器规则将各子分类器构成多维筛可视化组合分类器.通过引入交互式方法,选择最优多元图用于分类.通过对Iris数据集的分类试验表示,散点图多维筛与极坐标多维筛的分类精度可以达到98.67%和97.33%.     

自嵌套波形的特征层次树表达及波形分类系统

基于波峰、波谷的支配与从属关系,对具有自嵌套结构的波形提出了一种特征层次树描述方法,并建立了相应的波形分类系统.给出了作为树结点的主导峰(谷)的概念及识别算法,和波形特征层次树的生成算法及树结点的表达方式,分析了特征层次树的表达特点,还讨论了波形分类系统中基于这种表达方法的两种分类算法.     

一种用于模式识别的动态RBF神经网络算法

对径向基函数（RBF）神经网络在数据分类中的应用进行了研究．提出一种应用于模式识别的动态RBF训练算法,该算法使用区域映射误差函数并结合资源分配网络（RAN）的“新性”（novelty）条件动态调整网络的隐层节点数,从而可以更加有效地进行模式识别．二分类样本和建筑材料CaO-Al2O3-SiO2系统仿真表明,该改进算法使误差下降更快,减少了训练次数,可以获得精简的网络结构,从而使网络具有较高的泛化能力．