雷达辐射源信号双谱二次特征提取方法

现有的双谱特征提取方法可以满足信号分类识别，但是出现了交叉项、平凡双谱以及特征维数过高等一些问题。针对以上问题，提出一种双谱二次特征提取方法，将双谱转化为灰度图像，以灰度值表示双谱幅度；再利用图像处理技术提取双谱二次特征，提取出能够表征辐射源信号双谱图像纹理信息的灰度共生矩阵特征集；将该特征集与Hu-不变矩特征集进行对比实验。仿真结果表明：该方法具有更好的分类识别性能，对于CW、LFM和NLFM信号的平均识别率均达90%以上。     

改进的SIFT特征匹配算法

针对SIFT特征匹配算法在特征空间中进行历遍搜索,匹配速度慢的问题,提出一种金字塔层间匹配算法。首先,根据特征点所处金字塔层不同将特征点划分为不同的集合,其次,选择待配准图像金字塔中某一层集合,在基准图像金字塔中寻找相似层,并确定待配准图像金字塔与基准图像金字塔层之间的相似关系,最后,在相似层之间寻找匹配点。待配准图像中的选择层集合由金字塔底层到顶层,寻找相似层所用时间依次缩短。与原算法相比,该算法具有相同的旋转稳定性。将该算法与原算法分别应用实际图像配准中,结果表明:可见光图像配准中,匹配速度提高了3.2倍,正确匹配率提高了10.3％,红外图像配准中,匹配速度提高1.4倍,正确匹配率达到100％。     

反胶束溶液和血红蛋白水溶液相平衡的研究

研究了十六烷基三甲基溴化铵－正庚烷反胶束溶液和牛血红蛋白水溶液的相平衡,探讨了有机相助表面活性剂种类和浓度、水相ｐＨ值、水相离子种类和强度、表面活性剂浓度的影响,适宜条件下,牛血红蛋白的萃取率可达９５％以上。对实验结果从表面活性剂极性头与蛋白质分子间的相互作用和反胶团包溶蛋白质时的空间阻碍作用上进行了解释。     

基于神经网络的眼底视杯图象分割技术

根据眼底图象中视杯的边沿特征,提出了一种基于ＢＰ神经网络的视杯分割方法,详述了这种方法的实现过程,并研究了ＢＰ学习算法的加速问题．实验证明,这种方法的分割效果较好．     

视觉伺服系统中的最优控制律的探讨

通过建立视觉反馈系统的模型和视觉伺服的公式化模型,对特征信息法作理论公式的推导,讨论线性模型的稳定性和可控性,推导最优控制律．     

一种基于空间域和频谱域特征的图象分割方法

提出了一种基于空间域和频谱域特征的神经网络的医学图像分割方法．本方法不需要教师监督,能自动生成最优的网络输出节点,即分类数．对ＣＴ,ＭＲＩ和超声图像的分割表明本方法有效方便．     

Schiff碱型双(苯并-15-冠-5)对碱金属苦味酸盐的萃取性能研究

用五种Ｓｃｈｉｆ碱型双（苯并＿１５＿冠＿５）为离子载体,在水＿１,２＿二氯乙烷体系中研究了其对碱金属苦味酸盐的萃取性能,测定了分配比Ｄ和萃取平衡常数Ｋｅ．结果表明,这些双冠醚与苦味酸钠以１∶１（冠醚单元∶金属离子）形式络合,而与苦味酸钾和苦味酸铷则以２∶１形式络合．     

（H,G）—变换和拟正则半群

研究一般的（Ｈ,Ｇ）型变换通过适当合成变换后生成拟正则半群;并建立了Ｇ－变换和（Ｈ,Ｇ）型变换两者之间的拟共形共轭关系．对于给定的一个拟正则半群,构造了一个不变共形结构ＧΓ,使得该半群中的每个元素在这个不变共形结构下保持Ｇ－变换不变．     

遗传算法在立体图象匹配中的应用

基于传统立体图象匹配技术,提出了一种新的使用遗传算法的特征匹配方法．实验中,采用了两种特征提取算法,以适应不同图象要求．实验用图包括自然景物图和人工合成图．此外,用ＢｒａｎｃｈＡｎｄＢｏｕｎｄ算法得出比较结果．实验结果表明,遗传算法有好的匹配正确率和收敛速度,具有鲁棒性,适合立体图象匹配．     

质心层次特征的无约束手写体数字识别

光学字符识别（ＯＣＲ）是模式识别最为成功的应用之一．目前,ＯＣＲ的研究重点是无约束手写体字符识别．采用了基于字符质心的层次特征对无约束手写体数字进行分类识别．基于字符质心的不均匀分块方法,在一定程度上可以克服无约束手写体数字字形千变万化所引起的不稳定性．层次特征将字符在空间的二维分布转化为一维,特征抽取过程简单,易于实现．将该算法应用于无约束手写体数字的信函分拣系统,单字的平均识别率达９７％以上．