基于灰度和梯度不变矩的人脸识别

提出一种新的人脸识别方法———灰度-梯度共轭不变矩法,克服了传统方法的缺点,在不增加复杂度的前提下,将灰度信息和梯度信息有效地结合起来,并将其共轭分布反映的纹理特征作为对灰度特征的补充参与特征分类.同时,对经典不变矩组进行分析并改进,消除了离散状态下比例因子的影响.以BP网络作为分类器进行试验,结果表明,与传统方法相比,该方法具有更高的识别率.     

用于可压缩Navier-Stokes方程的多速度级与多能级

构造了用于可压缩Navier Stokes方程的25 bit格子Boltzmann模型, 它具有3个速度级和3个能级. 令其局部平衡态分布函数具有质量、 动量和能量守恒, 同时假设平衡态分布函数满足高阶矩条件, 得到了具有二阶截断误差的可压缩Navier Stokes方程. 数值模拟表明, 所得结果比一阶模型的结果有较高的精度与分辨率.     

基于人工神经网络的遥感图像分类研究

随着人工神经网络系统理论的发展,神经网络技术日益成为遥感图像分类处理的有效手段,并有逐步取代最大似然法的趋势。本文重点讨论了遥感图像分类处理研究中应用效果显著的BP神经网络方法,并在MATLAB平台下对基于BP神经网络的分类算法进行了研究,最后将它的分类结果与最大似然法的分类结果进行了精度比较分析。结果表明基于BP神经网络的遥感图像分类效果是较好的,是一种有效的图像分类方法。     

一类多点边值问题的算法研究

针对一类拉普拉斯方程多点边值问题的数学计算方法进行了研究,构造出了一类差分格式。对该差分方法进行了误差分析,并给出了数值实验结果。     

Techniques of Image Processing Based on Artificial Neural Networks

This paper presented an online quality inspection system based on artificial neural networks. Chromatism classification and edge detection are two difficult problems in glass steel surface quality inspection. Two artificial neural networks were made and the two problems were solved. The one solved chromatism classification. Hue, saturation and their probability of three colors, whose appearing probabilities were maximum in color histogram, were selected as input parameters, and the number of output node could be adjusted with the change of requirement. The other solved edge detection. In this neutral network, edge detection of gray scale image was able to be tested with trained neural networks for a binary image. It prevent the difficulty that the number of needed training samples was too large if gray scale images were directly regarded as training samples. This system is able to be applied to not only glass steel fault inspection but also other product online quality inspection and classification.     

基于三层Client／Server模式的构件服务模型设计

针对基于构件的软件开发如何与面向对象方法有效结合,设计并实现高度灵活、可复用的构件式应用程序,从而实现软件分析、设计与实现的连续性与一致性问题,提出了基于三层Client/Server模式的构件服务模型,研究了从OOA＆OOD模型建立应用程序的构件服务模型的方法,同时给出了形式化的构件服务模型描述,这不仅为构件服务模型的形式化验证方法提供了新的研究思路,也为基于构件的软件开发提供了基础。文中的方法已成功用于实际的项目开发中,且取得了较好效果。     

基于模糊Markov博弈控制求解伙伴选择问题

针对不确定条件下的伙伴选择决策问题,引入基于ANFIS和神经网络的模糊神经网络,实现了一种全新的进行值函数逼近的梯度下降Q学习的算法,对多影响因素进行FNN学习,将输出量作为标准Markov博弈模型的输入量,得到影响的策略,最后研究了一个应用实例,利用具体历史数据对建模方法和模型进行了验证和分析。     

权重信息不完全的区间数多属性决策GRA方法

针对属性权重信息不完全,且属性值以区间数形式给出的多属性决策问题,提出了一种灰色关联分析的决策方法。该方法依据一般的灰色关联分析方法的基本思路,给出了解决属性权重信息不完全的区间数多属性决策问题的计算步骤。其核心是通过构建并求解一个单目标最优化模型,得到每个方案与正、负理想方案的关联度,进而计算出每个方案与正理想方案的相对关联度,即可得到所有方案的排序结果。最后给出一个数值例子,结果表明该方法简单、有效并易于计算。     

组织内收入偏好分布与主体激励——模型构建和模拟

组织成员的收入偏好影响其工作积极性，并最终作用于组织绩效。以往的相关研究主要把组织成员看作独立的主体进行分析，忽略了其他相关主体的收入偏好可能具有的影响。在特定组织中，各成员的收入偏好存在差异，因而在组织层面上表现出一定的分布特征，可以用均值、标准差、偏度和峰度等参数进行描述。本文通过建立一个多主体模型来分析组织内成员收入偏好的分布是如何影响特定主体的努力水平，进而影响亚组织（部门、项目团队等）的绩效。研究表明，组织内成员收入偏好的均值和标准差对其努力水平的影响较为显著，说明组织在招聘过程中要注意控制潜在员工收入偏好水平的高低和离散程度。     

OUTPUT FEEDBACK CONTROL FOR MIMO NONLINEAR SYSTEMS WITH EXOGENOUS SIGNALS

The paper addresses the global output tracking of a class of multi-input multi-output （MIMO） nonlinear systems affected by disturbances, which are generated by a known exosystem. An adaptive controller is designed based on the proposed observer and the backstepping approach to asymptotically track arbitrary reference signal and to guarantee the boundedness of all the signals in the closed loop system. Finally, the numerical simulation results illustrate the effectiveness of the ProPosed scheme.