非排版系统图形识别

对非排版系统图形及排版系统图形的主要特征进行了分析。提出了非排版系统图形被排版系统识别和处理的有效方法。处理结果证明，这种方法是行之有效的     

基于PCA的概率神经网络模式分类方法

研究了概率神经网络隐单元主要分量的选取方法。这些方法的概率神经网络比原来的网络大大降低了隐单元数，并且带来分类测试时间减少的增益。最后，就模拟和实测两组数据进行了计算机仿真，实验结果证实了这种方法的可行性。     

限值响应超平面模式识别的模型及计算方法

用模式识别的观点，探讨了以本征值分解法研究响应值在窄的上下限内的限值控制问题．通过变换坐标表象（ｒｅｐｒｅｓｅｎｔａｔｉｏｎ），可以将一个超平面嵌入响应值符合控制要求的输入模式的薄分布层中，并划分出一定的模糊分界面±ｄ’，使之与响应值的限定范围±ｄ相对应．子空间中的超平面由协方差矩阵的一组本任解确定，且最小本征值所对应的本征矢为超平面的法矢．从拟合特定输入模式的分布出发，建立输入－输出之间的一般联系，减少了在模型建立和修正过程中对系统正常运行的干扰．     

通信信号的分选与识别

本文提出了通信信号分选的识别方法,对分选的方案进行了论证,利用预处理与主处理相结合的方法来分选通信信号,尤其在进行调制分类时,提出特征提取和识模器,为了提高处理速度,采取维数压缩和线性识模器。     

使用K—L变换进行图象压缩的一种新方法

在图象变换编码领域，Ｋ－Ｌ；变换是最小均方误差意义上的最佳变换，但是变换矩阵随图象内容而不同，且计算复杂，速度慢。本文造反他合理的计算自协方差矩阵的特征矢量的方法，以削减计算时间。同时提出了将模式识别引入Ｋ－Ｌ变换的一种新的图象压缩的方法，用精选的模式集训练ＢＰ神经网络，使之在计算中将各个图象正确归类，以选择合适的变换矩阵。     

BP人工神经元网络与汉语语音的音节切分

提出了一种基于ＢＰ人工神经元网络的汉语语音声韵母分割算法．计算机模拟结果表明，该算法只需对极少数典型音节进行简单训练，便可实现汉语语音的声韵母分割，且分割精度远大于传统算法所能获得的精度．     

神经网络反传模型的理论与应用研究体会

神经网络及神经计算的新理论，模型，方法及应用受重视，并用于解决某些诸如模式识别，组合优化，语言理解等复杂问题，得到系列可喜的理论成查与实际应用。我们业已将神经网络反传模型应用于多元校正，有机合成，模式识别，构效关系及分子设计等方面。     

基于模式识别的计算机辅助工艺设计

计算机辅助工艺设计系统，是根据某厂的生产实际而研制的。系统中六个程序模块，八种数据文件。系统中的分类模块采用了模式识别法，零件的特征描述则用一个６８维向量，以工艺码来补充工艺信息的不足。     

基于气测资料的储层含油气性识别方法

基于气测资料构造适当的综合指标,分别利用模糊模式识别和误差反向传播(BP)神经网络两种方法对储层含油气性进行了分析.结果表明,气测资料与储层含油气性具有较强的相关性.模糊模式识别方法可以用来确定气测综合指标与储层含油气性之间的模糊关系,而且对待识别样品气测资料的随机性具有较强的适应性;神经网络法能够较准确地建立气测综合指标与储层含油气性之间的非线性关系,但在待识别样品气测资料具有随机性的情况下,识别结果具有随机性.利用模糊模式和BP神经网络方法对储层含油气性进行识别具有一定的可行性,能快速为储层含油气性分析提供一定的参考依据,并且前一种方法的识别效果优于后一种方法.     

基于概率图模型技术的柱面全景图生成算法

为解决复杂场景下的全景图生成问题,应用了基于概率图模型的图像匹配技术,提出了一套完整的柱面全景图生成算法。采用动态阈值法对从图像中提取的H arris角点进行初步筛选,并结合图模型算法进行精确匹配,通过对匹配后特征点的迭代投影获得摄相机焦距,对原始图像进行柱面投影并融合。该算法具有对光照不敏感和全局最优化的特性,对图像噪声和特征点提取不准确有强健的承受能力,并有效地降低了计算复杂度,使算法更具有实用性。实验结果表明:能够对存在人车移动噪声和相机几何畸变的复杂场景正确合成360°全景图。