汽车牌照自动识别系统

车牌的自动识别是计算机视觉、图像处理与模式识别技术在智能交通领域应用的重要研究课题之一,是实现交通管理智能化的重要环节,主要包括车牌定位、字符车牌分割和车牌字符识别三个关键环节。     

Nonnegative matrix factorization and its applications in pattern recognition

Matrix factorization has been widely used in many fields[1]. In numerical algebra, the large-scale and com- plex problems can be transformed into small-scale sim- ple subproblems by matrix factorization; in applied statistics, low rank approximation of or…     

基于△u模式和RBF网络的局部放电模式识别

局部放电（PD）模式识别是诊断高压电气设备内绝缘缺陷的重要方法之一．采用了一种△u模式参量作为局部放电的图谱特征，并采用不变矩作为放电特征；同时，采用了径向基函数神经网络（RBFNN）对局部放电△u模式参量构成的图谱特征进行识别．结果表明采用正交最小二乘法（OLS）训练的RBFNN对△u模式中的不变矩特征参量进行识别，RBFNN收敛速度快且稳定性强，识别率达到85．7％以上，能够很好地识别由5种人工绝缘缺陷模型产生的局部放电信号，在实际应用中具有良好的应用前景．     

一种新的分类方法——属性均值聚类属性支持向量机(AMC-ASVM)

在属性均值聚类(AMC)与支持向量机(SVM)的基础上,提出了一个新的模式分类算法——基于(属性)聚类的属性支持向量机算法(AMC-ASVM)。主要思想是利用属性均值聚类网络得到的具有概率信息(权重)的样本,来训练属性支持向量机,从而得到分类器。这种方法结合了属性聚类的稳定性与属性支持向量机可以利用加权样本的优点,适合处理具有强噪声的数据。另外,该方法也可以看作是堆近邻分类法的自然推广。在实验部分,将其用于结肠癌基因表达数据的处理。实验结果显示了AMC-ASVM在一定程度上优于最近邻,Boosting,堆近邻,SVM等方法。     

模糊推理与建模分析

利用模糊集合理论与系统辨识,参数估计的理论和方法,分析并给出了模糊推理系统的建模特征、建模任务以及建模方法的思想。     

基于支持向量机的短期GDP预测模型与应用研究

支持向量机是最近几年国际上模式识别研究的热点,具有全局最优和良好的泛化能力.本文在理论分析江门市GDP预测指标体系的前提下,研究了基于SVM的预测方法,并运用实际数据进行建模和预测,获得了比较准确的预测结果.     

指纹识别系统中的模式识别技术

论述了用模式识别的方法实现人的身份识别的方法，分析了目前生物特征的特点，选择指纹作为识别的特征，并对指纹的特征、提取方法、特征的预处理以及对识别的结果的影响等进行了分析，介绍了作者已经实现的指纹识别系统中采用的基本方法，对指纹识别的应用前景做了概括性的展望．     

中药血竭的化学模式识别研究

建立了10种中药血竭样品的HPLC(High performance liquid chromatgraphy)指纹图谱，并把HPLC指纹图谱信息进行数据化及数据标准化处理；用重叠率与相关系数两个参数，从两个方面定量地对这10种样品的HPLC指纹图谱进行了相似性评价；在此基础上用系统聚类分析法定性地对这10种样品进行了分类和鉴别．从而建立了一种相对完善的中药血竭的化学模式识别技术，为中药血竭的质量评价和分类鉴别提供了一个很好的方法和思路．     

最佳投影识别法用于三唑类化合物的抗真菌活性的分子筛选

将最佳投影识别法(Optimal Projection Recognition Method)应用于1-[2-(取代苯基甲硫基)-2-(2，4-二氟苯基)乙基]-1H-1，2，4-三唑类化合物的抗真菌活性的分子筛选，得到了建模所用的最佳模式识别投影图，建立了用于该类化合物抗真菌活性分子筛选的具有较好预测能力的数学模型．     

模糊超球神经网络的条件重叠学习算法

模糊超球神经网络的聚类学习算法采用形状因子θ实行有指导的学习.针对θ的引入所带来的问题,提出一种新的无指导学习算法--条件重叠学习算法.算法不受模糊超球形状因子θ的影响,学习速度快,学习后的模糊超球个数更少,识别正确率更高.