小康社会与小康家庭的定量研究模型

中国小康社会的指标体系分国家层面、社会层面和家庭层面给出,小康家庭识别模型由一级、二级指标和测量要素来刻划,用属性识别的数学方法给出定量的计算.     

一种基于加权证据合成的多传感器目标识别方法

针对多传感器数据融合目标识别问题，基于D-S证据理论，提出了加权证据合成的时空域目标识别算法。该方法充分利用了多传感器多周期的测量数据，并根据D-S合成规则要求参与合成的各证据具有相同权重的特点，充分考虑了提供证据的信源即各个传感器的可靠性。在合成中，引入证据权的概念，解决了不同权重的多传感器数据融合问题，在一定程度上改善了目标识别系统的性能。最后通过计算实例表明算法是有效的。     

基于游程的倾斜表格图像的快速检测和校正

基于表格自动录入系统中票据图像的自身特点，提出了一种基于游程的倾斜表格图像的快速检测及校正算法．通过对游程分布直方图的分析，检索出行最长游程组，根据行最长游程组的最大旋转角计算出表格图像倾斜的角度．基于实际表格图像倾斜角度一般不会过大的特点，提出了基于线性搬移技术的校正方法，通过对行、列两个方向的分段线性搬移达到图像快速倾斜校正的目的．算法已应用于实际系统，测试结果表明该技术方法可行、鲁棒性强、并且具有较高的执行效率．     

基于自识别水印模式的抗几何攻击水印算法研究

提出了一种不依赖于同步性的抗几何攻击的水印算法,通过对水印模式结构进行精心设计,使得其自身具有可识别性,通过对不同结构的水印模式进行识别,从而判断对应的水印信号.算法从根本上消除了同步性的依赖,也不需要对图像进行区域剖分和规范化,因此大大节省计算消耗.实验结果表明,该水印算法对旋转、缩放、裁剪、改变纵横比等几何操作具有鲁棒性,同时对高斯噪声、低通滤波等信号处理操作也具有鲁棒性.     

自然灾害综合灾情相对隶属度识别理论模型

针对自然灾害的评价还没有形成一个统一的标准和方法，探讨评价结果具有可比性的方法，显得尤为重要。以区域自然灾害评价指标对受灾程度的相对隶属度为基础，建立自然灾害综合灾情相对隶属度识别理论模型，讨论了该模型的算法。结合1993年沿海地区受灾综合灾情分析，论述了该模型的用法。结果表明该模型物理概念清晰，应用方便，识别结果具有可比性。     

实践型CI企业经营的利剑

CI要站在经营的角度．传递综合、动态、形象的信息，其真正的市场是在企业与客户互动和实践之中。     

大师与我们

在《CI专刊》即将出版之际．我们收到了中西元男和田中惣二两位日本CI大师特意为专刊撰写的致辞．两位大师高屋建瓴的精辟言论对中国CI发展具有很大的启示意义．他们对专刊的肯定和对中国CI前景的一致看好．对于我们和中国CI界都是莫大的鞭策和鼓励。     

Rough集-神经网络系统在信息融合目标识别中的应用

研究了Rough集和神经网络方法在信息融合目标识别中的应用 .提出将神经网络学习机制引入到Rough集系统 ,同时通过Rough集的条件和决策属性构造神经网络结构 ,并针对三种不同谱段下的三种不同目标图像进行了实验 ,试验表明 ,Rough集 神经网络相结合的识别算法的识别率要明显高于单独使用一种融合算法的识别率 ,训练时间也大大缩短 .     

基于SIFT的车标识别算法

针对车标识别过程中匹配阈值难、识别速度慢的问题,提出一种基于尺度不变特征变换(SIFT)的特征匹配车标识别算法.利用SIFT算子对图像的视角、平移、放射、亮度、旋转等不变特性进行提取,并采用BP神经网络算法自主选取车标图像特征进行分类、匹配和识别.仿真实验结果表明,简单车标和复杂车标的识别率平均值均达90%以上,该算法识别速度较快、识别率较高,能满足实际应用的需要.     

卷积神经网络声学模型的结构优化和加速计算

将卷积神经网络(convolutional neural networks,CNN)声学模型应用于中文大词表连续电话语音识别任务中,分析了卷积层数、滤波器参数等变量对CNN模型性能的影响,最终在中文电话语音识别测试中,CNN模型相比传统的全连接神经网络模型取得了识别字错误率1.2％的下降.由于卷积结构的复杂性,常规的神经网络加速方法如定点量化和SSE指令加速等方法对卷积运算的加速效率较低.针对这种情况,对卷积结构进行了优化,提出了2种卷积矢量化方法:权值矩阵矢量化和输入矩阵矢量化对卷积运算进行改善.结果表明,输入矩阵矢量化方法的加速效率更高,结合激活函数后移的策略,使得卷积运算速度提升了8.9倍.