用于语音识别中的SOFM矢量量化方法

该文讨论了神经网络语音识别系统中的ＫｏｈｏｎｅｎＳＯＦＭ神经网络的矢量量化（ＶＱ）的原理与过程,着重解决了其在实际应用时的若干问题,包括网络大小,学习步幅函数以及矢量量化过程中的公平竞争学习的控制函数的选定。过讨论了基于听觉模型的声学特性的提取与处理,这与ＶＱ性能息息相关。系统应用的实验表明,该神经网络在语音识别系统中具有良好性能。     

基于主成分分析的核Fisher判别方法在油水识别中的应用

根据测井数据结构复杂和交集严重的特点,将主成分分析思想应用到剔除奇异点和寻找两类样本的交集中,并在交集中应用核Fisher判别方法,进行油水判别,弥补了Fisher线性判别方法的不足.通过将主成分分析和核Fisher判别方法这两种理论有机的结合起来,提高了利用测井数据识别油水层的鉴别能力,实际应用中证明了本方法的实用性和有效性.     

基于 Mahalanobis距离进行人脸表情的识别

提出了利用Mahalanobis距离进行人脸表情识别的方法.首先将待分类的图像样本集进行坐标变换,使得变换以后类间离散度尽可能大而类内离散度尽可能小,即使变换以后的Fisher准则函数取得极大值,在新的坐标下求每个待分类样本到各类均值向量的Mahalanobis距离,从而将待分类的样本归到Mahalanobis距离最小的类中去,通过实验得到了平均80.25%的识别率.     

分子印迹技术及其在痕量分析的应用

分子印迹技术是近年来集高分子合成、分子设计、分子识别、仿生生物工程等众多学科优势发展起来的一门边缘学科分支，分子印迹聚合物由于具有与天然抗体同样的识别性能力和与高分子同样的抗腐蚀性能的双重优点，因而广泛应用于生物工程、临床医学、环境监测、食品工业等众多领域．介绍了分子印迹技术的基本原理，对分子印迹聚合物合成研究的最新进展进行了综述，主要介绍了它在痕量分析中的应用．     

用分类与回归树算法进行人才识别

高校人才的引进对学校的发展十分重要．传统的人才识别方式是考察引进人员的一些定性的指标来进行人才识别，这样难以保证识别结果的全面性、科学性和准确性．给出了一种新的定量的人才识别的方法，它是利用数据挖掘中分类与回归树(CART)的方法为理论基础对人才进行定量的识别，更具科学性．分类与回归树方法利用过去已有的引进人才的经验数据分析提取规则，为以后的人才识别提供合理的、科学的决策支持．     

基于网络结构的安全管理信息系统设计

文章根据安全管理信息系统的实际需要，结合计算机、非接触式IC卡、网络、数据库等技术，提出了基于网络体系结构的安全管理信息系统设计与实现方法．在系统的设计与实现过程中，分析了系统的硬件拓扑结构、软件功能结构、系统所用到的关键技术，同时对系统的性能机制给予了相应的说明．系统的硬件拓扑结构在计算机端采用星型拓扑结构，在下位机端采用总线拓扑结构，两种拓扑结构之间采用485—232转换器进行连接．软件系统针对不同的功能需要采用B／S、C／S混合结构，该种软件结构充分利用的C／S、B／S两种结构的优势，使系统的安全性、稳定性得到很大程度的提高．该系统已在天津人民广播电台投入实际使用，取得了良好的实际效果．     

邻香兰素分子模板聚合物结合作用及选择性研究

 以邻香兰素为烙印分子,α-甲基丙烯酸为功能单体,乙二醇二甲基丙烯酸酯为交联剂,采用分子烙印技术合成了1类新的分子烙印聚合物.研究了它们的吸附特性及选择性识别能力.结果表明,与组成相同的非模板聚合物相比,模板聚合物有一定的吸附性能和选择性.     

复杂动态背景中的人脸检测

针对复杂动态背景中的人脸检测问题，提出了一种基于差影运算和肤色识别的检测算法。该算法首先通过改进的差影运算初步确定人脸区域，然后建立一个人脸肤色模型进一步进行肤色匹配．从而实现由粗到细的人脸检测。实验证明，该算法可以适应不同的光照环境，不受人脸大小和朝向的限制。其运算速度和精度均达到实用要求。     

结构模态参数识别的随机子空间法

随机子空间法(SSI)是时域识别的模态参数识别法,该法根据加权方法的不同可以有3种算法．通过 处理实桥动载实测数据,研究了这3种算法识别真实结构模态参数的问题．     

桥梁移动荷载的识别与参数分析

采用样条函数逼近法对简支梁桥与多跨连续梁桥上移动荷载进行识别和参数分析．由欧拉梁理论与模 态叠加法,建立了移动荷载作用下的梁桥运动方程;利用样条最小二乘法逼近应变响应;由Tikhonov正则化方 法与奇异值分解得到了荷载识别的正则解．数值分析中,对简支梁和三跨连续梁上的移动时变力和车桥接触 力进行了识别,并对影响因素进行了参数分析．研究结果表明,采用样条函数逼近法能有效地识别简支梁与 连续梁桥上的移动荷载,具有很强的实用性和抗噪性能,且对简支梁桥移动荷载的识别精度和抗噪性能均高 于连续梁桥;采用Tikhonov正则化方法能够得到荷载识别的稳定解,并可提高识别精度和降低噪声敏感性．