神经网络在电子海图系统中的应用研究

提出了一种基于人工神经网络的第图点状符号自动生成的方法，通过研究用扫描仪扫描纸质海图所得的象素电子海图文件，分析出海图中的符号在象素文件中的表示特征，并根据这些特征分割出待识别的区域，再利用误差反传（ＢＰ）神经网络进行识别，以达到完成象素电子海图符号矢量化的目的。利用这种方法成功的完成了电子海图符号的自动识别．     

一种动态载荷的识别方法

提出了一种逆优化系统识别动态载荷的方法。该方法避免了一般载荷识别中频响函数求逆运算中由于矩阵病态而引起的运算及运算失败，从而提高了识别精度，为动态载荷，特别是宽频带、瞬态冲击载荷的识别提供了一种有效途径。     

用几何最小二乘法改进 ITD 法的阻尼识别精度

ＩＴＤ（ＩｂｒａｈｉｍＴｉｍｅＤｏｍａｉｎ）模态识别方法可不用输入系统的信息就识别系统的模态参数，但识别的模态参数常常很不精确，且阻尼比的识别精度很差。当激励信号不是独立白噪声信号时，不应该采用ＩＴＤ法进行模态识别。推导了ＩＴＤ法识别的模态频率和阻尼比的相对误差公式，由此分析了造成阻尼比识别结果很差的原因，并且引入了Ｉ－ｂｒａｈｉｍ提出的双最小二乘算法（ＤＬＳ），在此基础上，提出了几何最小二乘法（ＧＬＳ）。通过理论推导和算例验证得到：一般情况下，ＧＬＳ和ＤＬＳ算法均可提高阻尼比的识别精度，且前者的识别结果优于后者。     

轻亚粘土在地震作用下液化程度模糊识别理论

根据轻亚粘土在地震作用下发生液化，液化程度具有模糊性的特点，提出轻亚粘土液化程度或级别的模糊识别理论与方法，可作为初判参考，指出了应用最大隶属度原则进行轻亚粘土液化差别中存在的问题。     

象素级多传感器图像融合技术

多传感器图像融合是图像信息物综合怀分析过程，它可有效地萃取多通道图像信息，构成统一图像，提供显示中心显示或决策机构判别。各种图像传感器的性能极大地依赖于使用环境，至今还没有一种图像传感器在多种不同的使用条件下，其各项性能都高于其它类型的图像传感器，融合多传感器国图像能够提高图像探测系统的探测和识别能力。     

手写印刷体汉字识别中特征及提取方法的改进

通过对汉字整体结构的分析及描述，在传统的特征点基础上，我们双提出了一种新的特征点，并对常用的特征点判别方法进行了改进。这种方法可以应用于印刷汉字及允许一定变形的手写体汉字，经实验表明，提取精度较高。     

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。     

动态系统施力函数的识别与控制概论

本文综述了动态系统施力函数的识别与控制（ＩＣＦＦ）的研究现状，初步分析了施力函数性质对动态系统响应的影响，给出了八种可用于ＩＣＦＦ的研究方法和途径。     

钢丝绳缺陷定量识别的贝叶斯建模方法

提出了跳变系统检测的贝叶斯建模方法，针对钢丝绳检测信号特征，设计了断丝定量识别的多重假设检测方法，可以在线监测钢丝绳状态。     

智能装配系统中神经视觉的三维物体识别

根据智能装配系统的实际要求，提出了一种利用神经视觉进行三维物体识别的理论和方法，在利用立体象对重建物体的三维外形的基础上，建立物体的区域图，利用物体的三维矩及其不变性来构造代表物体的特征矢量．采用ＡＲＴ２神经网络构成神经网络分类器，把物体的特征矢量作为神经网络分类器的输入，从而对物体进行识别或分类．这种识别或分类方法可以在线学习，能满足智能装配环境下连续作业的要求