基于特征的回转体零件建模系统的研制

本文在分析了基于几何的ＣＡＤ系统的不足的基础上，提出了利用特征建模技术来建造计算机模型，并以所开发的ＦＢＲＰＭＳ系统为例，说明特征建模的原理和方法。该系统模块化设计，功能性强，易扩展，已成功地应用于ＣＡＤ／ＣＡＰＰ／ＣＡＭ集成领域     

有关特征建模技术的研究

开发基于特征建模的ＣＡＤ系统是实现ＣＡＤ／ＣＡＭ一体化的根本方法,讨论了特征及其分类、特征空间及特征关系等关键技术,提出了基于特征的产品模型,并对其实现做了研究,最后建立了完整的特征模型。     

自动指纹识别系统预处理技术及细节特征提取算法的研究

指纹图像预处理是自动指纹识别系统(AFIS)的关键步骤,它的好坏直接影响到整个系统的速度和准确率.详细介绍了预处理过程中指纹图像与背景分离、方向信息提取、纹线提取、二值化、细化,以及细节特征提取等关键技术.在这些模块中,提出了一些改进算法和新的思想.根据人指纹本身是一个曲面结构的特点,采用一种自适应的局部阈值分离方法,解决处于不同深浅区域的指纹图像均能有效地同背景分离;提出了一种改进的、基于非彻底细化图像的细节特征提取算法,在不对纹线进行任何处理的情况下,直接从细化指纹图像上提取原始细节特征点集合,并针对各种噪声产生的伪特征点进行修复;另外,还介绍了一种基于灰度纹线跟踪直接提取指纹图像细节特征的新方法,并与传统算法进行了比较.这种方法不经过二值化、细化等过程,能显著减少预处理带来的累计误差,加快处理速度,在一定程度上提高了准确率.实验证明,以上算法行之有效,在实际应用和严格测验中取得了较好的效果.     

一种新的二步指纹分类方案设计

设计了一种新的指纹二步分类方案,该方案先用基于MKL方法的分类器为待分类指纹确定两个最具可能性的类,再利用经过训练的SPD分类器对第一步的结果进行二分类．用本文的分类方法对标准指纹分类库NISTDB4上的2000枚指纹进行实验得出五分类正确率为95．5％,四分类正确率为96．9％,分类结果优于目前参考的各种分类技术．     

岩石薄片三维重建训练图像分析

基于二维图像的砂岩三维重建中,二维图像的空间结构分析是一个至关重要的环节.要成为三维随机模拟的训练图像,二维图像的空间结构统计特征必须满足平稳性和遍历性要求.本文通过多尺度纹理特征分析方法进行训练图像的平稳性分析,利用表征区域分析训练图像的遍历性.实验结果证明,满足平稳性和遍历性的训练图像能得到较好的三维重建结果,并提高了三维重建的效率.     

企业业务流程的结构化建模

分析了组成业务流程的活动之间的关系，提出了活动间信息交流的度量方法，将活动间的结构特征转化成代数矩阵的形式加以表示，据此提出了业务流程的结构模型，并用ISM法进一步分析了该模型所揭示的结构特征，从而为流程的重构提供新的依据．     

神经元控制器在感应电机矢量控制中的应用

神经网络具有自学习、自适应能力，用于控制时可以不依赖控制对象的数学模型．为实现对交流电机快速和精确控制，基于单神经元设计出用于感应电机矢量控制的自适应碰饺和转速控制器，利用神经元的自学习功能在线调节连接权重，实现自适应控制．并将此设计应用于交流电机矢量控制系统中，数字仿真实验表明此方法设计的控制器可克服传统PID控制器在电机参数改变时控制性能差等不足，动态特性好，鲁捧性强．该设计结构简单，实际应用时易于实现数字化．     

基于规则的神经网络在模式分类中的应用

针对模式分类任务,提出一种基于粗糙集规则的神经网络构造方法.首先,利用粗糙集理论和遗传算法约简输入特征,在尽量保持分类能力不变的情况下降低条件属性维数,并推导出简练的分类规则集合.然后,以规则集为基础构造BP神经网络结构、确定网络层数、输入输出节点数等,并计算规则的条件属性重要度和依赖度2个参数对连接权值进行初始化.最后,通过一个实例验证了方法的有效性,结果表明该方法能有效解决传统神经网络构造难、解释难、过拟合等问题,提高了分类精度,降低了训练时间.此外,初步探讨了网络训练时对知识提炼的影响.     

RBF-DDA 神经网络用于手写体汉字识别的研究

使用了一种新的神经网络模型———动态衰减调节径向基函数（ＲＢＦＤＤＡ），并结合一种新的特征提取方法来进行手写体汉字识别的研究，通过对１００种汉字、１５０００个样本的初步实验，取得了识别率为９９％的良好结果，表明将ＲＢＦＤＤＡ引入到手写体汉字识别的研究是比较成功和可行的。     

一种基于形状信息描述的图像特征匹配算法

针对已有匹配方法匹配特征点少、图像匹配精度低的问题,提出一种基于边缘形状描述子的图像特征匹配算法。该算法首先利用曲线凸性将图像边缘分割为近似直线段组,再将连接多个直线段的点定义为关键点,将关键点周围直线段组定义为形状特征包,最后利用局部形状特征包中所有点集相对其几何中心的位置关系分布形成描述子。实验结果表明：该算法的图像匹配正确率均高于SIFT算法和Shape Context算法,且对噪声问题不敏感,可应用于基于Hough变换的物体检测。