人工神经网络在汽轮发电机局部放电模式识别中的应用

阐述了局部放电测量对大型汽轮发电机定子绝缘状况诊断的重要性。针对大型汽轮发电机定子绝缘中３种主要放电形式，进行了大量模拟试验，获得了３种放电的相位Φ、放电量ｑ及放电次数ｎ的三维特征谱图。采用多层前馈神经网络来分析局部放电三维特征谱图的统计数据，以实现电机中局部放电的模式识别，取得了很好的效果。     

文法识别与数据库汉语查询语言的结构分析

由于自然语言的复杂性和随意性，自然语言理解在人工智能领域中遇到了一些问题，而作为数据库，自然语言界面从一定程度上简化了自然语言理解的难度．把这些查询句加以归类整理，形成相应的模式类，并提出了具体的理解算法，较好地解决了在自然语言用于数据库查询时的理解问题，达到了预想的结果．     

神经网络专家系统在试井解释中的应用

论述了应用专家系统和人工神经网络自动识别试井解释模型的新方法．首先应用人工智能对试井解释模型的压力导数图进行识别，建立了用专家系统构成模块式识别系统；然后应用人工神经网络实现试井解释模型识别；该系统能根据新的试井资料识别试井解释模型；最后，神经网络和专家系统相结合用于试井解释．油田实际试井数据的识别结果说明该方法是一种非常有效的识别方法，对不完全的，有噪声的试井数据也能有效地识别，识别准确率较其它方法都有较大提高     

距离加权矢量量化文本无关的说话人识别

本文在研究说话人识别的矢量量化方法时，分析了用矢量量化建立说话人识别模型的可行性。针对量化码本描述的不完全性，提出了一种经距离加权的矢量量化方法，能更好地刻划出说话人语音特征空间的精细结构，从而提高正识率。本文还对特征参数ＬＰＣＣＥＰ的选取进行了理论分析和实验研究，提出了平均互—自差异比的概念，给出了一种对特征矢量的每一维分量识别能力进行定量化估算的公式。实验结果表明，距离加权矢量量化是一种具有很高正识率的与文本无关的说话人识别方法。     

一种改进的Fuzzy c—means聚类算法

该文提出了一种改进的ｆｕｚｚｙ ｃ－ｍｅａｎｓ算法（ＭＦＣＭ）。此算法是将传统算法（ＦＣＭ）直接对样本集聚类变为对特征集聚类，从而极大提高了ｆｕｚｚｙ ｃ－ｍｅａｎｓ的速度，证明了ＭＣＭ与ＦＭＣ在分类效果上的等价性，且ＭＦＣＭ较ＦＣＭ有较低的时间复杂性，讨论了ＭＦＣＭ与ＦＭＣ空间复杂性的关系。最后数值实验证实了结论。     

金属离子与EDTA配位稳定性的模式识别法分析

本文采用化学模式识别的广泛，选择电荷－半径比、Ｐａｕｌｉｎｇ电负性等五个特征量，建立了金属离子与ＥＤＴＡ配位稳定性的模式空间，采用数学、统计学的原理和方法对模式空间的距离进行了分析，并提供重要信息。     

非排版系统图形识别

对非排版系统图形及排版系统图形的主要特征进行了分析。提出了非排版系统图形被排版系统识别和处理的有效方法。处理结果证明，这种方法是行之有效的     

图象处理在纺织业中的应用现状及动向

本文主要介绍数字图象处理技术在纤维材料性能检测以及纺织品质量检测中的一些应用,并对一些值得注意的研究动向作了简要的说明。     

数学形态学边缘检测法及其对棉麻自动识别的应用

本文运用数学形态学方法提取棉麻纤维纵向投影图的边缘,然后按作者定义的形态特征参数外切矩形充满度对棉、麻纤维进行自动识别与分类,并计算出相应的混纺比。测试结果显示,本文的方法可达到较高的精度。     

限值响应超平面模式识别的模型及计算方法

用模式识别的观点，探讨了以本征值分解法研究响应值在窄的上下限内的限值控制问题．通过变换坐标表象（ｒｅｐｒｅｓｅｎｔａｔｉｏｎ），可以将一个超平面嵌入响应值符合控制要求的输入模式的薄分布层中，并划分出一定的模糊分界面±ｄ’，使之与响应值的限定范围±ｄ相对应．子空间中的超平面由协方差矩阵的一组本任解确定，且最小本征值所对应的本征矢为超平面的法矢．从拟合特定输入模式的分布出发，建立输入－输出之间的一般联系，减少了在模型建立和修正过程中对系统正常运行的干扰．