河流相地层高精度地层构型界面形成机制及识别方法

分析了河流相单砂层级别的高精度地层构型界面的形成机制及河流相自旋回对异旋回的改造和影响,总结了单砂层级别高精度地层构型界的识别标志,及在异旋回控制下进行自旋回对比高精度地层构型界面的对比方法。结果表明:一个单层主要由河道侵蚀前期沉积物掠夺可容空间并逐渐充填、洪水期形成洪泛泥岩后形成;共有5种河道砂体的叠置模式和对比模式,而且河道砂体的叠置模式受可容空间增加速率与沉积物供应速率比值控制。     

基于小波变换与野草算法的细胞图像特征提取与识别

本文在细胞图像小波多尺度分解的基础上,提出在小波域中进行细胞图像特征提取的方法。针对基于小波变换提取的细胞图像特征向量维数过大、冗余等问题,提出一种基于小波变换与野草优化算法相结合的细胞图像特征的提取方法,最后利用BP神经网络作为分类器进行细胞图像识别。计算机实验仿真结果表明,与现有的未进行特征优化的细胞图像特征提取识别方法相比,本文细胞图像特征提取、分析、识别方法所需时间更短,识别正确率更高,实时性、鲁棒性能更好。     

手背静脉特征提取算法

提出一种基于有限Radon变换(FRAT)的手背静脉识别新方法.在考虑手背静脉图像"线状"特点的基础上,先将手背静脉图像"分块",再对分块后的图像进行FRAT变换,并提出一种向量非均衡分布可得最大值的方法,提取手背静脉图像纹理特征,最后通过特征匹配进行分类识别.结果表明:与传统的Hough变换和离散Radon变换相比,新方法提高了目标直线特征的检测速度;在有800个样本的数据库上进行实验,获得了96.5%的识别率,表明了算法的有效性.     

基于Gabor 相位和图像质量评价的高分辨率掌纹细节点提取算法

针对主线、褶皱线及噪声等造成高分辨率掌纹细节点提取困难的问题, 提出一种基于Gabor 相位和图像质量评价的高分辨率掌纹细节点提取算法。首先使用Gabor 振幅相位模型对掌纹图像进行描述, 并基于 Gabor 相位提出多尺度的细节点检测方法; 然后利用提取细节点过程中的信息, 设计基于傅里叶响应的质量评价方法和基于Gabor 振幅的质量评价方法; 最后融合两种质量评价结果, 并对检测到的细节点进行筛选。实验结果表明, 所提方法能够有效地提取高分辨率掌纹图像的细节点, 并去除不可信细节点。与其他方法相比, 具有更好的细节点提取结果。     

嗅觉系统神经网络模型字符识别中的应用

Freeman在大量神经生理实验的基础上建立了生物嗅觉系统的非线性神经网络模型,即K系列模型．其中,KⅢ模型是一种混沌神经网络,它的模式识别机制与以往的人工神经网络完全不同,更接近实际生物神经系统的工作模式．研究通过对26个英文字符的学习、识别研究得出,系统相对于传统的神经网络有着很强的学习能力,学习5～6次就能有很好的识别能力,在10次达到最优学习效果,并与真实神经系统学习过程中的倒“U”曲线相对应．     

工程记录曲线的自动提取和数字恢复

工程记录曲线的数字化对实现这些资源的数字存储、利用以及共享和交流具有非常重要的意义.作者采用图像处理和模式识别的理论与技术,提出一种新方法实现坐标纸绘制曲线的自动提取和数字恢复.这种方法包括基于中轴变换的交叉曲线分离的方法,基于空域-频域信息融合的种子复原和二阶导数的间断曲线的提取方法.该方法的优点是速度快,自动化和智能化程度高.     

藏文联机手写识别的难点及其解决方法

通过分析各种联机手写识别方法(统计模式识别方法、结构模式识别方法、结构和统计模式识别方法) 以及藏文自身的特点,总结出藏文联机手写识别的方法.     

基于盲签名的电子选举方案的改进

在分析Sensus电子投票系统的基础上,针对该系统的不足之处提出了相关的改进意见,并改进设计一个可用于互联网大规模投票的电子选举方案,该方案采用了阈值、盲签名、验证序列号等思想,使得本协议方案在保持了原有方案的各种优点的同时,增强了电子投票系统的安全性和公正性,并具有较高的效率,是一个实用的电子投票方案。     

LBAM神经网络及其在图像识别中的应用

本文提出了一种用于图像识别的神经网络。它由映射网络ＭＮ和ＬＢＡＭ网络组成。ＭＮ中使用了不变性换法，降低了图像样本的维数肯保持分类距离不变。在设计ＬＢＡＭ网络时，通过全局考虑，使得网络的吸引点和吸引区域满足实际全局最优之需要。ＬＢＡＭ具有网络结构简单和收敛速度快的优点，计算机模拟证实，此网络具有对缺损和噪声图像进行正确识别的能力。     

复杂空间背景下暗弱目标的快速识别方法

本文针对复杂空间背景下暗弱目标难以识别的问题,提出了一种基于匹配滤波的暗弱目标快速识别算法.首先建立了恒星跟踪模式下条纹状空间目标的成像模型,并利用信噪比来界定空间目标的暗弱程度.进而设计了一种条纹单元模板,该模板避免了生成大量不同长度的条纹模板,从而降低了图像空间滤波过程中的计算量.最后通过仿真实验验证了该算法的有效性,能够实现信噪比为0.5的暗弱目标的快速识别.