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。     

限制性手写体汉字识别中的笔划跟踪及特征抽取

在对计算机的汉字识别方法讨论分析之后,本文以汉字的结构特征为基础,提出了一个新的笔划跟踪搜索方法,用来解决手写体汉字的识别问铱,在该方案中采取了速度快、质量好的平滑细化等预处理方法。在特征抽取中采用了定向记忆跟踪和笔划拼接二种方法,从而解决了在笔划抽取中,特别是在笔划经过细化处理后,不可避免地带来某种程度的笔划畸变的情况下,如何正确地抽取笔划特征,找到了一个较完善的处理方法。经过大量的计算机实验,证明该方法切实可行。且已使正确识别率提高到95％以上,误认率低于5％,识别速度小于2秒。     

用AR模型分析纱条不匀和故障识别的研究

本文在IBM PC/XT微机上,采用模型参数法和模式识别技术,进行了纱条不匀的分析和生产中故障识别的初步研究。研究表明:使用18阶的AR模型所得到的熟条功率谱曲线,能有效地反映出熟条的不匀结构。采用修正的K-L近邻法使故障识别准确率达到85％。这种模型参数法和故障识别技术对改进纺纱工艺有一定的应用价值。     

手性液晶的研究——Ⅵ.2,5-二苯基吡啶类

设计合成了(+)-2-[4-(2′-甲基丁氧基)苯基]-5-(4″-烷氧基苯基]吡啶和(+)-2-[4-烷氧基苯基]-5-[4′-(2″-甲基丁氧基)苯基]吡啶两个系列共七个手性液晶化合物。进行了结构分析,确证其结构。它们具有右旋近晶相、宽的相变温度、稳定性好等性能。     

手性液晶的研究——Ⅶ.苯基嘧啶类铁电液晶

合成了四个系列共十四个化合物,测定了它们的相变温度和相态,对部分化合物进行了电滞回线和螺距的测试,并比较了结构和性能的关系。其中(d)AmPA′Pm(Ⅱ)和(d)HpPA′Pm(Ⅳ)为室温铁电液晶,AP(d)Hp′Pm(Ⅲ)为胆甾相液晶,对产物进行了初步的混合配方探索。     

一种新的神经网络畸变不变模式识别方法

本文以Ｗｉｄｒｏｗ等人的方法为基础，提出一种新的神经网络畸变不模式识别方法－－最小距离畸变不变模式识别网络。数值模拟显示，新方法具有完全的畸变不变性，相当高的识别精度、实时的识别速度、强大的抗噪能力、极短的自适应时间以及显著降低的运算量。     

检测局部异常信号的一个新特征量

工程结构的损伤往往反映为所检测信号中的局部异常变化,为了在设备探伤中捕捉并定量解释这类局部异常变化,本文提出了一种新的特征量——差分超限数。与其他几种典型特征量比较,差分超限数特征量具有特征性较强且计算简便等特点。