手写字符轮廓曲率的特征提取和识别

首先对手写体字符图像进行平滑,同时获取字符的轮廓点.然后提出了一个字符轮廓曲率计算的有效方法,为了利用小波变换对曲率信号进行去噪和平滑,该方法不是直接从轮廓点出发,而是进一步抽样得出新的轮廓点.最后得到了不受字符旋转、平移、大小、位置影响的字符特征,以及相应的识别算法.实验结果表明,它在单一的特征识别方法中优于其他方法.     

酯型脱氧胆酸分子钳受体的合成及分子识别研究

以脱氧胆酸甲酯为spacer,苯衍生物作为arm合成了一系列分子钳受体。其结构经IR,^1HNMR及元素分析鉴定,并且基于计算机分子模拟确认了其构象。利用分光光谱法考察了其识别性能,并对主－客体间的尺寸／形状匹配和识别作用的推动力进行了讨论。     

汉语听沉视觉语音识别（CAVSR）双模态数据库的建立与结构

介绍了汉语双模态数据库的研究背景,采集系统,语料选择和存储结构,要用国际通有模式,建立具有华人特征的汉语双模态数据库。     

枪号识别系统设计

枪号识别系统是为某集团的枪支管理而专门设计的一个识别系统,主要实现了枪号的在线识别,以便于后期的管理工作。系统采用摄象头作为图象采集设备,采用框架滤波器进行滤波,并专门针对缺损字符采用了特殊的识别方法,同时采用动态模板匹配技术,取得较好的识别效果。     

黄土边坡稳定性的多级模糊模式识别分析

针对黄土边坡稳定分析中影响因素众多、而且具有不确定性的特点 ,采用多级模糊模式识别进行黄土边坡稳定性的分析 ,充分考虑了多种因素的影响 ,对于不同的影响因素赋予不同的权重 ,并应用实例进行对比分析 ,以说明其方法的合理性     

基于高斯相似度分析的最大后验非线性变换HMM自适应算法

由于训练环境和识别环境的失配,识别系统的性能会严重下降,为此提出了基于高斯相似度分析的最大后验概率非线性变换的环境自适应算法,它可以减小由于环境的失配所引起的系统性能的下降.在该算法中,首先将HMM模型中的高斯分量进行相似度分析并建立二叉树,然后根据数据自适应调整变换类数,在每一类内利用分段线性回归近似非线性变换将训练环境下的HMM变换到识别环境,减小环境的失配,变换参数的估计采用了最大后验概率估计(MAP).数字语音识别实验证明:该环境自适应算法的识别性能优于带有高斯相似度分析的MLST、MAPLR和MLLR等算法.     

基于MAP算法的无教师讲者自适应的研究

提出了一种基于MAP算法的连续语音识别无教师讲者自适应方法,给出了简单有效的渐进自适应公式.通过识别实验结果表明,提出的方法能利用少量的自适应数据达到满意的学习效果,是一种实用和有效的讲者自适应方法.     

语音识别中结合进化计算的MMI训练方法

将最大互信息(MMI)和进化计算(EC)相结合,引入到HMM的训练中去.各个模型用个体来表示,个体的适应值采用模型的最大互信息.这样借助于演化计算的全局搜索及种群的特点,得到了基于最大互信息估计的HMM模型的更优解.实验结果表明,用该方法训练所得的系统识别率高于传统的基于梯度的最大互信息估计方法训练所得的系统.     

仿生六足机器人步态规划策略实验研究

采用日本弓背蚁进行常规步态实验学研究和仿生学探索,通过对高速数字摄像机采样结果的判断和分析,发现了蚂蚁后足的滑行过程并定义为“滑动相“.此外,还针对蚂蚁直线前进步态给出了合理的步态关系表达式,通过与周期规则步态的对比证明了该式的现实可行性,为仿生六足机器人进行周期不规则步态的规划奠定了理论基础.所采用的实验学研究和仿生学探索相结合的方法能有效提高仿生机器人的技术水平.     

多模态语义协同交互的图文联合命名实体识别方法

针对现有多模态命名实体识别(Multimodal Named Entity Recognition, MNER)研究中存在的噪声影响和图文语义融合不足问题,本文提出一个多模态语义协同交互的图文联合命名实体识别(Image-Text Joint Named Entity Recognition, ITJNER)模型。ITJNER模型加入图像描述作为额外特征丰富了多模态特征表示,图像描述可以帮助过滤掉从图像特征中引入的噪声并以文本形式总结图像语义信息;还构建了多模态协同交互的多模态语义融合模型,可以加强多模态信息融合,并减少图像信息的语义偏差。在Twitter-2015和Twitter-2017数据集上进行方法实验,分析实验结果并与AdaCAN、UMT、UMGF、Object-AGBAN等方法进行对比。相较于对比方法中的最优方法UMGF,本方法在Twitter-2017数据集上的准确率、召回率、F1值分别提高了0.67%、2.26%、0.93%;在Twitter-2015数据集上,召回率提高了0.19%。实验结果验证了本方法的有效性。