一种基于改进径向基神经网络的人脸图像识别方法

常用于径向基神经网络中心参数学习的K-均值聚类算法,易受初始参数选取的影响而收敛于局部极小值.将自动终止聚类判据的减聚类算法用于径向基网络的学习,可根据样本集确定径向基函数数目,且其计算量与数据点的数目与考虑问题的维数无关,很适合于人脸这种维数较高的模式.实验证明,应用这种算法训练径向基神经网络识别人脸,从识别精度到识别速度上都优于传统算法.     

基于SMA阻尼器的大跨桥梁地震位移控制分析

通过超弹性形状记忆合金(shape memory alloy,简称SMA)拉伸试验研究,建立了SMA四折线本构模型.利用SMA超弹滞回耗能特性,提出一种拉压型SMA阻尼器,并给出其最大输出控制力的计算公式.针对某七跨连续刚构桥,分析了桥梁伸缩缝在无限位器、安装钢棒限位器和安装超弹性SMA阻尼器3种情况下的地震位移.结果表明:安装SMA阻尼器后,伸缩缝处相对位移降低80.3%,中跨跨中水平位移和竖向位移分别降低78.8%和65.9%.因此,SMA阻尼器可以有效控制桥梁结构地震位移,对桥段相对位移的控制效果优于钢棒限位器.     

Shape controllable preparations of PbS nanocrystals using cysteine as the precursor of S^2- ions

Flowerlike, spherical and cubic PbS nanoparticles have been successfully synthesized by refluxing cysteine and lead nitrate in an alkaline solu- tion. The influences of the cysteine to Pb2 molar ratio, the pH value of the reaction mixture as well as the refluxing time on the shape of PbS nanoparticles were investigated. Detailed experimental results demonstrated that a higher molar ratio of cysteine to Pb2 (5.2:1) and shorter refluxing time favor the for- mation of flowerlike PbS nanoparticles at pH 9.0. While lower pH value (8.0) favors the formation of spherical PbS nanoparticles, and higher pH value (10.0), however, favors the formation of cubic PbS nanoparticles. The mechanism for the shape control of PbS nanoparticles is discussed.     

基于线圈与车辆号牌识别技术的治安卡口系统

随着我国经济的发展，车辆保有量及交通出行猛增，对违章逃逸、机动车盗抢及以机动车为工具流窜作案的快速侦破查处，成了我国公安交通管理部门的一大难题．全面实行对城市主要出入口、关键道路及交叉口的连续监控，对所有通过该卡口的机动车辆进行拍摄、记录与处理，是解决这一难题打击犯罪行之有效的方法．传统的使用线圈触发和视频抓拍存储的治安卡口无法有效而快速的追查目标车辆，采用线圈与车辆号牌识别技术，建设新型智能治安卡口系统可以做到对车辆号牌的自动抓拍识别、快速处理、报警，可为及时快速侦破这类案件提供强有力的技术手段．     

一种基于KNN与改进SVM的车牌字符识别算法

提出了一种将KNN(K近邻)和支持向量机相结合的字符识别算法.首先用KNN对字符进行判断,如果输出的置信度大于阈值,则认为分类正确;如果小于阈值则采用支持向量机进行判决.改进了SVM分类器,通过调整支持向量机的分类超平面改进了支持向量机的性能.将算法应用到实际的车牌字符识别中,识别结果表明,这种方法在提高识别速度的同时,有效提高了字符的识别精度.     

局部核方法及其应用

核方法是机器学习中一种强有力的学习算法.多个领域的实践表明，通过将领域知识嵌入到核函数中，一般会得到比较好的学习效果. 从微分流形的观点讨论了机器学习中全局信息与局部信息的关系，并提出了一种嵌入局部有意义信息的核方法.文本分类的实验结果表明，与其它几个分类算法相比，它具有较高的性能.     

一种新的分类方法——属性均值聚类属性支持向量机(AMC-ASVM)

在属性均值聚类(AMC)与支持向量机(SVM)的基础上,提出了一个新的模式分类算法——基于(属性)聚类的属性支持向量机算法(AMC-ASVM)。主要思想是利用属性均值聚类网络得到的具有概率信息(权重)的样本,来训练属性支持向量机,从而得到分类器。这种方法结合了属性聚类的稳定性与属性支持向量机可以利用加权样本的优点,适合处理具有强噪声的数据。另外,该方法也可以看作是堆近邻分类法的自然推广。在实验部分,将其用于结肠癌基因表达数据的处理。实验结果显示了AMC-ASVM在一定程度上优于最近邻,Boosting,堆近邻,SVM等方法。     

基于小波矩特征的小波神经网络目标识别

提出一种具有尺度、平移与旋转不变性的目标识别方法.该方法首先提取目标图像的小波矩特征,然后与小波神经网相结合,构成一套目标识别系统.小波矩不变量不仅可以表示图像的全局特征,而且还能表示局部特征;而小波神经网络结合了小波分析和传统神经网络的优点,具有很强的学习能力和推广能力.因此基于小波矩的小波神经网络目标识别系统在进行目标识别时具有很大的优势.实验中使用该方法对4类飞机目标进行识别,实验结果证明其识别率高于其它的目标识别方法.     

基于遗传算法的图像识别方法

分析了图像识别中模板匹配技术面临的计算量大、存储量大的问题,提出了基于遗传算法的图像识别方法。该方法首先对图像模板进行离散化处理,对图像离散点控制,从而把图像识别问题转化成一系列离散点的组合优化问题;然后利用遗传算法对种群优化的性能,对各个控制点组合优化,使各控制点与模板匹配;最后通过计算机仿真实验,证明了这种方法的有效性和实用性。     

任楼煤矿隐伏导水陷落柱的快速判识与探查

1996年任楼煤矿首采面曾因隐伏导水陷落柱突水，引发淹井灾害，造成3．5亿元的重大经济损失。治水复矿后，1999年又在7218工作面机巷迎头出现淋水，初始水量不大，但依据水温、水质快速判识突水通道是隐伏导水陷落柱，运用物探和钻探相结合的综合探查方法确定了陷落柱位置，为地面布孔注浆彻底封堵陷落柱提供了保证，避免了一次重大突水淹井事故。