模糊超椭球分类算法及其在无约束手写体数字识别中的应用

为获得具有强推广能力、高效的识别算法 ,提出了基于模糊超椭球聚类的模糊超椭球分类算法 ,并且用于无约束手写体数字的识别。模糊超椭球聚类能充分利用训练样本集的分布信息 ,运用较少的类别个数来表征复杂的样本分布 ,获得良好的识别效果和推广能力。在此基础上 ,模糊超椭球分类算法加入了有监督的控制 ,使算法在聚类过程中可以确定合适的类别数 ,使学习结果能更好地反映训练集的概率分布。然后 ,采用学习矢量量化等算法对其进行进一步有监督训练 ,从而取得更好的训练效果。在国际通用的 NIST字库和实际采集的手写体数字集进行的实验中 ,模糊超椭球分裂算法获得了令人满意的结果 ,而且具有进一步发展的潜力。     

中国大区域间投入产出连接模型

区间投入产出连接模型描述了区域之间物资和服务各部门的相互流通和综合平衡关系 ,由于我国各大区域间资源状况的生产水平有很大差异 ,研究区域间投入产出关系有重要意义 .一般情况下 ,区域间投入产出表是的各地区的投入产出表为基础建立的 ,表中各部门仅统计了调入调出总量 ,两区域间调入调出关系并不清楚 .为此 ,要根据现有的各地区投入产出表建立区间投入产出表 .本文提出了建立区域间投入产出连接模型的几种方法 .该模型也可用于研究国际间连接模型 ,以分析各国间的贸易状况 .     

基于电子支付密码的支票自动容错识别系统研究

系统地研究了基于电子支付密码 (又称变码印鉴 )的支票自动容错识别技术 ,包括基于电子支付密码的支票识别系统的组成 ,支票数字图形的提出、特征提取和预处理、应用多种神经网络识别方法对大写和阿拉伯数字识别、对多种侯选方案进行容错识别等技术 ,并建立了支票识别原型系统 ,并取得了理论成果 ,该系统有应用前景 .     

目标规划在动态投入产出模型中的应用

应用动态投入产出模型制定中长期宏观经济规划时，经常遇到求多目标的最优解问题，而且，不仅要按不同优先级的目标分层次地进行优化，还要使初始年的各种经济指标符合始端条件。采用目标规划方法，可以在满足始端约束和目标年预期指标的条件下，合理地利用有限资源．定量地得出逐年的产出量、投资构成以及最终净需要量，从而可正确地制定出经济发展规划和决策。     

无约束手写体支票金额汉字串识别系统

针对手写支票金额汉字串分割和识别都十分困难的特点 ,提出了一种基于隐 Markov模型的 ,分割与识别相结合的算法。该算法具有如下的突出优点 :在分割方面 ,将偏旁部首作为分割的基本单位 ,充分考虑无约束手写汉字分割的各种交叠和粘连情况 ,降低了金额汉字串分割的难度 ;在识别方面 ,通过对字符识别结果采用多选 ,利用动态规划算法来对整串字符进行识别 ,提高了汉字串的识别率。作为处理分割困难的汉字串的一种新思路 ,该方法对于其他手写字符识别问题也具有重要的借鉴意义。     

基于遗传算法的数据方体系统设计

决策支持系统实际应用的需求是用户提出的一组频繁查询。为了在系统资源有限的情况下快速有效的回答这些查询,该文提出了基于查询的数据方体系统设计问题。并使用结合了启发式算法的混合遗传算法来优化数据方体系统。在通用数据库上对各种算法进行了实验比较。实验结果表明了该文提出的混合遗传算法在多数情况下可以取得最优解。在不同的系统维护成本的限制下,混合遗传算法都比Harinarayan贪婪算法有效。维护成本越低,效果越明显。     

中国消费的线性与非线性预测模型

中国消费的线性与非线性预测模型夏绍玮，胡方杞，刘学东（清华大学自动化系，北京１０００８４）ＬｉｎｅａｒａｎｄＮｏｎｌｉｎｅａｒＰｒｅｄｉｃｔｉｏｎＭｏｄｅｌｓｏｆＣｏｎｓｕｍｐｔｉｏｎｏｆＣｈｉｎａＸｉａＳｈａｏｗｅｉＨｕＦａｎｇｑｉＬｉｕＸｕｅｄｏ...     

基于单层网络的自组织的鲁棒主成分分析(PCA)算法

为提高工程图识别中基于主成分分析（ＰＣＡ）的特征提取的精度，讨论了ＰＣＡ鲁棒性问题的两种提法。通过对能量函数的修正，提出一种新的在线自组织式的鲁棒ＰＣＡ运算规则。该方法基于单层线性神经网络（ＮＮ）结构，但是权值的训练算法是非线性的。该鲁棒ＰＣＡ算法能够在运行过程中自动地识别样本集之中的“劣点”，从而在迭代训练中加以适当处理来排除对运算精度和收敛性的影响。通过对比仿真实验结果表明，鲁棒ＰＣＡ算法较之传统的基于特征值分解的统计分析法和各种简单的线性自组织ＰＣＡ算法在鲁棒性上有了较大的改善