一种基于Adaboost的车牌定位算法

针对成像过程的光照影响以及车辆的污损对车牌定位影响较大的情况,提出了一种基于Adaboost的车牌定位算法.该算法首先将车牌彩色图像进行预处理,然后使用Adaboost算法进行车牌定位,最后使用车牌颜色模型对车牌定位结果进行校验.相对于目前用于车牌定位的方法,该算法具有较快的定位速度和较高的准确率.实验证明,采用该算法能获得较好的车牌定位效果,鲁棒性强,具有较大的实用价值.     

鼠标点击的图形代替快速识别算法

鼠标图形是一种方便快捷的软件操作方法,本文首先对鼠标图形进行分析,提取具有平移和放缩不变性的特征,并使用这些特征作为多层前馈神经网络的输入来对鼠标图形进行识别.采用改进的RPROP算法对神经网络进行训练,实验结果表明,该算法能够识别复杂的鼠标图形,具有准确度高和抗干扰强,识别速度快的特点.     

区域用水结构演变及驱动力分析

运用信息熵理论表征用水结构变化趋势,采用主成分分析方法提取公共因子,运用灰色关联理论分析公共因子与用水结构的关联程度。以南京市为例,分析区域用水结构演变特征以及用水结构变化的驱动力因素。结果显示,南京市用水系统的信息熵值从2000年的1.532 nat增长到2014年的1.791 nat,均衡度由0.787提升至0.861,表明城市用水结构随着时间的推移变得更加稳定;经济结构调整、节水水平、人口演变、用水需求等因素是影响南京市用水结构变化的主要驱动力。提出区域用水总量控制对策,以保障水资源合理利用。     

基于SUSAN的指纹细节点提取算法

在整个指纹识别过程中，指纹图像的细节点提取至关重要．许多算法是先将脊线细化后进行提取，耗时较多，且易产生大量不易去除的伪细节点．作者将一般图象配准中常用的角点检测技术运用到指纹识别中，提出基于SUSAN的指纹细节点提取新算法．该法在传统的SUSAN上进行数项改进，使其适用于指纹图象，完成端点和分叉点的提取，再根据所产生伪细节点的分布情况将它们去除．此法计算简单、抗噪声能力强、不需事先对脊线进行细化．