基于形状和结构特征的白酒识别方法研究

提出了一种有效描述白酒显微图像中微粒的形状和结构分布的组合特征提取方法,研究了基于显微图像的白酒识别方法.显微图像先经过全差分滤波增强,以及互熵阀值区域分割.然后提取显微图像的形状和结构特征,包括所有区域面积、周长和低阶矩的总和、均值及方差,最大5个区域的畸度和圆度,以及区域数目,共计26个特征值.最后基于BP神经网络建立白酒识别模型.通过实验,比较了传统形状特征与文中提出的形状及结构组合特征在白酒识别中的效果,结果表明使用文中提供的形状及结构组合特征获得更高的识别率,达到95%以上.     

基于粗集理论的简易就业情况VB查询系统

知识的简易表述和传递对我们这个社会有着举足轻重的作用,粗集理论的研究更为社会的进步产生了非同小可的影响;我们要运用粗集的优点,把复杂的信息简单明了化,但同时也要保证事实的完备性。文章中运用粗集的基本知识,简化了一个就业情况调查表,把化简出来的结果用Vb制作成一个系统,方便人们根据自己的情况预测就业情况。     

超空间上集值映射的弱半连续性

以拓扑空间上的半开(闭)集和θ-开(闭)集为基础, 给出了超空间上集值映射的弱上半连续和弱下半连续的新定义,分别以拓扑空间、度量空间和赋范空间作为值域空间讨论了弱上(下)半连续的若干等价条件, 证明弱上(下)半连续集值映射是弱连续集值映射与半连续集值映射的推广和扩充, 给出了弱下半连续集值映射的子集网式的特征性质, 最后给出了闭包映射和凸包映射成为弱上(下)半连续集值映射的条件.     

一种新数控系统温度误差补偿控制方法

针对车床加工具有多因素非线性,利用神经网络提出解决数控机床系统的温度误差补偿控制问题的办法。方法是在现有的数控系统内部嵌入一个神经网络的小型系统,利用主元分析进行温度误差补偿数据压缩及特征提取,通过应用粗集理论对温度误差属性进行约简,用一个BP（back propagation）神经网络进行补偿控制,在网络的训练过程中利用蚁群算法对BP网络参数进行全局搜索,实现网络快速收敛到全局最优值。试验仿真表明,此方法可有效提高系统补偿精度和实时性。