基于扫描数据零件轮廓特征自动识别的方法

主要研究基于扫描数据自动识别零件轮廓特征的方法与技术．首先给出了零件轮廓特征自动识别的工作流程，然后提出了零件轮廓特征自动识别的原理与算法，最后通过具体实例验证了本方法的优点及可行性。     

航海新技术应对策略

论述了电子海图显示与信息系统、船舶自动识别系统的的发展状况、应用要求和航海图书资料内容与出版方式的变化，分析了这些航海新技术在提高航行安全和效率方面的作用以及应用问题，探讨了航运主管部门、航运企业和航海教育机构有效利用这些航海新技术的应对策略。     

智能科学系介绍

智能科学系前身是1985年成立的信息科学中心。是国内大学中第一个创办智能科学与技术本科专业的系,主要从事智能与信息科学技术领域的教学和科研,包括机器感知、智能机器人、智能信息处理和机器学习等前沿研究。智能科学系具有多学科交叉和综合特点,基础研究与成果转化相结合,有力推动社会经济发展。该系拥有北京大学第一个国家重点实验室(视觉与听觉信息处理) ,有教授(包括院士和长江学者)、副教授近2 0名( 50岁以下全部具有博士学位)。十多年来培养2 0 0多名博士和硕士,2 0 0 4年开始招收本科学生。智能科学系承担和完成一大批国家973、86…     

指纹与计算机信息管理

随着计算机技术的发展,指纹自动识别系统已经历了大型计算机、小型计算机、单台工作站及其联网运行系统和工作站并行处理系统的不同发展阶段,目前指纹技术又出现以微机并行处理系统为开发平台的新趋势。我国研制的微机并行处理指纹自动识别系统取得突破性进展。指纹自动识别系统的建设和应用,是公安指纹管理工作的一场技术革命,是一个复杂的系统工程,涉及技术、规划、管理等诸多方面,公安部应当加强对该项工作的领导与指导。     

基于多因素模糊综合决策的AIS与雷达航迹关联算法与仿真

探讨采用多因素模糊综合决算进行AIS与雷达目标航迹关联的方法。研究了模糊因素集、评价集、单因素模糊评价矩阵、多因素模糊综合决策准则，以及航迹关联与脱离质量等算法。通过不同目标情况下的计算机仿真，验证了该方法的正确性与有效性。同时讨论了关联门限值等问题。     

地质勘探图的矢量化方法研究

根据地质图中的图形元素的特点，给出了具有地质属性的工程图矢量化方法，从而将地质勘探图纸信息转化为具有地质信息的矢量数据。分块细化方法提高了大幅图纸的细化处理速度；数据优化处理从整体上考虑了勘探图素间的相关性，减少了矢量化过程中人为造成的误差；图形元素的部分非几何属性的自动识别提高了矢量化的自动化程度。这些方法在地质勘探图的矢量化系统中得到实现，并已在油田实际工作中应用。     

地质勘探图的矢量化方法研究

根据地质图中的图形元素的特点 ,给出了具有地质属性的工程图矢量化方法 ,从而将地质勘探图纸信息转化为具有地质信息的矢量数据。分块细化方法提高了大幅图纸的细化处理速度 ;数据优化处理从整体上考虑了勘探图素间的相关性 ,减少了矢量化过程中人为造成的误差 ;图形元素的部分非几何属性的自动识别提高了矢量化的自动化程度。这些方法在地质勘探图的矢量化系统中得到实现 ,并已在油田实际工作中应用。     

基于土壤系统分类的土壤遥感自动识别分类系统的设计

设计出基于土壤系统分类的土壤遥感自动识别分类系统(ASICS)的总体框架，并探讨了其实现方法．该系统由3部分组成：空间数据库、分类识别和结果输出．空间数据库由遥感数据和非遥感数据组成，遥感数据选择绿度指数图像、土壤专题信息增强图像和同谱土壤图像，非遥感数据包括高程、高差、坡度、坡向、粗糙率指数、水系密度、土壤发生分类类别．分类识别采取在非监督分类的基础上对土壤类型进行正向推理与逆向推理相结合的识别模式．用像结构建立了土壤分类识别的规则，构造了基于土壤系统分类的土壤分类判决树．     

数学形态学边缘检测法及其对棉麻自动识别的应用

本文运用数学形态学方法提取棉麻纤维纵向投影图的边缘,然后按作者定义的形态特征参数外切矩形充满度对棉、麻纤维进行自动识别与分类,并计算出相应的混纺比。测试结果显示,本文的方法可达到较高的精度。     

海洋浮游植物自动分析和识别技术

浮游植物是海洋生态系统的初级生产者．对其种类的分类鉴定和定量分析是海洋科学研究和应用的基础性工作．传统的分析方法主要采用显微镜下的人工鉴定和定量计数．为了适应海洋科学和环境监测中的快速检测的需要，解决目前显微镜人工鉴定中存在的专业水平要求高、分类人员断层、耗时等问题，至今已有不少学者对各种浮游植物自动分析和识别方法进行了研究．包括基于藻细胞形态的与计算机技术相结合的图像法，基于藻类色素组成的吸光光度法、荧光分光光度法和高压液相色谱法．基于藻细胞大小、色素组成、DNA等的流式细胞仪法，基于细胞基因系列的分子探针法等．本文对这些方法的原理、发展动态、优缺点等进行了综述．认为基于藻细胞形态的浮游植物显微图像自动识别技术，由于其综合了现代仪器自动分析和传统显微分类方法的优点，是浮游植物自动识别的一种理想和实用的方法，将有很好的应用前景．