用于图像目标识别的神经网络方法

本文提出了一种全局最优的神经网络（ＦｕｌｌＤｏｍａｉｎＯｐｔｉｍｕｍＮｅｕｒａｌＮｅｔｗｏｒｋ）模型用于目标识别。通常所设计的神经网络不能保证全局最优，使得网络不一定收敛到期望样本点上。本文的模型采用了先设计稳定点、再构造吸引域的方法，提高了网络的识别正确率及速度。针对图像识别中矢量维数大的实际，提出了一种不变性方法，使得样本维数下降而分类距离保持不变。同时又证明了网络的收敛性、收敛速度及映射保距等。计算机模拟结果表明，网络对噪声或缺损图均能正确识别。     

目标电磁散射特征信号的统计复现

本文讨论了目标电磁散射特征信号的统计复现问题，提出了一种目标特征信号统计复现的新方法，该方法不但可用于目标雷达散射截面（ＲＣＳ）的统计复现，而且适用于目标其他电磁散射特征（如目标角闪烁等），因而可较好地解决目标特征信号统计复现等一类工程问题。     

非对称极化散射矩阵的目标识别方法研究

本文针对单基地测量时线性目标的极化散射矩阵为非对称这一实际情况．根据散射矩阵理论将其进行了对称性修正，在此基础之上，利用本征极化作为雷达目标极化特性的表征并进一步提取了目标的极化特征，同时对五种飞机目标进行了识别实验研究，取得了良好的目标分类或识别效果。     

对新组建院校学科建设工作的思考

本文对刚合并组建一年的大理学院如何进行学科建设、怎样搞好学科建设进行了思考;对学科建设的内涵、意义作了阐述;对学科建设的定位、目标、学科体系、结构和布局、原则、组织和管理形式等提出了建议和措施。     

预测滤波技术在电视跟踪系统的应用

为了解决电视跟踪系统中电视脱靶量的滞后以及跳变对控制系统的稳定性和跟踪精度的影响。根据跟踪系统实时性和精度要求，设计了卡尔曼滤波器，对跟踪目标运动参数(位置和速度)进行滤波预测，提出了极坐标下Kalman滤波算法。仿真结果表明，该滤波器能够根据传感器测量值对目标位置、速度进行估值，超调量减至18％，调整时间为0．6s。     

目标数量折扣下的供应链协调分析

目前国内一些行业的公司在销售渠道中常用目标数量折扣的契约模式。本文通过一个两阶段一对一的供应链模型分析了在这种契约下供应链的协调性，以及它对供应链利润分配的影响。最后针对某品牌型号的手机进行了实证分析。     

棱镜觇牌倾斜对全站仪精密定位的影响

在利用全站仪和棱镜觇牌进行精密定位和放样工作时,由于棱镜觇牌的倾斜会给水平角测量带来目标偏心误差,极大的影响了测量精度。通过理论分析得出了目标偏心误差的内在规律和消除削弱方法。     

可视动目标逐步求精分割技术研究

运动目标识别跟踪系统中 ,目标分割是至关重要的处理环节。由于目标阴影、碎块等因素 ,估计精度受到影响 ,甚至导致跟踪的失败。提出了目标形状波动度的概念 ,并将其作为目标识别特征 ,利用最大似然估计准则 ,对目标初始区进行逐步求精估计。该算法简练实用 ,能有效地提高估计精度 ,为确保目标可靠性跟踪提供了新的手段。     

基于神经网络数据融合的目标识别方法研究

综合应用图像识别、神经网络和数据融合技术是多传感器ATR系统的一个重要研究方向。设计了一种基于BP网络和多传感器数据融合的图像识别系统。从信息论的观点出发 ,在理论上探讨了BP网络数据融合用于图像目标识别 /分类的机理。以此理论对实验结果的合理解释证明了该理论的正确性。理论分析和实验结果都证明了神经网络数据融合用于图像目标识别 /分类的有效性和可行性     

目标识别的灰色工程方法研究

灰色系统理论是研究贫信息系统分析、建模、预测、决策、控制的有效工具,在工程技术、社会、经济等领域应用广泛.探讨了灰色系统理论在目标识别中的应用问题,提出了目标识别的灰色关联算法、灰色统计算法、灰色聚类算法及灰色统计聚类算法.