基于GA-BP神经网络的脱机手写藏文识别方法

通过对当前流行的各种识别技术进行分析比较,在对藏文手写体特征展开深入研究的基础上,考虑到将来的研究趋势及可扩展性,提出了一套基于手写藏文识别的技术方法,即基于GA-BP神经网络的藏文识别方案,并着重对手写藏文识别中的特征提取和分类器设计进行了分析,提出了藏文识别领域今后的发展方向。     

一种基于OpenCV的车牌识别方法

研究了一种基于OpenCV的车牌识别方法。在车牌定位阶段,提出一种综合边缘信息和颜色信息,并结合车牌几何特征定位方法,通过SVM机器学习实现车牌精确定位。在车牌字符分割阶段,通过设定像素跳变阈值去除边框,提出一种结合垂直投影法和字符特征的字符分割算法。在字符识别阶段,提出结合投影和网格的字符特征提取方法,并利用4个BP神经网络进行字符识别。实验表明,该方法定位率高,字符识别快速准确,具有较强的鲁棒性和实用性。     

函数凹凸性定义的探讨

函数的凹凸性,反映在函数图形上就是曲线的弯曲方向,通过它可以较好地掌握函数对应曲线的性状.本文通过证明给出了函数凹凸性的几种定义形式,以及关于函数凹凸性的几个命题,并利用函数凹凸性的定义证明了几个重要的不等式.     

函数凹凸的等价定义与命题

根据微分学教材中函数凹凸的定义与定理,给出2个等价定义和3个等价命题,并试证明之.     

一种基于深度学习的玉米病害识别方法

目的:针对现有玉米病害种类繁多、识别方法耗时耗力等问题,对传统卷积神经网络结构进行改进和优化,提出Corn＿Modle新型玉米病害自主识别模型。方法:构建含有6种玉米病害种类的数据集,并对其进行数据增强和预处理;将新建模型在训练集上进行训练,利用测试集对其进行试验验证。结果:Corn＿Modle模型的准确率为96.85%,参与对比的AlexNet、LeNet-5、ResNet50、MobileNet等4种经典模型的准确率分别为93.98%、77.06%、63.44%和87.25%,在准确率、精准度、召回率等评价指标上优于对比模型。结论:新构建的Corn＿Modle模型在准确率、鲁棒性和稳定性方面比传统的经典模型表现更好,可为玉米等农作物病害识别技术的发展提供参考。     

函数凹凸性的应用举例

该文主要根据函数凹凸性的定义形式,通过例子反映出函数凹凸性的简捷有效应用。     

英文字母的一种编码方案

我们提出英字母的一种编码方案,该方案的模板表达能力强．且表达整齐．规格统一．比较美观,与标准字母表相比较,其相似度较高,易于人工识别,也易于计算机识别和计算机数字化处理,并可广泛应用于各种液晶显示和工商业广告以及公益广告。     

凹凸体锉配的实践教学

凹凸体的锉配,尺寸控制的计算方法。     

关于函数凹凸性概念的探讨

本文给出了在一定条件下,函数凹凸性的几个等价命题,从而说明几种不同的函数凹凸性定义的一致性。     

一种应用于大型综合实验的运动目标识别与跟踪方法

介绍了一种基于NM I特征的目标识别与跟踪算法,与基于图像灰度的跟踪算法相比,该算法利用运动目标的NM I特征值,避免了背景亮度变化对目标识别和跟踪的干扰,具有实时性好、抗干扰性强的特点,适用于复杂背景下的运动目标检测和跟踪。     

基于特征融合的人脸图像识别方法研究

为了提高人脸识别率,研究了一种基于边缘二值图像特征向量提取的方法。通过局部二值模式提取特征向量,考虑到边缘二值图像特征向量与局部二值模式提取的特征向量的区别,提出了将这两类特征向量通过PCA方法融合实现人脸识别的方法。实验结果表明基于两类特征向量融合的人脸识别方法可以有效地提高识别率。     

基于小波变换和梯度方向的脱机手写藏文字符特征提取方法(英文)

为了提高脱机手写藏文字符的识别效果,提出了一种在小波变换基础上计算局部梯度方向直方图的特征提取方法.首先,对一个脱机手写藏文字符样本图像进行一次Haar小波变换,得到相应的一级近似分量;然后,将这个一级近似分量划分成几个等尺寸的子区域;最后,计算每个等尺寸子区域的局部梯度方向直方图,并将所有子区域的全部局部梯度方向直方图的值作为该字符图片的特征.在最近建立的脱机手写藏文字符样本数据库(THCDB)上的实验结果表明:提出的特征提取方法识别效率较高,且识别效果较好;和细节分量相比,近似分量对提高识别精度具有更大的贡献.     

基于模糊线素特征与神经网络相结合的手写体汉字识别

本文提出了一种基于模糊方向线索特征 (fuzzydirectionallineelementfeature,FDLEF)与人工神经网络 (artificialneuralnetworks,ANN)相结合的手写体汉字识别方法 (FDLEF -ANN) ,解决了单一FDLEF方法对相似字识别率低的问题 .这种方法分两级识别 ,先由FDLEF识别模块进行识别 ,将识别结果送至选择器 ,若识别结果不属于预定义的相似字集合簇 ,则该结果即为最终识别结果 ,否则 ,将其送至人工神经网络识别模块进行相似字的识别 .本方法既保留了原FDLEF方法的优点又提高了对相似字的识别率 ,FDLEF -ANN系统对相似字的识别率由 78 0 9%提高到 82 97% .     

基于区间型特征向量的模式识别方法

由于客观事物的复杂性和不确定性以及人类思维的模糊性,在模式识别中所要刻画的特征信息往往不是以具体的数值来表示,而是以区间数的形式表示.本文首先基于区间数的中点和宽度以及中点影响因子和宽度影响因子给出区间数距离的计算方法,进一步考虑到诸特征在识别中所占有的重视程度给以赋权,并给出贴近度计算及择近原则.在此基础上,建立模式识别的方法.     

Automatic recognition method for optical measuring instruments based on machine vision

Based on a comprehensive study of various algorithms, the automatic recognition of traditional ocular optical measuring instruments is realized. Taking a universal tools microscope (UTM) lens view image as an example, a 2-layer automatic recognition model for data reading is established after adopting a series of pre-processing algorithms. This model is an optimal combination of the correlation-based template matching method and a concurrent back propagation (BP) neural network. Multiple complementary feature extraction is used in generating the eigenvectors of the concurrent network. In order to improve fault-tolerance capacity, rotation invariant features based on Zernike moments are extracted from digit characters and a 4-dimensional group of the outline features is also obtained. Moreover, the operating time and reading accuracy can be adjusted dynamically by setting the threshold value. The experimental result indicates that the newly developed algorithm has optimal recognition precision and working speed. The average reading ratio can achieve 97.23%. The recognition method can automatically obtain the results of optical measuring instruments rapidly and stably without modifying their original structure, which meets the application requirements.     

一种用于工件识别的LBP-HOG特征融合方法

针对目前机器人在工业现场对工件目标识别过程中出现的低识别率问题,提出一种基于GA寻优的LBP-HOG特征融合方法,结合SVM对工件图像进行分类识别.首先,分别运用了基本LBP算子、LBP等价模式以及LBP旋转不变模式,结合不同去噪方式,评价并选择最优的LBP算子,然后,利用LBP和HOG算子分别提取工件特征,并以组合向量方式融合两类特征.最后,利用GA寻优两类特征的融合权重,通过反复评价SVM对融合特征的识别效果,更新权重,最终得到最优权重和最优识别精度.实验结果表明,单独使用LBP和HOG的图像识别率分别为80%和84%,而GA寻优后的LBPHOG组合模型,准确率提高到了96%.     

整流电路智能故障诊断的一种新方法

介绍了一种采用BP神经网络对电力电子故障进行诊断方法。以三相整流电路为例，说明了神经网络采样样本的选取，以及输出与故障元之间的对应关系，实现了智能故障诊断。仿真结果证明该方法是有效可行的。     

网络英语俚语词的语用特点及功能研究

随着互联网的飞速发展,网络的应用已经渗入到社会的各行各业,网络生活化也是网络未来的发展趋势,分析网络交际中被广泛应用的网络英语俚语词在网络这个特定语境中的语用特点和功能,寻求它的发展,对于了解和熟悉网络应用,促进网络文化传播,加速网络生活化的发展,都具有十分重要的意义.     

A novel face recognition method with feature combination

INTRODUCTION Automatic face recognition has become a very active research area in the last decade due to the new interest in, and need for, surveillance and security, telecommunication and digital libraries, hu-man-computer intelligent interaction, and smart en-vironments. The small sample size (SSS) problem is often encountered because the number of the samples is much smaller than the dimension of the sample space in face recognition. It results in the singularity of the within-class …