图象分析和理解的应用与发展

图象分析和理解是图象领域工程中的关键环节 .本文阐述了图象分析和理解的概念、基本理论和方法 ,以及图象分析和理解的应用和发展趋势     

实现数字图像处理编程讲座（七）

经过前面两期的讲座学习，相信读者朋友对图像预处理知识有了一定的了解，在对图像进行平滑、增强等处理后，可以采用特定的方法获取二值化图像的阏值对图像进行分割，但是图像分割完成之后，为了进一步对图像作分析和研究．就必须通过对图像中的物体(或区域)进行定性或定量的分析来作出正确的结论，这就是我们将在后续讲座中将讲述的模式识别的内容，但是在进行模式识别前，往往需要对于获得的二值图像再进一步进行处理，以有利与后期的识别工作；二值图像处理运算是从数学形态学下的集合论方法发展起来的．尽管它的基本运算很简单．但是却可以产生复杂的效果。常用的二值图像处理操作有许多方法，如腐蚀、膨胀、细化、开运算和闭运算等等。     

神经元网络技术和偏最小二乘法在定量分析和构效关系方面的比较

在光度计/计算机联机系统上利用人工种经网络反向传递算法和偏最小二乘法对五组分有机物混合体系的紫外光谱数据和芬太尼构效关系数据同时进行了定性定量分析、对比和研究。结果表明,反向传递模型具有良好的定性分类能力和定量预测能力;偏最小二乘算法的定性分类效果稍差,但定量预测能力优于反向传递算法。     

模式识别课程中的统计学方法概述

模式识别是近年来迅速发展的一门学科,在工业、信息处理等领域有广泛应用。本文对模式识别、模式识别与统计学的关系进行了简单介绍,同时介绍了模式识别课程中两种基本的统计学方法：贝叶斯统计决策理论及概率密度估计理论。     

基于小波变换和模糊模式识别的超声无损检测

本文研究了小波变换和模糊模式识别在薄板粘接质量超声检测中的应用.首先介绍了有关复合粘接材料的超声无损检测方法,然后使用小波变换对超声检测信号进行分析,提取出与粘接质量有关的三个特征值;根据超声检测回波信号特征值具有模糊性这一特点,提出了以隶属度为核心、以最大隶属度原则为判断标准的模糊模式识别算法.实验证明,该特征提取和模式识别算法对于粘接质量定量识别的准确度比较高.     

基于遗传算法的青海土族和藏族人发元素非线性映射研究

利用非线性映射与遗传算法相结合的方法对青海少数民族进行识别。遗传算法是一种借鉴生物界自然选择和进化机制发展起来的高度并行、随机、自适应搜索算法,由于其具有健壮性,特别适合于处理传统搜索算法解决不好的复杂的和非线性问题。它是解决各类函数优化和非线性映射问题的一种有效算法。以青海少数民族土族和藏族人发中微量元素的模式识别为例,编制基于误差函数的目标函数和遗传算法约束参数,应用基于MATLAB的遗传算法工具箱进行优化求解。结果表明:该工具箱在求解此类非线性优化问题上是有效的,基于遗传算法的非线性映射的预测结果比线性判别方法要好些。     

MATLAB中模式识别的反传网络算法工具

以英文字母识别为例,论述了MATLAB中用前馈反传网络方法进行模式识别.     

有机物分子的偶极矩与化合物香味的关系

人类对化合物气味的感觉是长期以来学术上的一个讨论课题.McGill等用模式识别方法筛选了影响化合物香味的两个主要因素--分子的电子施主特性和偶极矩.本文作者初步研究了分子的偶极矩对化合物香味的影响.     

基于交叉熵的模糊相似度量在模式识别中的应用

基于模糊相似量的模式识别是通过样本数据与标本数据之间的相似度程度来判断该样本属于哪一种模式,而交叉熵(Cross Entropy)是Shannon信息论中一个重要概念,主要用于度量两个概率分布间的差异性信息,在模糊相似度量和交叉熵的基础上,提出了基于交叉熵的模糊相似度量,并对交叉熵中存在的分母为零的情况做了改进,通过在模式识别中的应用,验证了这种方法的可行性及有效性.     

浅谈模式识别技术及其发展趋势

模式识别是人类的一项基本智能，在日常生活中，人们经常在进行“模式识别”．随着20世纪40年代计算机的出现以及50年代人工智能的兴起，人们当然也希望能用计算机来代替或扩展人类的部分脑力劳动．（计算机）模式识别在20世纪60年代初迅速发展并成为一门新学科。