基于拓扑学识别理论的身份鉴定研究

在已有仿生模式研究基础上,提出了一种新型的鉴别方式——拓扑学识别.该识别方法在欧几里得高维空间中进行特征提取,拟建立一种单自由度神经元模型,经过高维空间训练样本后进行分类.通过实验,测试ORL人脸库与Yale人脸库中的图像,印证了该方法的可行性与优越性.     

一种基于支持向量机的带钢表面缺陷识别方法

鉴于支持向量机（SVM）在小样本、高维模式分类中具有的优良分类性能,可以基于多分类支持向量机来检测带铜表面的缺陷。本文构造了一类有向无环图支持向量机（DAGSVM）,利用交叉验证进行了参数和模型的选取,对冷轧带钢中几种现场易出现的缺陷进行分类,并与BP神经网络进行比较分析。实验结果表明,这类基于SVM的算法识别效率较高,较好地解决了小样本学习问题,避免了BP神经网络出现的过学习、收敛速度慢、泛化能力弱等缺点,可有效地应用于带铜表面缺陷检测。     

基于SVM的血腥图片检测方法

通过一个快速的血色模型,标出图片中的血色区域,然后对血色区域进行特征分析,提取最大块的周长～面积分形维数表示其形状特征,提取最大块的PIM图像信息熵表示其纹理均细度．同时,提取图片中的肤色信息进行辅助判定．最后,把得到的由颜色、形状、大小、肤色、纹理等特征构成的七维矢量输入到一个经过训练的SVM分类器中进行判断．通过对互联网上随机下载图片的测试表明,该方法对血腥图片有较高的检出率,而对常见的各类正常图片误检率较低．     

基于BP网的手写数字符号识别

探讨了一种手写数字符号的识别方法，采用BP神经网络。利用其良好的监督学习功能进行识别．结合提取的降维数字符号特征，能较好地识别出手写的数字符号．实验结果表明。该方法简单且有较高的识别率．     

AdaBoost集成SVM的供应链金融信用风险评估

为了实现供应链金融信用风险的科学定量管理,建立了一种AdaBoost集成的支持向量机（SVM）算法。该方法首先采用SVM方法对信用风险数据进行分类学习,建立基学习器;接着通过AdaBoost集成算法对基学习器迭代训练,生成最终的供应链金融信用风险评估模型。实证结果表明,AdaBoost集成SVM分类器较模糊积分SVM集成等方法具有更高的分类准确率,因此该模型具有很好的应用前景。     

生物特征身份认证识别系统通过鉴定

由清华大学丁晓青教授组研制的TH-JD系统多模式生物特征（人脸笔迹签字虹膜）身份认证识别系统日前在京通过教育部组织的专家鉴定。鉴定组认为它能够实现在复杂背景下的图像和视频人脸自动检测、识别和认证，在人脸、笔迹、签字、虹膜的识别认证技术上取得了重要进展，     

基于多特征联合的多目标识别算法研究

针对生产线上多个手机膜同时出现在视野内时识别准确率较低的问题,提出一种基于多特征联合的多目标识别算法。该算法首先对相机采集到的图像进行预处理,得到目标的二值图像;其次,对其进行连通域标识得到若干个待定目标,并根据单个目标的面积排除一些非真实目标;然后对所得到的真实目标进行聚类得到若干类目标;最后从得到的每类目标中选取一个目标进行特征提取并与标准模板进行匹配,从而确定每一类目标的类别。结果表明,该算法对多个手机膜的识别是有效的。     

基于BP神经网络的个人消费信贷风险识别

这是一种基于BP神经网络的识别个人消费信贷风险的方法,首先,须根据已知的银行客户资料数据建立单隐层的BP神经网络模型,然后,利用得到的模型对提出申请的客户根据其已有的消费信贷历史资料进行风险类型的识别.实例仿真结果表明,这个方法具有很好的实用性.     

图像序列中车牌字符识别的新方法

提出了一种图像序列中车牌字符识别的新方法。由于实际采集到的单个车牌字符不仅信息量少,且往往会发生偏转,因此直接识别比较困难。本文的算法首先用训练图像的Zernike矩构造出不同类字符的特征子空间,然后通过连续多帧字符图像的特征向量向子空间投影的方法对字符进行初次识别;Zernike矩具有旋转不变性,因此对旋转相似字符识别率不高,通过采用拆分的方法对这些字符进行二次投影,可以准确的将它们区分开来。实验表明Zernike矩对噪声具有鲁棒性,用它作为字符特征能得到较好的识别效果。     

基于可变精度粗糙集的相关反馈人脸识别方法

可变精度粗糙集和相关反馈相结合的一种新的人脸识别方法.根据可变精度粗糙集理论中属性约简的方法求出人脸的最简特征子集,不仅减少了特征空间维数也缩小问题的规模.还提出了一种新的相关反馈算法,可依据用户的反馈信息,自动选取用户感兴趣的特征用于识别人脸。实验表明该识别模型在特定的应用中是可行的,具有一定的应用价值。     

基于Mel系数和SVM的语音识别技术研究

本文研究了一种运用Mel频标倒谱系数作为特征参数和多分类支持向量机进行语音识别的方法。根据已有的分类方法,尝试将一种基于二叉树的多分类支持向量机用于语音识别。实验表明,基于Mel倒谱和多分类支持向量机的语音识别方法使系统的性能和速度大大提高,具有理想的识别效果和应用价值。     

七级多指标识别模型在商业银行贷款风险防范中的实证研究

本文从商业银行的贷款实际业务中，设置了32个贷款风险因素指标，构建了七级风险模糊识别模型，力求用一套现代定量方法对商业银行贷款风险进行有效的识别，目的在于揭示受评对象未来偿付能力的大小，以及影响该能力的各种因素及其变化趋势，定量化分析受评对象贷款违约的可能性及其严重程度，从而对商业银行贷款质量得出评估意见。     

基于多类SVM的网络故障诊断

在分析网络故障诊断的工作原理的基础上，提出基于多类支持向量机处理网络故障的方法，这种方法只需要小样本训练故障分类器便可进行多故障的识别和诊断。实验表明：利用本方法实现的系统在进行网络故障诊断时可取得较好的效果。     

人脸考勤系统的设计与实现

人脸考勤系统,是利用人脸进行身份确认的考勤登记及管理系统。它通过人脸和计算机建立数字化的身份确认,能凭几秒钟的人脸识别辨认出使用者的身份,做到了“认人不认密码”。该文介绍了基于图像识别和数据库技术,利用人脸进行身份确认的考勤登记及管理系统的实现。     

基于支持向量机的上市公司信用风险评估

提出一种新型模糊支持向量机算法,并将其应用于上市公司信用风险研究中.分析对比选取不同核函数的实验结果,实验结果表明,相对于支持向量机方法(SVM)、模糊支持向量机模型和神经网络模型,新型模糊SVM模型更具有效性和优越性,并且具有更好的泛化能力.     

英语学习与形象思维

英语固定词组及介词搭配的学习历来是中国学生学习英语时的一大难点，大多采用死记硬背的办法。本通过大量例证说明，利用形象思维对固定词组进行深度加工，能大大提高记忆痕迹的持久性，收到事半功倍的效果。     

经济全球化、WTO与绿色食品

本就加入WTO后我国食品行业所面临的国际国内形势进行深入的分析，指出经济全球化是当今世界发展的潮流。只有在遵守国际贸易规则的前提下，实施标准化战略，才是食品行业突破技术性贸易壁垒的唯一途径。大力发展绿色食品将是中国食品行业取得国际竞争优势的根本措施。     

武当山旅游形象识别系统构建

随着旅游业的蓬勃发展和旅游市场竞争的加剧,旅游形象已经成为影响旅游业发展的重要因素。旅游地要赢得旅游者的青睐,必然要依赖于成功的旅游形象传播,具体来说,便是需要有效构建起自身的旅游形象识别系统。如何有效地构建好旅游形象识别系统以增强吸引力,是所有旅游地都需要考虑的问题。从旅游形象识别系统的基本理论入手,以武当山为例,按旅游形象识别系统的要求全面分析了其形象识别系统的构建和实施措施,以期对旅游地的形象传播工作有所裨益。