高强
,
刘斌
量子电子学报
doi:10.3969/j.issn.1007-5461.2016.06.004
车牌识别系统的关键在于字符的识别,字符识别的核心是提取字符特征.小波变换可以获取字符的细节结构特征,不变矩能很好地对其进行描述,将两者结合起来提取字符的特征.利用张量积小波分解高频子图具有方向性的特点,提取字符的笔画特征,得到反映字符结构和统计特征的联和特征向量.字符图像的分解采用第二代提升小波算法,进一步降低了计算复杂性.实验结果表明,此方法提取得到的联合特征向量能达到98％的字符识别率,可以满足实际应用的要求.
关键词:
信息处理
,
模式识别
,
提升小波变换
,
不变矩
,
统计特征
,
结构特征
,
笔画特征
李亮
,
姜周华
,
王文忠
,
徐荣军
,
刘晓
,
顾文兵
材料与冶金学报
doi:10.3969/j.issn.1671-6620.2002.01.015
在建立VD炉温度预报神经网络模型过程中,考察了影响目标温度的因素,并应用模式识别方法对各因素进行特征分析与筛选,删除了其中三个不必要的变量:吹氩量、VD罐冷却时间以及VD罐上炉使用时间.用筛选后的样本训练神经网络,预报精度有15%左右的提高.模型在线连续预报了76炉次,预报温度与实际测量温度之差在±4℃、士5℃之内的炉次分别占67.1%与80.3%.
关键词:
模式识别
,
神经网络
,
预报模型
,
钢水温度
,
VD
杜伯学
,
刘勇
,
孟令飞
材料工程
doi:10.3969/j.issn.1001-4381.2009.07.014
采用生物可降解聚乙烯薄膜为试样,考察了污秽程度对绝缘破坏的影响,通过单筒连续变倍视频显微镜对破坏痕取像,利用图像模式识别计算破坏面积与盒子维数,同时与高密度聚乙烯的绝缘破坏特性进行对比,结果表明:生物可降解聚乙烯的击穿电压随污秽程度的加剧而降低,但高于高密度聚乙烯的击穿电压;破坏面积与盒子维数随污秽程度的加剧而减小,但低于高密度聚乙烯的破坏面积与盒子维数.
关键词:
生物可降解
,
聚乙烯薄膜
,
污秽程度
,
绝缘破坏
,
模式识别
,
盒子维数
张雪伟
,
王焱
钢铁研究学报
对国内外关于板形模式识别技术的研究现状和发展趋势进行了综述.通过比较,提出了传统的基于最小二乘法的多项式拟合法存在的不足,并对模糊分类、神经网络、遗传算法、混沌优化等智能识别方法在板形模式识别中所具有的优势进行了归纳和总结.最后,对智能方法在板形识别问题中的应用以及板形识别技术的发展趋势进行了展望,为板形检测环节得到理想板形信号提供理论研究方法,并将逐步应用于钢铁板形控制的工业过程中.
关键词:
板形
,
模式识别
,
智能方法
,
优化
蒋建跃
,
孙亚群
钢铁
用模式识别和人工神经网络方法研究A级船用钢板抗拉强度的规律,建立了预测数学模型.计算表明化学成分是影响抗拉强度的主要因素,碳、锰含量影响最大.据此确定了优化控制区,预测结果与实际生产结果大致符合.
关键词:
模式识别
,
预报
,
强度
,
A级船板
梅辉
,
费敬银
腐蚀与防护
提出一种依靠模式识别的人工神经网络方法:研究各种影响因素的作用程度,并利用资源优化配置数学模型,分析对腐蚀具体过程贡献相对较大的因素,从而在适时与视情维修过程中提出合理的建议,评价各种防护措施的保护效果,以便为新型材料的研制、改进和研究应用提供可靠的依据.
关键词:
腐蚀
,
模式识别
,
人工神经网络
,
维修
,
建议
张秀玲
,
刘宏民
钢铁
针对板宽变化时需要不同拓扑结构的神经网络才能完成板形模式识别任务,网络学习工作量大,网络存在收敛速度慢,易陷入局部极小等结构性能不佳的问题,首次建立了以勒让德正交多项式为基模式的只用6个输入信号、3个输出信号的板形模式识别GA-BP网络模型.该模型不仅结构简单,而且物理意义明确,识别精度较高,解决了板宽变化时神经网络结构形式不变的问题,从而实现了板形模式识别的智能化.又提出了基于勒让德正交多项式的板形模式识别最小二乘法,该方法简单、实用,识别精度较高,克服了传统的最小二乘模型板形模式识别的缺点和不足.为板形模式识别提供了两种简便实用的新方法,发展了板形模式识别理论和方法.
关键词:
板形
,
模式识别
,
勒让德多项式
,
遗传算法
,
神经网络
,
最小二乘法
甄强
,
张大海
,
李文超
耐火材料
doi:10.3969/j.issn.1001-1935.2006.04.001
以微米级α-Si3N4、SiO2、Al2O3和h-BN为原料,通过反应烧结法合成了O'-SiAlON-BN复合材料(Si2-zAlzO1+zN2-z的z=0.3).首先在n(SiO2)/n(α-Si3N4)＝1的理论配比,1700 ℃保温2 h的条件下对比研究了Y2O3+TiO2和Y2O3+B2O3两种混合烧结助剂对该复合材料的助烧效果.结果表明:Y2O3+TiO2作为烧结助剂比Y2O3+B2O3有更好的促进烧结作用,且复合材料的相对密度随着BN(分别为10%,20%和30%)的增加而降低;XRD分析发现,α-Si3N4、SiO2原料在理论配比的情况下,会导致β-Si3N4相剩余,为了得到O'-SiAlON和BN相含量高的复合材料,需要加入过量的SiO2.根据此研究结果,在以Y2O3+TiO2作烧结剂,BN加入量为10%的条件下,通过4因素3水平(因素水平如下:A--n(SiO2)/n(α-Si3N4),取1.05、1.1、1.2;B--烧结助剂加入量,取2%、4%、6%;C--烧成温度,取1600 ℃、1650 ℃、1700 ℃;D--保温时间,取1 h、2 h、3 h)的正交试验确定了影响O'-SiAlON-BN复合材料烧结性能的主要因素依次为烧成温度、保温时间、烧结助剂加入量、n(SiO2)/n(α-Si3N4),合成的复合材料相对密度最高的工艺参数组合为A3B3C3D3;利用统计模式识别方法对合成O'-SiAlON-BN复合材料的工艺条件参数进行了优化,得到的优化区为:Y＞1024X2-230.400X+11.088(其中,X=0.9999A-0.0006C-0.0163D,Y=0.0163A+0.0009B-0.0014C+0.9999D),在此优化区内,复合材料中全部为O'-SiAlON和BN相,无残留β-Si3N4相.
关键词:
O'-SiAlON-BN
,
反应烧结
,
模式识别
,
工艺优化
吴永
,
韩飞宇
,
王波
,
韩方恩
材料导报
根据材料平面图像提供的局限的统计信息重构随机材料的三维微观结构是科学与工程中广泛研究的重要课题,而仅由样本提供的信息进行统计重构一直是一个公开的问题.综述了近年来多相材料三维微观结构的统计重构所使用的Gaussian随机场、JQA法、随机优化、信息论和模式识剐等主要方法的研究情况,在此基础上,提出了一些有待解决的问题,并展望了发展前景.
关键词:
重构微观结构
,
相关函数
,
最大熵原理
,
模式识别
,
Gaussian随机场
,
模拟退火
