基于粗糙集和神经网络的分类器及其在LPR中的应用

粗糙集和神经网络在模式识别中都可用于分类,但是都有局限性。虽然两者没有太多的共同点,将它们结合起来却能相互补充,起到比单个理论更好的分类效果。本文从理论上给出了用粗糙集约简算法减少BP网络中的一个神经元或连接时网络输出能产生的最大误差。接着将粗糙集和 BP网络结合起来设计分类器,并通过车牌数字识别验证了该分类器的有效性。实验说明该分类器比单独用粗糙集和神经网络设计的分类器识别率高、识别时间短。

概念格与粒度划分的相关性分析

粒度计算的主要任务之一是如何利用不同粒度层次间的转换来抽象出我们感兴趣的知识,而概念格的格结构在层次转换方面的高效性对有效地进行粒度层次转换有重要指导意义。本文介绍了有关粒度计算与概念格理论的相关知识,并对粒度划分的格结构及相关性质进行了证明,分析了概念格与粒度划分格在概念描述与概念层次转换之间的联系。

嵌套决策粒度约简关系的研究

在基于粗糙集理论的知识发现中,知识约简是核心内容。因此,本文从理论上分析了相容决策表中嵌套决策粒度约简的关系,得出并证明了粗决策粒度的相对 D 核一定是细决策粒度相对 D 核的子集,粗决策粒度的一个相对D约简在满足相容性的条件下一定可以扩张成细决策粒度的一个约简。反之,细决策粒度的一个约简一定可以缩减为粗决策粒度的一个约简。研究结果对基于决策表的知识约简和知识发现有一定的实际意义。

基于adaboost算法的车牌检测

车牌识别技术(LPR)是智能交通(ITS)领域的重要研究课题之一。车牌的自动识别分为车牌检测、字符分割、字符识别三个主要部分。车牌检测是LPR中的关键技术。车牌图像由于受到噪声、车牌倾斜、光照不均、运动模糊等的影响,检测存在着很大的困难。因此,在总结前人检测算法的优点和缺点的基础上,提出了基于adaboost算法的检测算法,其优点是检测率高,检测时间少,适应性特别强。

论ERP系统对专业设备制造业成本的影响

在市场经济条件下,企业所面临的竞争日益激烈,如果想要寻求更好的发展,就必须及时解决企业成本管理中存在的一些主要问题。对于专业设备制造企业来说,加强成本的管理就是加强其在市场中核心竞争力的重要保障,而ERP系统的诞生则成为当今现代社会制造企业成本管理的重要手段。本文将通过对ERP系统概念、应用意义及特点的介绍,分析ERP系统对专业设备制造企业成本的影响,及企业应用该系统的必要性,并针对该系统在我国专业设备制造业应用中所表现出来的问题提出几点建议,以期助益于专业设备制造业的更好发展。

如何做好专业设备制造企业的成本控制工作

随着我国市场经济的不断发展,我国专业设备制造企业的发展规模也得到了快速的扩大,同时专业设备制造企业也面临着较大的市场竞争压力,因此如何降低专业设备制造企业的生产成本,提高企业的经济效益是现阶段我们值得探讨的课题,很多专业设备制造企业的管理者已经加强了成本控制,然而在成本控制的实际工作中难免会存在着一些问题,因此本文从成本控制对专业设备制造企业的重要性出发,分析了专业设备制造企业成本控制工作存在的问题,并提出了几点专业设备制造企业提高成本控制水平的建议,目的在于有效的控制专业设备制造企业的生产成本,促进专业设备制造企业的长期可持续的发展。

元宵节

上元之夜花千树,朵朵盛开抱玉枝。欢笑人流穿茂苑,顽皮爆竹响宜时。空中璀璨星如雨,庭内微茫月满池。好事为双需助兴,春风入砚巧成诗。