基于Kohonen神经网络的数据流分布模式仿真识别

该文依据数据样本的峰度、偏度、分位数和累积概率等数字特征 ,构建了数据流概率分布模式和仿真识别样本 ,并运用Kohonen神经网络理论与方法 ,对任意数据流进行了仿真识别。仿真结果表明 ,该方法能够较全面的反映数据流概率分布的特征 ,从而获得了相当满意的识别效果 ,而且随着仿真试验样本数的增加 ,识别率上升显著。同时 。

基于ADAMS/Car的危险路段仿真识别系统模块开发

基于ADAMS/Car软件平台,结合VB 6.0开发与ADAMS软件相匹配的道路生成模块、驾驶员控制模块、仿真识别方案模块、危险路段识别模块,完善了危险路段仿真识别系统的软件平台,使基于ADAMS/Car的危险路段仿真识别系统更具有实用性.

物联网数据网关传感器节点适配度识别仿真

目前的传感器节点适配度识别方法忽略了对传感网络全局节点的特性分析,计算出的适配度指标不准确,导致节点适配度识别可靠性差。为此研究新的物联网数据网关传感器节点适配度识别方法。分析传感器网络中节点的局部与全局等特性,选取并计算度中心指标、紧密度中心性指标、节点影响力指标以及网络适配度贡献指标等节点适配度识别指标,根据这些指标构建物联网数据网关传感器节点适配度识别模型,分析节点属性偏好信息,将节点作为主体构建决策矩阵,赋权节点属性,计算正理想节点和节点方案之间的贴近度,排序节点适配度。在MATLAB仿真平台上设计传感器网络仿真。实验结果验证了研究方法能够获得节点适配度的排序,并与其它方法相比具有较理想的可靠性。

高速公路车辆安全行驶速度仿真识别系统

对高速公路合理限速值的确定方法进行了研究,以多体动力学仿真软件ADAMS为平台,建立了车辆模型、道路模型、车-路耦合模型、车辆行驶过程仿真试验模块和车辆安全状态识别模块,并开发了高速公路车-路条件下安全速度仿真识别系统。运用该系统对车辆在弯道与下坡路段的行驶状况进行了虚拟仿真分析。试验结果表明:车辆在弯道与下坡路段的安全行驶极限速度仿真结果与标准标定的运行速度的相对误差为1.05%～3.80%,该仿真识别系统可行。

智能建筑中人脸识别仿真应用研究

为研究智能建筑中人脸识别的仿真应用系统,利用相应的算法解决人脸图像的预处理、人脸图像数据的压缩与传输、RBF神经网络参数的选取等关键环节的技术问题,在人脸识别的仿真系统中进行应用测试。仿真试验为人脸识别仿真系统中算法的选择、应用参数的选取提供了数据支持,对提高智能建筑门禁中人脸识别系统的准确、快速、防伪性能提供了有效帮助。

面向语音识别的SVDD改进算法及仿真研究（英文）

支持向量数据描述(SVDD)将多类样本数据每一类用各自的超球来界定,显著降低了二次规划计算复杂度,更易于解决多类分类问题,因此在语音识别研究领域越来越受到广泛关注,本文针对语音样本分类中特征向量重叠和更新等问题,对现有的SVDD多类分类算法进行了改进,一方面,根据样本所在空间位置,构造超球重叠域决策函数;另一方面,基于类增量学习,实现超球类支持向量的动态改变。仿真实验结果表明,本文所提方法明显缩短了建模时间并且具有更好的识别性能。

研发项目知识链形成机理识别与仿真研究

知识链管理作为知识管理的手段方法,越来越成为提升企业创新能力的重要方式。文章在定义研发项目知识链基础上,从价值增值性、动态流动性、组织网络结构等几个方面得出知识链形成动因,对研发项目知识链形成进行机理识别,最后运用系统动力学方法建立研发项目知识链形成的系统动力模型并进行仿真分析。

几种新体制雷达信号脉内提取和识别仿真

在仿真的前提下对脉内中频信号线性调频、V型调频 ,二相、四相编码等信号的特征提取办法和各参数计算方法进行阐述 ,在此基础上用MATLAB语言编制成仿真软件。

户籍管理个人指纹图像优化识别仿真研究

现有的户籍管理系统大多不能实现指纹图像的无线采集,人员进行指纹采集需在指定地点完成,极大限制了采集效率,需要用户走到户籍管理中心进行指纹采集,对于距离户籍管理中心较远的用户来说,这种传统的采集方式极为方便。为了让用户在家中就能使用指纹采集系统,提出了利用无线传输对户籍管理中心的采集设备进行数据传输,从而改变只能由用户走到户籍管理中心进行指纹采集的传统方式。目前的Canny边界算子提取出的边界往往含有大量噪声,与指纹真实的边界存在巨大差别,于是针对这些问题进行了以下设计:实现基于DSP的指纹采集系统设计,采用无线传输的方式上传数据;通过优化Canny边界提取算子更好地对边界进行提取。这样能够设计出一个识别速度更快的指纹无线采集系统,并实现了对Canny算子的优化处理。

双谱分析条码信号去噪的仿真研究

条码技术目前已经深入到生活的各个领域,条码扫描系统产生的扫描信号的处理仍然是研究的焦点。目前有很多种方法对条码图像进行去噪和识别处理,但去除噪声的效果不尽理想,尤其是对高斯白噪声的去除值是在噪声估计的基础上进行,由于噪声的随机行决定了对噪声的实时估计存在着误差,影响了实际的去噪效果。这里并没有对噪声信号进行估计,而是将扫描系统的扫描采样信号进行双谱分析,在双谱分析下用数学方式理论上去除高斯白噪声从而得到纯净的扫面信号,通过仿真实验证明,在SNR较低的状态下对采用该方法去除高斯白噪声有非常理想的处理效果。

基于字符特征叠加提取与BP神经网络的字符识别

由于字符的种类繁多,并且同一字符又有多种字体,而传统的字符识别方法不能充分利用字符本身的特征,因此造成识别的字符种类单一、识别效果不理想等问题。提出一种通过字符特征叠加提取结合BP神经网络识别字符的方法,从单一字符图像中提取到更多的字符特征,利用BP神经网络自我学习的特点,设计了字符识别系统,再用VC编程完成识别过程的仿真。结果证明,用本文提出的方法进行字符识别,识别的字符种类多、识别率高、识别时间短。

改进的支持向量预选取方法在语音识别中的应用(英文)

对于大规模数据量的语音识别问题,支持向量机的训练成为一个难题。预选取支持向量是解决这一难题的方法之一。提出一种新的支持向量预选取算法.一方面对原数据集的每类数据分别进行核模糊C均值聚类,将所有的聚类中心作为每类数据的表征集;另一方面根据支持向量的几何分布含义并借鉴支持向量机的多类分类算法中一对一方法的思路提取原数据集的边界样本作为预选取支持向量进行训练和预测,并将该算法应用于嵌入式语音识别系统中,实验结果表明:该方法提高了语音识别系统的训练效率,降低了计算代价,同时保持了较高的识别率。

基于能量跟踪法研究岩石破碎对滚石运动轨迹的影响

首次采用能量跟踪法(energy tracking method, ETM)研究岩石破碎对边坡滚石运动轨迹的影响。能量跟踪法是在冲量法的基础上发展多点能量守恒算法,提高了计算精度。相比于传统罚函数法,冲量法的优点在于:无需试算确定罚参数取值,减少了模拟计算量;能量跟踪法是解析解和数值解耦合算法,极大提高了计算速度。与传统的序列冲量法和同步冲量法相比,由于能量跟踪法能够模拟碰撞过程中多接触点之间的能量传递,可有效地和准确地模拟数千个碰撞体之间的高频碰撞。运用Weibull分布的破裂模式识别仿真法模拟滚石在下落过程中的破裂过程,并用于预测滚石运动轨迹。结果表明,(1)ETM能够合理地模拟三维边坡滚石运动轨迹;(2)当考虑岩石破碎效应时滚石碎块运动轨迹较之未考虑破碎时发生明显改变,水平侧向位移显著增加,需扩大边坡设计防护范围。研究成果验证了ETM和破裂模式识别仿真法在模拟滚石运动过程中的有效性,为研究滚石灾害的影响范围提供了有效的模拟工具。