盾构法隧道管片接头受力模式识别系统的研究

根据上海地铁二号线盾构法隧道管片接头形式 ,建立了能够完整描述接头在任一组合力(弯矩、轴力、联结螺栓预应力 )作用下的受力及变形性状的力学模型识别系统 该系统中的 5个模型由6条线路连接而成 据此接头模型识别系统 ,可以精确分析在不同的应力水平下接头的张角、接头的转动刚度等 。

三维脑电时-空模式识别系统的研究

结合时间和空间信息的脑电模式分析是近年来脑研究的一个重要课题。文中提出了一个多方法分层次的脑电时-空模式分析系统。系统包含了任务响应提取,颅内电流分布聚集,脑电自适应分段和时-空模式识别等几个步骤,综合运用了共空域子空间分解(CSSD),隐Markov模型(HMM)等多种现代信号处理方法。还提出了一种获取高空间分辨三维脑电的LORETA-FOCUSS算法,并将脑电微状态分析由二维推广到三维脑电的情况,将该系统运用于脑机接口(BCI)问题,对两类肢体想像动作的脑电数据在未经任何人工筛选的情况下进行了分析,识别率最高可达到88.89％,平均为81.48％。结果证明脑电时-空模式分析是脑研究的一种有效途径。

模式识别系统中的一次性风险判据问题

该文讨论模式识别系统 ,当备选方案的损失代价相互矛盾时 ,进行一次性风险决策的判据问题 ,给出选择风险最小方案时的判据条件及风险测评方法。提出决策面谨慎度位于Neyman -pearson判决准则和极小化极大判据之间的最小风险估计函数∪ (l,p ,B)及其具体表达形式。

一种改进的自适应模式识别系统

自适应模式识别系统具有大规模并行分布处理能力、通用性和自适应性 ,因而显示了巨大的潜力 .但由于其结构的原因 ,系统性能受到了一定的限制 .利用P .Kanerva提出的稀疏分布存贮原理对自适应模式识别系统进行改进 ,提出了一种新的系统模型 ,并就新系统的工作过程和主要特点作了较为详尽的叙述 .

基于UML的图像模式识别系统建模与设计

介绍了统一建模语言UML(UnifiedModelingLanguage),这种定义完整、富于表达、功能强大的可视化面向对象建模的新技术。应用UML语言对图像模式识别系统从需求分析,系统建模,代码设计,系统维护整个过程进行规范,指导。结果表明,以UML语言建模的图像模式识别系统架构清晰、易于维护,并且代码重用性好。

磨损微粒的模式识别系统的研究

提出了一个关于磨损微粒的模式识别系统．该系统先把磨粒从背景中分割出来，然后从3个方面对磨粒进行特征提取：用于辨别磨粒的材料的特征矢量，用于辨别磨粒的轮廓形状的特征矢量，用于辨别磨粒的表面纹理特征的矢量．系统最后由这3个特征对磨粒所属的类型进行了计算机分类．

基于神经网络ZISC的模式识别系统

首先介绍人工神经网络ANN实现技术的历史、现状和发展,着重分析RBF网络的原理及其建立在超大规模集成电路基础上的硬件神经网络的设计方法。然后,介绍一种新的硬件神经网络技术ZISC的工作原理和应用。最后,以ZISC036芯片为例,实现一个模式识别系统。

基于计算机软件技术的模式识别系统智能开发研究

论文首先分析了计算机软件技术在模式识别系统,智能开发中的应用方向,从功能分层与模块管理两方面开展。但是基础上重点探讨模式识别系统,智能开发研究中,计算机软件技术的应用功能,以及开发需要完善的功能基础,可以作为模式识别系统设计的技术参照。

模式识别系统的工作原理及发展趋势

本文详细说明了模式识别系统的组成结构及工作原理,并结合世界和我国的模式识别发展趋势,展望了未来的模式识别的应用方面。

基于计算机软件技术模式识别系统的智能开发

据统计,我国计算机相关技术在不断进步,发展前景广阔,但与此同时,在计算机软件技术发展进程中始终存在诸多问题。相关技术人员应根据相应的计算机软件技术发展问题,进行技术升级以及技术探究,促进计算机软件技术发展和繁荣。本文基于计算机软件技术的模式识别系统智能开发进行分析和研究,对解决模式识别系统问题提出了一套与技术发展相关的标准。

关于采煤机使用中模式识别系统的探讨

早期对于采煤机状态的研究主要是基于采煤机的历史数据,根据其实际工作情况进行归纳总结,后期由于计算机科学技术的发展,自适应算法开始被广泛应用于采煤机状态的识别。随后,研究人员从多个方向进行了深入研究,包括基于振动信号和截割力的关系,分析得到采煤机截割状态。由于采煤机截割负载测量方法存在较大的差异,研究人员设计出了一套负载于电流之间的耦合模型,摒弃了传统方法对测量结构精度造成较大干扰的影响,分析结果表明,该方法具有较好的可靠性。

用于研究自适应模式识别系统的工具

N 元模式识别方法是一种松散地基于神经网络模型、易于硬件并行实现的自适应模式识别方法.本文论述的用于研究自适应模式识别系统开发工具——IPRS 就是为自适应模式识别模型体系结构的仿真及应用研究而开发的.许多模式识别系统结构的研究以及印刷体汉字、手写体汉字的识别、自适应图像处理的应用研究都可在该软件包上进行的.实际应用表明,这是一种使用方便、功能丰富的有效开发工具.

神经网络模式识别系统互连权重二值化研究

在增量算法的基础上，利用截断（Ｃｌｉｐｐｉｎｇ）方法和蒙塔卡罗（ＭｏｎｔｅＣａｒｌｏ）算法，对以四类飞行目标平面旋转投影作为学习样本的级联神经网络互连权重进行了二值优化处理，并用非学习样本进行了容错性检验。

模式识别与人工智能系统的生存期模型建立

提出一种对模式识别与人工智能系统都适应的生存期模型——树状模型.模型先以类似瀑布模型的方式,用少量模型单元生成一个模式识别系统的原型,或用少量知识单元生成一个人工智能系统的原型.然后,以此原型为基础,领域的每一个模型单元或领域的每一个知识单元按类似瀑布模型的不同阶段,以流水线生产方式生产出来.最后,把它们一一以近似分类(树状结构)方式装入库中,如此循环往复,生成该系统的不同软件版本.

由相关卷积处理的神经网络模式识别系统

神经网络对图形、数字和文字的学习认识过程，通常采用直接法，即将原模式分解成黑白二值的画素，用[0，1]取值，根据位置顺序扫描把数据输格入神经网络，由于手写数字的大小、位置有差异，在输入神经网络前必须进行处理——对数字规模化，这个过程很复杂，识别时需要的神经网络也非常火，网络学习时收敛也很困难。实际上，生物眼对图形的认识。

R&D项目中止决策的小波网络模式识别

如何科学、合理、有效地识别和中止那些行将失败或没有前途的 R&D项目 ,对于企业成功地进行技术创新、建立和保持竞争优势 ,显然具有十分重要的理论价值和实践意义 .本文根据中止决策的实质及模式识别的基本原理 ,探讨了定量地中止 R&D项目的一般模式识别程序 .同时 ,基于小波基具有很强的自适应数据和函数变化的能力 ,进一步研究给出了一种基于小波网络的 R&D项目中止决策分析模式识别新方法 ,并在最小均方能量准则下 ,采用相应的共轭梯度学习算法求解子波函数线性组合的尺度和时延参数 ,以及神经网络的权值 .本研究不仅克服了现有 R&D项目中止决策分析技术在构造与求解模型方面的某些局限性 ,并且为R&D项目的跟踪管理提供了一种新的理论依据 ,为具体决策单位和政府有关部门对正在实施的

频率上转换中信号模式识别研究

使用上转换材料可有效地将红外射线转换为可见光。对于确定的上转换材料，当 选用恰当的激发光源进行激发时，可得到唯一确定的转换光谱；使用上转换材料将红外射线转 换为可见光这种技术，有很好的私密性，可安全、有效地用于防伪鉴真识别技术中。本文在光 学频率上转换理论上，建立了弱光光谱检测系统，使新型光谱发射器件、专用光电接收器件、 光德波器件和光电混合集成模块、专用弱光信号处理及补偿芯片等元件实现优化组合和匹配。

模式识别综述及汉字识别的原理

通过对模式识别系统的简要评述,对近年来几种基本的模式识别方法进行了总结,并对模式识别在汉字识别方面的应用原理作了介绍。

天津大学“模式识别与智能系统”学科简介

天津大学“模式识别与智能系统”学科以信息处理与模式识别的理论技术为核心,理论与实际紧密结合,是控制科学与工程学科的重要分支。主要研究内容包括图像识别及智能信息处理系统及应用;导航中的信息处理理论与技术;网络控制系统调度算法;智能机器人系统理论与方法等方面。在导航中的信息处理理论与技术研究方面,主要研究以ARM微控制器为核心,采用新型MEMS器件,

毛条加工中羊毛品质的模式识别研究

简述了毛纺加工中选择合理羊毛的必要性 ,以及利用神经网络模式识别方法选择适合毛条质量的羊毛的工作原理 ,给出了羊毛品质模式识别系统的开发过程和实现步骤。