手写汉字识别弹性网格Gabor特征提取方法的研究

结合弹性网格技术来对手写体汉字提取Gabor特征,并与基于非线性归一化的Gabor特征及传统的方向特征进行了比较研究,实验结果表明:提出的弹性网格Gabor特征优于非线性归一化Gabor特征,识别性能最稳定;弹性网格Gabor特征要明显优于传统的方向线数特征;不同的非线性归一化方法及归一化的图像尺寸对特征提取的性能有较大影响。

一种新的加权动态网格汉字特征抽取方法

为了更有效地提取手写汉字的特征,提高识别精度,本文提出了一种利用非线性归一化过程产生的坐标变换信息来提取手写汉字有效特征的方法。该方法通过非线性归一化获得各有效像素点在原汉字图像及规整后汉字图像中的坐标变换关系,在原图像上抽取各点特征,在归一化图像上进行网格的均匀划分和特征统计并形成用于分类的特征向量。该方法有效克服了以往先进行归一化预处理方法和动态网格方法的一些不足,兼顾了与传统结构特征提取方法的有效结合。针对HCL2000脱机手写汉字库大字符集样本的实验结果表明,该特征提取方法可有效提高识别精度和特征抽取速度。

基于深度图像利用BP网络实现遮挡边界检测

针对视觉目标存在遮挡的现象,提出一种利用机器学习思想检测深度图像中遮挡边界的方法。首先,根据深度图像中像素点的深度信息和空间信息,定义了一种新的遮挡相关特征——最长投影线段特征;其次,设计了一种非线性归一化方法以便对相关特征进行归一化;最后,将遮挡边界检测视为分类问题,利用BP网络对遮挡边界进行检测,并将检测结果进行可视化展示。与其他方法相比,该方法准确性较高,泛化能力较强。

利用无监督聚类实现深度图像的遮挡边界检测

提出一种利用无监督聚类思想检测深度图像中遮挡边界的方法.首先根据遮挡边界点与其邻域点的空间及深度信息提出了加权最长线段特征并定义了其计算方法.其次,结合遮挡边界点与其邻域点的特征值分布情况提出了一种非线性归一化方法归一化遮挡相关特征.然后,以像素点为单位将各遮挡相关特征组成联合特征向量输入到无监督聚类分类器中,判断待测像素点是否为遮挡边界点.最后,将遮挡边界点可视化得到深度图像的遮挡边界.实验结果表明,无需标记样本的所提方法对深度图像中目标物体的遮挡检测效果同已有的基于监督学习方法的检测效果相当.

基于视觉注意的显著物体检测实验设计

针对传统图像处理课程中目标检测理论抽象并且缺乏实践应用的缺点,设计了基于视觉注意的显著物体检测实验,通过实验操作增强学生对物体检测理论的理解以及激发学生进一步学习的兴趣。该实验方案可以检测不同内容、主题与背景环境的自然图像,具有较强的鲁棒性和较好的可操作性。

增量处理双隐层BP神经网络风电功率预测模型

风电场功率预测现有模型一般采用基于批量训练方式的单隐层BP神经网络,针对该模型易陷入局部极小及预测精度较低等缺点,结合风电场功率预测数据量大及不确定性大的特点,建立一种基于增量处理方式的双隐层BP神经网络模型,具有预测精度高、较好跟踪功率波动、运算速度快、不易陷入局部极小等优点;目前预测模型一般使用线性归一化方法对神经网络输入输出参数进行处理,基于风电场功率数据取值分布不均匀的特点,提出一种新的非线性归一化方法,实例证明,该方法可有效提高预测精度,尤其是较高功率值和较低功率值预测效果更佳。

国内成品油定价机制的数学建模分析

在现行成品油定价机制遭到广泛质疑的情况下,以全国汽油价格为例,针对当前油价机制的合理性以及油价机制的进一步优化等问题,建立了相关性系数模型、多元非线性回归双对数模型、谱分析法傅立叶函数周期模型、成品油价格上限模型等,对当前油价机制进行评估并建立新的更优化机制.

一种基于笔画密度的弹性网格特征提取方法

本文在分析手写汉字识别的几种非线性归一化方法基础上,提出了五种新的基于笔画密度的弹性网格构造方法,并将之应用到手写汉字的弹性特征提取.该方法既兼顾了笔画密度对不同书写风格笔画不规则变形的适应能力,又避免了进行非线性归一化产生的笔画粗细不均匀,且计算量相对减少.针对1034类别的手写汉字样本的对比实验表明,本文方法的识别率较非线性归一化方法平均增加4.02个百分点,显示了弹性网格较强的适应笔画书写变形的能力.