提出了一种独立分量分析和BP神经网络相结合的人耳识别新方法(ICABP法).首先采用快速独立分量分析方法提取人耳图像的独立基图像和投影向量,然后采用改进的三层BP神经网络进行分类识别.该方法将ICA的空间局部特征提取功能和BP神经网络的自适应功能有机地结合起来,增强了系统的鲁棒性.实验表明,ICABP法取得了很高的识别率

为克服传统纹理分析的缺陷识别结果易受光照变化和氧化铁皮不利影响的缺点,提出了结构谱纹理分析方法,并将其应用于中厚板表面麻点、夹杂、结疤等缺陷的识别.实验结果表明,结构谱方法具有较好的光照不变性,对麻点、夹杂、结疤等缺陷的识别率要高于灰度共生矩阵、Laws纹理能量、傅里叶功率谱等其他纹理分析方法

提出了一种基于小波矩不变量和保局投影(LPP)的特征提取方法,并应用于中厚板表面缺陷自动识别.首先对图像做三级小波变分解,将中厚板表面图像的细节分解到各个尺度的各个分量中并利用小波阈值收缩法降噪;然后对各分量的傅里叶幅值谱提取Hu不变矩作为原始特征向量,并利用LPP将该特征向量的维数从77维降到8维;最后利用AdaBoost分类器对样本进行分类识别.实验结果表明,本文提出的特征提取方法适用于中厚板表面缺陷分类,识别率达到91.60%

为了实现对每卷带钢板形质量的定量评价,应用模糊分类理论构建了板形实测应力的板形缺陷(浪形)模式识别方法,提出了整卷带钢全部各帧应力值的识别结果的板形评价方法,开发了轧后带钢板形质量的识别和统计系统。实践表明该系统能在线及时提供每卷带钢板形定量的实物质量指标

◼ 自然元素矿物 ◼ 卤化物 ◼ 硫化物及其类似化合物 ◼ 氧化物和氢氧化物

【人工智能】基于几何特征的IC芯片字符分割与识别方法

针对如何识别无人机的问题，提出了一种基于卷积神经网络的声音识别无人机的方法。首先，对100 m范围内的无人机、鸟和人的声音进行采集、预处理和提取MFCC+GFCC特征值，将其特征参数作为卷积神经网络学习和识别的数据集；然后分别设计了支持向量机和卷积神经网络两种模型对无人机等声音进行识别实验。实验结果表明，运用支持向量机识别无人机的准确率为91.9%，卷积神经网络识别无人机的准确率为96.5%。为了进一步验证设计的卷积神经网络的识别能力，在部分UrbanSound8K数据集上进行测试，准确率达到90%。实验结果表明运用卷积神经网络识别无人机具有可行性，且识别性能优于支持向量机

从手语识别的角度出发对中国手语的特征进行了分析,对现有的手语识别方法——基于计算机视觉的方法和基于佩带式输入设备的方法进行了分析和比较,并提出了一种新的手语分类方法

运用模糊分类理论构建了两种板形模式识别的模糊分类方法,并运用于某宽带钢冷轧厂实测的板形应力信号的识别,有较好结果

1. 风险管理 风险分类 风险识别 风险预测 处理风险的策略 2. 质量保证 软件质量 保证质量的措施 3.配置管理 软件配置 配置管理过程