金属断口图像的非线性模式识别方法 被引量：5

1

作者 颜云辉 杨会林 王成明 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2004年第9期884-886,共3页

针对金属断口图像模式识别的特点,提出应用小波变换技术提取断口图像特征的方法,在此基础上,利用神经网络的基本原理设计了一种断口图像模式识别的非线性分类器·通过实验确定了分类器的网络结构,给出了相关参数选择的方法·对... 针对金属断口图像模式识别的特点,提出应用小波变换技术提取断口图像特征的方法,在此基础上,利用神经网络的基本原理设计了一种断口图像模式识别的非线性分类器·通过实验确定了分类器的网络结构,给出了相关参数选择的方法·对几种典型的金属断口图像进行了计算机实验研究·实验结果表明,其平均正确识别率达93 75%,单独以能量作为特征值,其平均正确识别率可达到95%·这说明采用非线性分类器进行断口模式识别比采用线性分类器能取得更高、更可靠的正确识别率·研究结果显示出,这种基于小波变换技术和神经网络原理的非线性模式识别方法能对纹理变化复杂、规律性不强的断口图像进行有效识别,具有更好的适应性· 展开更多

关键词 金属断口 小波变换 特征提取 神经网络 非线性分类器 非线性模式识别

在线阅读 下载PDF 职称材料

简单非线性神经网络分类器及其在签名认证中的应用 被引量：1

2

作者 邱德红 陈杲 +1 位作者 陈传波 欧阳星明 《计算机工程与应用》 CSCD 北大核心 2002年第19期88-89,92,共3页

该文分析了手写签名样本的特征值在特征空间上的分布。在此基础上,直接从神经元分类功能的物理意义出发,设计了具有非线性边界的,用于手写签名认证的神经网络分类器,妥善地解决了实际应用中,由于真实签名样本数量少和伪签名样本缺乏,不... 该文分析了手写签名样本的特征值在特征空间上的分布。在此基础上,直接从神经元分类功能的物理意义出发,设计了具有非线性边界的,用于手写签名认证的神经网络分类器,妥善地解决了实际应用中,由于真实签名样本数量少和伪签名样本缺乏,不能训练神经网络的问题,取得了较好的认证结果。 展开更多

关键词 简单非线性神经网络分类器 签名认证 非线性分类器

在线阅读 下载PDF 职称材料

非线性分类结合平面变换的雷达信号分选方法 被引量：2

3

作者 刘志鹏 张国毅 田润澜 《现代防御技术》 北大核心 2016年第3期127-133,160,共8页

现有的对已知雷达分选方法存在识别速度慢、效率低,脉冲丢失敏感以及脉冲序列提取不完整等问题,为此提出了一种非线性分类器结合平面变换的雷达信号分选方法。该方法首先提取载频、脉宽、脉內调制等单脉冲分类特征,利用非线性分类器实... 现有的对已知雷达分选方法存在识别速度慢、效率低,脉冲丢失敏感以及脉冲序列提取不完整等问题,为此提出了一种非线性分类器结合平面变换的雷达信号分选方法。该方法首先提取载频、脉宽、脉內调制等单脉冲分类特征,利用非线性分类器实现单脉冲识别,然后根据识别结果调取对应参数,通过平面变换完成对脉冲串的抽取。仿真实验表明,该方法具有速度快,准确率高,易于实现等优点。 展开更多

关键词 雷达 分选 非线性分类器 平面变换 矢量神经网络 识别率

在线阅读 下载PDF 职称材料

基于遗传小波神经网络模型的脱机签名鉴定 被引量：1

4

作者 侯海燕 张晓兰 +1 位作者 郭静玉 段俊杰 《河南科技大学学报（自然科学版）》 CAS 北大核心 2009年第3期47-50,共4页

根据脱机中文签名的特点,提出了一种用基于遗传算法的小波神经网络进行脱机中文签名鉴定的方法。基于遗传算法的小波神经网络模型结合了遗传算法的全局搜索能力和小波神经网络快速高精度的特点,克服了梯度下降法易陷入局部极小和引起振... 根据脱机中文签名的特点,提出了一种用基于遗传算法的小波神经网络进行脱机中文签名鉴定的方法。基于遗传算法的小波神经网络模型结合了遗传算法的全局搜索能力和小波神经网络快速高精度的特点,克服了梯度下降法易陷入局部极小和引起振荡效应等缺点。该模型用遗传算法对小波神经网络的各参数进行前期优化训练,再用梯度下降法对参数进行二次优化。实验结果表明,将此模型用于脱机签名鉴定系统,与单独采用BP网络或小波神经网络相比,性能有明显的提高。 展开更多

关键词 脱机签名鉴定 遗传算法 小波神经网络

在线阅读 下载PDF 职称材料

基于混合遗传训练方法的分类器参数设计

5

作者 高春华 李人厚 《西安交通大学学报》 EI CAS CSCD 北大核心 1998年第3期33-36,共4页

针对分类器这一狭义模式识别问题，分析了基于多层前向神经网络（ＭＦＮＮ）实现的复杂性．提出了一种混合遗传算法（ＧＡ）和数学规划的权值训练方法，用于模式分类器的参数设计，并进行了仿真研究．

关键词 模式分类器 神经网络 遗传算法 非线性规划

在线阅读 下载PDF 职称材料

基于小波包分析的在线手写签名认证方法 被引量：5

6

作者 马海豹 刘漫丹 张岑 《计算机工程与应用》 CSCD 北大核心 2007年第12期235-238,共4页

针对在线手写签名难以提取有效特征的实际情况,提出用小波包分解和单支重构来构造能量特征向量的方法,直接利用各频段成分能量的变化来反映签名的动态特征。用该方法构造的特征向量能突出反映签名的动态特征,通过RBF神经网络进行签名识... 针对在线手写签名难以提取有效特征的实际情况,提出用小波包分解和单支重构来构造能量特征向量的方法,直接利用各频段成分能量的变化来反映签名的动态特征。用该方法构造的特征向量能突出反映签名的动态特征,通过RBF神经网络进行签名识别。实验数据表明,采用此方法,识别的正确率可达96.75%,平均错误率ERR=3.34%,其性能是较满意的。 展开更多

关键词 手写签名认证 小波包分析 特征提取 RBF神经网络

在线阅读 下载PDF 职称材料

基于神经网络的脱机中文签名鉴别系统的研究 被引量：1

7

作者 王红春 靳斌 +1 位作者 樊旭升 马士明 《计算机应用》 CSCD 北大核心 2008年第9期2389-2391,共3页

将神经网络与签名识别相结合,利用前向多层神经网络的反向传播算法(即BP算法),采用Matlab神经网络工具箱构建用于特征识别的三层前向神经网络,同时使用了基于Gabor和Zernike相结合的特征提取方法,最终识别出待识别的手写签名。实验结果... 将神经网络与签名识别相结合,利用前向多层神经网络的反向传播算法(即BP算法),采用Matlab神经网络工具箱构建用于特征识别的三层前向神经网络,同时使用了基于Gabor和Zernike相结合的特征提取方法,最终识别出待识别的手写签名。实验结果证明识别率可达到93.70%以上,证明了该方法的有效性。 展开更多

关键词 签名鉴别 神经网络 ZEMIKE矩 GABOR滤波器 特征提取

在线阅读 下载PDF 职称材料

锅炉性能优化系统的应用试验研究 被引量：14

8

作者 王秀林 孔令君 +4 位作者 姜仕涛 张竟思 付全方 张世荣 杨启璋 《电力技术（北京）》 CSCD 北大核心 2004年第12期45-48,共4页

介绍的锅炉性能优化系统(SOAP)突破了传统优化理念,以系统观念为指导,利用人工智能神经网络和模糊数学等工具建立多变量与多目标之间的非线性多维空间数学模型,指导锅炉性能全面优化,可为用户提供具体的优化指导意见。

关键词 性能优化 人工智能 SOAP 系统 神经网络 多维空间 多变量 指导意见 用户 用人

在线阅读 下载PDF 职称材料

人工智能在手写签字鉴定应用中的研究 被引量：4

9

作者 张行 《信息安全研究》 2020年第7期622-633,共12页

手写签字鉴定自古以来都是鉴别身份的主要生物特征之一,尤其是在司法领域合同、票据等文书的鉴定方面有着举足轻重的地位.在信息化和移动互联网的发展浪潮中,电子化的合同应用已呈现出巨大潜力愈加流行,手写签字的形式及其应用也在发生... 手写签字鉴定自古以来都是鉴别身份的主要生物特征之一,尤其是在司法领域合同、票据等文书的鉴定方面有着举足轻重的地位.在信息化和移动互联网的发展浪潮中,电子化的合同应用已呈现出巨大潜力愈加流行,手写签字的形式及其应用也在发生着较大的变化,与此同时人工智能技术的发展也深刻地影响着计算机签字鉴定系统的技术路线,深度卷积神经网络CNN和深度循环递归神经网络RNN已被证明在大部分签字鉴定场景下均优于传统算法模型,将介绍计算机签字鉴定技术的基本原理及人工智能技术在此领域的前沿研究. 展开更多

关键词 人工智能 手写签字 离线签字 在线签字 神经网络 签字鉴定

在线阅读 下载PDF 职称材料

灰度共生矩阵特征加权融合的维文签名鉴别 被引量：4

10

作者 祖丽皮亚.艾尼 麦合甫热提 +2 位作者 努尔毕亚.亚地卡尔 尤努斯.艾沙 库尔班.吾布力 《计算机工程与设计》 北大核心 2018年第4期1195-1201,共7页

提出灰度共生矩阵特征加权融合和BP神经网络的维吾尔文手写签名鉴别方法。提取灰度共生矩的能量、熵、惯性矩和局部平稳性等4种特征并对其进行加权融合的方法进行签名鉴别。实验结果表明,15名签名者的(共600个签名样本)平均签名鉴别率为... 提出灰度共生矩阵特征加权融合和BP神经网络的维吾尔文手写签名鉴别方法。提取灰度共生矩的能量、熵、惯性矩和局部平稳性等4种特征并对其进行加权融合的方法进行签名鉴别。实验结果表明,15名签名者的(共600个签名样本)平均签名鉴别率为91.78%。与同样规模的GPDS英文签名进行对比实验可知,本文提出的方法对维吾尔文手写签名具有较高的稳定性和鉴别能力。 展开更多

关键词 维吾尔文 离线签名鉴别 灰度共生矩阵 特征加权融合 BP神经网络

在线阅读 下载PDF 职称材料

基于CBLRE模型的轴向柱塞泵空化状态检测研究 被引量：4

11

作者 李志杰 兰媛 +4 位作者 黄家海 牛蔺楷 袁科研 范佳祺 武兵 《机电工程》 CAS 北大核心 2022年第5期634-640,共7页

空化现象的产生严重制约了轴向柱塞泵向高速高压方向发展,需要对柱塞泵的空化状态检测与智能故障诊断展开研究,因此,结合深度学习网络与非线性分类器的优点,提出了一种基于CBLRE(CNN+BiLSTM+RELM)模型的柱塞泵空化状态识别方法(检测模型... 空化现象的产生严重制约了轴向柱塞泵向高速高压方向发展,需要对柱塞泵的空化状态检测与智能故障诊断展开研究,因此,结合深度学习网络与非线性分类器的优点,提出了一种基于CBLRE(CNN+BiLSTM+RELM)模型的柱塞泵空化状态识别方法(检测模型)。首先,对不同空化状态下柱塞泵的一维原始振动信号进行了数据增强,并对其进行了标准化处理;然后,利用卷积神经网络(CNN)自动提取信号的特征,并对其进行了特征降维处理;利用双向长短期记忆(Bi-LSTM)网络学习特征序列的时间依赖性,利用正则化极限学习机(RELM)的非线性分类器对特征进行了分类,实现了对柱塞泵的空化状态检测与智能故障诊断;最后,为测试CBLRE模型的性能,搭建了实验平台,在此之上将CBLRE模型与其他模型进行了对比,分析了该模型在不同工况下的性能表现。研究结果表明:该模型的结构稳定、训练时间短,且在不同负载下均可保持良好的泛化性能,空化状态识别率均达到99%以上,该结果验证了柱塞泵空化状态识别方法的有效性;此外,该模型还可有效识别空化现象与柱塞泵的其他故障。 展开更多

关键词 容积泵 轴向柱塞泵 空化现象 卷积神经网络 双向长短期记忆网络 正则化极限学习机 深度学习网络 非线性分类器

在线阅读 下载PDF 职称材料