简介：垃圾邮件处理作为一种典型的文本分类应用问题，受到高维数据的困扰。为提高垃圾邮件检测的效率和准确率，提出一种基于PLS特征提取和SVM的入侵检测算法，首先对原始垃圾邮件数据利用偏最小二乘算法降低维度，再采用遗传算法寻优转换特征子集，并通过支持向量机SVM进行分类。Matlab仿真实验表明，本算法能有效降低数据维数，提高检测的准确率。

简介：本研究采用IKONOS遥感图像,选取波谱特征区,通过区域像元统计并计算各波段权重系数,将影像进行波谱归一化处理,使归一化的影像岛陆与海水特征更明显。在此基础上,采用最大类间方差法确定最佳分割阈值,对归一化的影像进行二值化,从而提取海岛岸线。该方法采用特征曲线法进行水陆分离,得到的二值图像保持了原图的有效边缘,采用二值形态学提取的海岸线连续可靠、信噪比高。结果表明,该方法简单、快速,能有效提取海岸线,具有实用价值。

简介：特征检测算法是图像匹配及物体识别的基础，本文介绍了四种局部特征检测技术：Kaze、Sift、Surf、Orb以及通过一些评价指标比较了它们匹配性能。主要从匹配率，正确匹配率，检测特征关键点速度三个方面进行了比较，实验结果表明：Kaze具有较好的鲁棒性，对光照、模糊的不变性最好，Sift也有较好的鲁棒性，对旋转、尺度有很好的不变性。Sift和Kaze各有侧重点，Surf综合性能一般，但是比前两种速度快，Orb对尺度没有不变性，速度最快。

简介：在社会经济高速发展的时代，智能交通系统的应用越来越普及。其中，车牌识别已经成为研究的热点。本文提出了一种基于模板匹配的车牌字符识别方法，对车牌中汉字和数字字母的特征提取进行了研究，并根据提取的字符特征利用模板匹配的方法对车牌字符进行识别。实验结果表明，该方法对车牌字符具有良好的识别效果．

简介：KL变换是一种适用于任意概率密度函数的正交变换，它能消除各分量之间的相关性．根据协方差矩阵特征值和特征向量有效地进行信息压缩等。相同类的指纹图像的特征码具有较强的相似性．不同类指纹图像的特征码却有一定差异。采用对特征码进行KL变换降维，得到的新的特征码仍然具有同样的相似性和差异性。证明可以通过KL变换后的特征向量进行指纹识别是可行且具有一定意义和研究应用价值。

简介：摘要院对风电机组齿轮传动系统的加速度振动信号（称为实验信号）进行测试，计算获得其功率谱。并用细化谱与解调谱分析相结合的方法对其功率谱进行分析，得到实验信号的故障特征，初步判断齿轮传动系统发生故障的大概位置及故障类型。为进一步准确验证故障，建立其相应故障的齿轮传动系统的动力学模型，进行动力学模拟分析，对所模拟的振动响应信号采用实验信号相同的处理方法对其处理分析，得到模拟振动信号的故障特征。通过模拟信号的故障特征分析验证了对实验信号故障诊断的正确性。并用分形方法分析了齿轮传动系统不同状态信号功率谱的分形特征。结果表明，关联维数能反映出其振动信号成分的复杂程度，区别出故障的位置和程度。所以，可作为齿轮传动系统的故障特征量及故障诊断的依据。

简介：Curvelet变换用于影像融合能有效保持影像的光谱信息，利于提取影像不同尺度、不同方向的细节特征。为检测Curvelet变换对影像分类的影响，文章首先采用PCA方法、Curvelet变换方法对IKONOS影像进行融合；然后对原多光谱影像和融合影像进行监督分类，分类时采用相同的训练样本；最后运用多种参数对结果进行目视、定量评价。总体结果显示：基于Curvelet变换的融合影像各波段的信息熵以及与原影像的平均结构相似性程度均高于基于PCA的融合影像，原多光谱影像、基于PCA的融合影像和基于Curvelet变换的融合影像的总体分类精度分别为：77．27％、70．00％和80．09％，其中基于Curvelet变换的分类影像的地物边缘光滑度最高。

简介：为从协议不相关角度提取未知协议比特流的特征值，分别从比特流中的比特0和1的频数、连续比特0和1的出现频率、固定长度分块内的比特0和1的比特频数、比特流0和1的随机游动最大偏移以及比特流0和1进行傅里叶变换后的峰值高度出发，定义了码元频数统计特征值、游程统计特征值、块内频数统计特征值、累加和统计特征值以及离散傅里叶变换统计特征值作为比特流特征向量参数。在HTTP、DNS、ICMP及TELNET数据集上的实验结果表明：采用本方法获得的未知协议比特流特征参数具有良好的可区分性，为进一步实现未知协议比特流聚类奠定了基础。

简介：针对径流量长期变化的因果关系复杂特性,常规的中长期水文预报模型又很难满足精度要求,提出了基于BP神经网络的来水量预测模型。结合实际径流数据,验证了模型的预报精度,可用来进行中长期水文预报。

简介：精确的轧制模型是保证过程自动化系统高效、安全和稳定运行的前提。摩擦模型作为20辊轧机自适应轧制模型的子模型之一，是其重要的组成部分。本文就基于BP神经网络的摩擦模型的建立过程进行了详细的分析和阐述，为以后的生产维护工作打下良好的基础。

简介：摘要院本文主要通过建立Lyapunov函数在T-S模糊控制系统中的应用得到控制系统全局指数稳定性判据，得到同时具有多时滞或者时滞对时间变化的模糊控制系统的反馈控制器设计准则，并利用M矩阵确保该系统存在稳定周期解。

简介：为了提高非线性动态系统辨识精度，提出一种基于多新息理论的PID神经网络改进算法。对具有时间延迟非线性动态系统，由于采用多新息，充分利用了系统的当前数据和历史数据，较传统的BP算法，本文所提算法在辨识精度和收敛速度方面具有更好的效果。仿真结果表明该算法的有效性。

简介：吴超羽教授首次将人工神经网络模型应用于水文预报研究中，并取得卓越成果。自此，研究人员和学者开始将研究方向转换到人工神经网络模型上来，多年的探索和研究，也使得人工神经网络模型在水文预报中的应用取得了全面的发展和进步。本文旨在通过对人工神经网络模型的研究，深入解析其在水文预报中的应用。

简介：院通过工程实地调研，确定影响渠道衬砌机施工绩效的16个主要因素；基于模糊神经网络方法建立渠道衬砌机施工绩效预测数学模型；收集实际工程的渠道衬砌机影响因素和施工效率数据，并进行验证分析计算。结果表明，基于模糊神经网络预测渠道衬砌机施工绩效的方法是实用和有效的。

简介：摘要在阐明绿色施工概念的基础上构建了绿色施工的评价指标体系。概括介绍了基于小波神经网络评价方法的基本原理,并分析了该方法应用于绿色施工评价的优越性。详细论述了基于小波神经网络的绿色施工评价模型的建立过程,包括小波神经网络的建立、学习训练,以及结果的检验等。实例证明该模型有效、可靠，对指导实际工程具有重要意义。

简介：摘要本文在介绍了Matlab神经网络工具箱的基础上，主要对时间序列预测工具箱的使用作了说明，并用实例仿真说明如何进行时间序列预测的调用实现，通过不断的调整参数，最后使训练的模型比较理想，满足实际的需求，表明了直接使用时间序列预测的有效性，并为Matlab神经网络工具箱的使用提供了新的方法。

简介：基于HJ－1A／1B卫星ccD数据，建立河北省近海海域沿岸冰、初生冰、灰冰和灰白冰的解译标志。利用易康分类软件，采用多边形的面向对象分类方法，根据海冰类型和其他地物特征，对HJ－1A／1B卫星数据进行多尺度分割。选择各类型海冰样本，采用最邻近分类像元算法对海冰进行分类。统计河北省海域及秦皇岛港、曹妃句、黄骅港等重点区各类型海冰分布面积，分析海冰分类分布情况。最后，介绍了应用HJ-1A／1B卫星遥感数据提取河北近海海域海冰分类分布信息的实例。

简介：为了实现倒装和弯钩次品针头的自动检测，提出了一种基于BP神经网络的注射器针头合格性检测方法。该方法首先对针头图像进行去噪、目标分割和针头轮廓提取等预处理，其次采用边界区域不变矩法和针头边缘曲率法提取针头特征，然后用合格针头、弯钩针头和倒装针头样本的特征对设计好的BP神经网络进行训练，最后利用训练好的BP神经网络实现注射器针头的合格性检测。通过大量真实针头的合格性检测实验，验证了本研究所提出方法的有效性，可用于实际生产中。

简介：摘要：基于ARM芯片和FPGA的特点，设计了一种ARM与FPGA人工神经网络处理器之间的通信方案。该方案采用ARM的ZDMA控制器对数据传输进行控制，完成ARM与神经网络处理器的控制寄存器组、分布式存储器、样本存储器等存储体的数据交换。

简介：摘要灰色预测是一种运算简便、易于检验的数学预测模型方法，而神经网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。本文通过将两种模型有机的结合，很好的完成了对成都市近年来的城市道路交通噪声进行的预测工作，可以为城市道路交通建设等相关工作提供一定的指导。