关键词： 模式识别   图像检索   多示例学习   相关反馈  

摘要： 多示例学习是一种新的机器学习斱法。本文将多示例学习应用到图像检索上,提出一个基于多示例学习的图像检索斱法。将图像检索置换成多示例学习,把图像看作多示例学习中的包,图像分割后的多个区域看作包中的示例,幵引入相兲反馈技术优化图像检索。提出的检索斱法在Corel图像集上获得了较好性能。

关键词： MCMC   贝叶斯推断   采样技术   机器学习   模式识别  

摘要： 后验分布是贝叶斯推理的本质,所有进一步的贝叶斯推断均可通过后验分布来完成.然而,应用统计实践中利用Bayes定理得到的后验密度经常是半共轭乃至复杂的、高维的.马氏链式蒙特卡洛(MCMC)方法为解决此问题提供了很好的思路.主要研究基于马氏链的蒙特卡洛采样技术基本算法和实现策略.

关键词： 学习任务   模式识别   对话式   信息技术课堂   知识获取   教育心理学   后现代主义   提出问题  

摘要： 初中信息技术课堂上种种现象表明,学生缺乏对该学科深层次的兴趣。本文引入“模式识别学习”这一工具,通过进行“模式识别学习”的过程生成“对话式”学习任务,让学生在新知增长点上运用已有知识获取新知识,从而实现激活学生对该学科深层次兴趣的目的。本文提出问题、分析问题后,从教育心理学、教学实践、后现代主义教学思想三个不同的层次视角,即从图式重建角度、在“干扰——问题”中、在预设与不确定性并存中,论证“模式识别学习”生成“对话式”学习任务。

关键词： 径向基神经网络   图像处理   模式识别   人机交互   轨迹控制  

摘要： 为实现人机交互的移动机器人轨迹控制,研究了基于径向基神经网络图像识别的移动机器人控制系统,设计了基于神经网络的图像采集和识别处理模块,处理了移动机器人路径控制的关键问题。通过建立手写字体数字(基于神经网络)的图像采集和识别处理模块,搭建移动机器人轨迹控制数学模型,最终在该模型基础上设计了该类机器人基于图像识别结果的路径控制算法。利用仿真软件MATLAB的robot tool工具箱,进行了移动机器人控制轨迹控制的仿真。仿真结果证明,路径控制方案可以很好的让移动机器人完成预定的路径跟踪。从而从理论上解决了基于视觉的移动机器人轨迹控制问题的难题,并为实现基于视觉的移动机器人轨迹控制提供了理论依据。

关键词： 特征向量提取   激光遥感图像   图像模式识别   最大模糊熵  

摘要： 针对当前激光遥感图像识别系统在设计上采用单一固定特征提取图像,存在丢失细节且易出现过识别、整体对比度低、细节模糊等问题,设计了特征向量提取的激光遥感图像模式识别系统。硬件上选用ADSBF535作为图像识别模块的核心,采用XC2S200 FPGA作为图像输入模块的硬件支撑,输出像是模块配置单排排针连接P2对应的IO引脚,更便于DSP和LCD的连接。软件根据模糊熵理论结合特征提取结果计算图像提取区间灰度均值,按照灰度值进行标号对灰度直方图进行均衡,依据均衡后的灰度直方图对区间内的灰度采用均衡系数平移,实现区间内灰度细节的填充,完成激光遥感图像模式识别。实验结果表明,所设计系统相比当前激光遥感图像识别系统,有效提高了图像对比度和分辨率,识别了图像局部细节,显著改善了激光遥感图像模式识别效果。

关键词： 模式识别   数学欣赏   数学之美  

摘要： 模式识别给学生提供了一种很有效的几何解题策略,文章从模式的构建、识别、运用出发,努力探寻具有相同、相近、相关结构的习题之间在结论、解法和解题思想上的联系.在对模式识别的过程中,引导学生在掌握解题策略的同时,欣赏习题的整体结构、完善自己的认知结构,在快速解决问题的过程中获得成功的体验,满足自我实现的需要.促进学生体验数学之美,提高其数学欣赏水平,感悟数学之美.

关键词： 收割机导航   路径规划   PCA模式识别   训练样本  

摘要： 为了更准确地对高分辨率可见光农田路标导航图像进行目标识别,将基于主成分分析(PCA 2 Principal Component Analysis)和模板匹配的方法引入到了联合收割机控制系统中,提升了收割机自主图像识别水平和路径规划能力。在识别过程中,采用PCA算法对分割图像进行特征提取和主成分分析,并将图像主轴旋转成水平方向和训练样本库进行匹配,最后识别出导航路标,并自动生成预设的路径。为了验证方案的可行性,将PCA模式识别算法嵌入到了收割机的控制系统中,在开阔平坦的农田里进行了实验测试,结果表明:采用PCA模式识别算法可以成功地识别农田里的导航路标,其识别准确率和效率都较高,且可以自动生成规划路径,对于现代收割机自动化作业能力的提升具有重要的意义。

关键词： 体感设备Kinect   偏瘫步态   模式识别   贝叶斯分类   随机森林  

摘要： 本文利用微软公司研发的体感周边外设(Kinect)获取偏瘫患者的步行轨迹数据,在此基础上实现了偏瘫步态的自动识别,并对识别特征的重要性进行了排序。首先,研究设立了试验组和对照组,两组受试者按要求分别完成规定的范式动作,经由Kinect实时获取受试者的步行轨迹数据。从获取的数据中可提取步态识别特征:步速、步幅、质心的移动范围(上下和左右方向)。然后,利用贝叶斯分类算法对这些特征构成的样本集进行分类学习,实现偏瘫步态的自动识别。最后,利用随机森林算法确定每个特征的重要性,通过对每个特征的重要性进行排序,可为病情诊断提供参考。本文研究结果表明,基于贝叶斯算法的分类准确率为96%;使用随机森林算法确定的特征重要性排序为步速、步幅、质心左右偏移距离、质心上下偏移距离,而步速与步幅、步速与质心左右偏移距离的组合是偏瘫步态分析诊断的重要依据。本文研究结果或可为偏瘫步态的智能诊断提供新的思路和参考。

关键词： 心电动力学信号   数据特征   识别算法   心肌缺血   辅助诊断  

摘要： 现代控制理论和计算机技术的进步,为深入研究心电信号内在动态病理特征创造了良好条件,并推动了相关学者在基于心电信号转化数据的神经网络模型构建、心电信号异质度特征的量化指标提取、心脏疾病辅助诊断等方面的早期探索。本文综述了心电动力学信号数据特征的研究现状,并介绍了心电动力学信号数据特征的提取方法、模式识别及其在心肌缺血辅助诊断、心肌缺血引发心脏疾病早期筛查和疗效评估等方面的应用。

关键词： 机器视觉   深度学习   主成分分析法   标签缺陷   人工智能   模式识别   图像分类  

摘要： 依据深度学习算法可以自主进行特征学习和识别的特点,提出一种基于主成分分析法的深度学习模型,构建印刷标签检测系统,从中进行信息提取和学习处理。实验结果表明,该方法的分类识别率高达94.6%。与传统标签缺陷检测算法相比,这种研究方式更加注重原始图像的特征提取,无需进行复杂的模板制作,实现方法简单,适应性强。