计算机视觉

计算机视觉是近年来迅速发展的一门新兴学科,取得了不少令人瞩目的进展。最近美国一些著名的学者对该学科的见解引起广泛的争论,这些争论是十分有益的。不妨举几例。 美国图像(学)专家T.Pavlids教授1986年在法国召开的第八届国际模式识别会议上说:“图像分析领域近15年进展不大,例如从一幅多灰度的图像中要勾画出景物中的‘目标’,人是很容易做到的,但令计算机实现几乎是不可能的。我们不得不修改我们的提法,把识别目标简化成识别可见表面,即把三维物体的识别降为二维半来识别。我们     

神经网络模式识别的一种电流模式实现技术

本文将电流模式技术用于神经网络模式识别,以全电流模式胜者为王（ＷＴＡ）和计算模式间匹配度（ＭＳ）为子网,进行了基于Ｈａｍｍｉｎｇ网的二值模式最优的敢小误差模式分类器设计实现。计算机仿真与理论结果吻合,所得电路结构简单、功耗低,具有潜在地应用前景。     

空中目标战术机动类型的实时识别

空中目标的战术机动类型是识别其战术意图的重要依据.根据空中目标战术机动类型的特点,采用时间序列编码表示空中目标战术机动类型,推导了空中目标转向机动的判据,提出了机动动作之间的相似度计算模型,建立了空中目标战术机动类型的识别算法.最后提出了识别算法的仿真验证方法.     

空中来袭目标威胁判断的可变模糊评价法

目标威胁判断是根据来袭目标相关因素,判断对被打击目标的相对威胁程度。不同的威胁判断方法和准则会产生不同的判断结果。传统的威胁判断方法多局限于“点”的形式,表达意义不全面。利用可变模糊及理论中的可变模糊评价方法,针对水面舰艇空中来袭目标威胁问题,提出目标威胁判断的可变模糊评价方法,并以示例说明此方法的有效性。     

红外图象的预处理与目标分割

文中介绍了采用数字低通滤波器去除红外图象中背景起伏的方法;在红外图象中采用统计矩来估计目标的位置与特征;描述了一种分割红外目标图象的新方法。对红外图象与模拟图象的处理都表明是一种面向实际应用的红外图象处理技术。     

人工神经网络特征优化方法在模式识别中的应用

在模式识别中,特征量的选择及组合优化是设计模式识别系统的关键问题,它强烈地影响到分类器的设计及其性能。人工神经网络除了在模式识别中作为分类器应用之外,而且能够实现特征参数的提取。通过采用人工神经网络模型,对柴油机故障的特征量优化方法进行了研究,实现了对柴油机故障的特征提取及优化。     

有监督学习的模糊Petri网模型和算法

在模式识别中,前向神经网络通常有一个输入层,一个输出层和几个隐藏层.其中,对于实现输入层和输出层之间的精确函数映射,隐藏层增加了额外的非线性,但是,不能对隐藏层与输入层和输出层的语义联系进行合理的证明.提出一种有监督的模糊Petri模型和训练算法,能对隐藏层的语义进行证明,并能对杂乱的训练样本进行学习和推理.通过在模式识别中的应用,结果表明,该模型和算法是可行有效的.     

多因素模糊模式识别在国民经济动员方案选择中的应用

文章根据国民经济动员方案的特点,使用模糊集理论中模式识别的贴近度概念与择近原则,建立了基于模糊集的经济动员方案优选模型。     

基于模糊模式识别的战场目标识别

分析战场目标的结构、材料、征候、特征及辐射原理等存在的差异,运用模糊模式识别方法,建立了战场目标识别的数学模型,给出了目标识别的详细步骤和方法:选取目标特征量、构造标准模糊集合、构造待识别模糊集合、应用择近原则进行目标识别,并通过算例,得到一些有价值的结论。模型和方法可供C3I系统快速准确的识别战场目标。     

水面光电探测技术研究进展分析与展望

文章围绕水面光电探测技术,对该技术的内涵特点、适用范围以及主要用途进行了概括介绍．对近些年来国外在水面光电探测技术方面的发展进行了梳理,分析列举了光电探测技术发展的若干趋势,并分析了目前国内外技术间存在的差距,最后对发展我军水面光电探测技术值得重点关注的研究方向进行了分析并提出了自己的建议。