一种改进的概念聚类数据挖掘方法

本文分析面向属性归纳与概念聚类这两种数据挖掘方法之间的关系，探讨如何在概念聚类方法中结合面向属性归纳的特点，给出了一种改进的概念聚类方法。     

蚁群算法与遗传算法结合使用方法论

自然界有很多动物和植物的本领值得我们学习,这就是仿生学的由来。蚁群算法就是对自然界蚂蚁的寻径方式进行模拟而得出的一种仿生算法。在蚁群寻找食物时,它们总能找到一条从食物到巢穴之间的最优路径。这是因为蚂蚁在会在路径上释放出一种特殊的信息素。最优路径上的激素浓度越来越大,最终整个蚁群找出最优路径。遗传算法也是参考生物进化的过程演化而来的一种随机搜索方法。两种算法具有很好的互补性。     

基于支持向量机的车牌字符识别

支持向量机(Support Vector Machines,简称SVM)能够有效地解决小样本学习、非线性及高维模式识别等问题。对此提出了在无特征提取情况下基于SVM的车牌字符识别方法,通过实验选定二次多项式作为核函数,并将基于SVM的车牌字符识别与基于BP神经网络的车牌字符识别进行了实验对比。结果表明,在训练样本较少的情况下,该系统具有较高的识别率和识别速度,并具有很好的分类推广能力。     

起重设备维护质量的多因素模式识别

设备维护是设备管理的重要环节,本文建立了设备维护质量的模糊识别模型,确定了起重设备多因素的模糊模式识别方法。     

机动车辆自动识别收费系统

介绍了一个机车辆自动识别收费系统，该系统采用计算机图像分析和识别技术以及人工智能，人工神经网络等先进技术对通过车辆进行牌照和车型的识别。现场实用结果表明该系统已基本达到实用化技术指标。     

一种基于红外检测的车型自动分类电子收费系统

章介绍了目前常用的电子收费系统的基本组成，依据我国公路收费行业的实际情况，提出一种基于红外线车型自动分类的电子收费系统的方案设计，并且完成了其中车型自动分类等关键技术的研究，为我国公路由停车收费向不停车收费方向发展提供了一种必要的技术。     

采用补偿模糊神经网络识别雨天导航路径的方法研究

为实现视觉导航智能车辆对雨天导航路径的准确识别,在分析雨天导航路径特点的基础上,提出了采用补偿模糊神经网络识别雨天导航路径的方法,设计了具有5层结构的补偿模糊神经网络,并分别取大雨、小雨、雨后水迹、雨中模糊反光环境的部分导航路径图像作为样本进行训练,又采用剩余部分路径图像进行了识别试验,试验结果表明该方法能够很好的识别雨天导航路径,并具有较强的实时性。     

路面破损自动识别的一种新算法

针对路面破损分类这一难题,提出了一种基于破损密度因子的路面破损分类新算法。对破损密度因子进行了定义和仿真实验,仿真结果表明其对5种常见的路面破损状况的分类效果非常理想。为了进行对比,文中还选择了美国博士论文中的PROXIMITY算法进行比较,两种方法对相同的10几万幅路面样本进行分类试验,试验结果表明,笔者提出的基于破损密度因子的路面破分类方法,整体优于PROXIMITY方法的分类效果。     

路况监控图像预警处理算法实现

路况监控图像的识别是交通智能化的重要内容,其中主要在于计算机处理的算法研究。本文提出了路况监控图像预警处理算法的主体设计思想,描述了软件的实现流程,分析了监控隐患对象,提出处理方案,并针对关键算法,描述其原理,包括视角归一、运动检测、跟踪、车辆行人分离、静止物体检测,进而给出了实验图像的处理结果。     

公交智能化调度系统实时调度形式确定方法研究

针对我国公共交通系统实际情况，在认真分析可行调度方法的基础上，将实时调度形式的确定理解为一种模式识别问题。并给出基于BP神经网络的公交车辆实时调度形式的确定方法该方法。在实际公交线路中的应用情况验证了其适用性和可行性。