基于神经网络的ETC收费广场服务水平分类方法

鉴于采用数学建模的方法来划分服务水平的复杂性以及Kohonen网络的自组织学习能力和良好的鲁棒性，提出了利用Kohonen网络对收费广场服务水平进行分类的方法，并用该方法对一个含有不停车收费方式(Electronic Toll Collection，ETC)与停车收费方式的收费广场服务水平进行了分类，结果表明该方法是很有实用价值的。     

球谐基函数数学实现的一种群方法

根据球对称物体的对称特点构造三维转动群(SO3)，利用群论中的完备算符集理论，通过群变换方法求得该群的分类基，该分类基就是传统意义的球谐函数，研究表明利用群变换方法完全可以实现复杂对称结构边界的基函数，为矩量法求解复杂边界电磁散射问题提供了一个新途径。     

黑白二值图像编解码方案的实现

采用“行程码－自适应哈夫曼码”的编解码方式，对黑白二值图像进行压缩处理，获得了较高的图像压缩率和较好的图像恢复质量。     

创建计算智能的新方法--软计算的若干问题研究

论述了软计算方法提出的背景和动因在于：随着人类面临的社会发展、生产生活、科学研究中的决策、控制、优化、规划、制造等问题的日益复杂．所处的人文、自然环境的不确定程度与日俱增，历史上基于徽积分的解决之道已越来越不能单独承担处理不确定环境下复杂系统的重任．同时论述了软计算的各组成方法的内容、特征．最后简要讨论了软计算方法体系的分类．     

人工神经元网络在公路隧道围岩判别中的应用

基于人工神经元网络原理,结合公路隧道围岩判别的工程实际资料,通过BP神经网络模型的有师学习记忆和预测功能,对公路隧道围岩判别预测进行了研究。通过实例预测检验,证明了人工神经元网络在公路隧道围岩判别中的可行性和实用性。     

一种基于视频虚拟检测线的交通流参数检测方法

实时交通流参数检测在智能交通系统中起着重要的作用。参数检测有多种方式,其中基于图像处理的视频车辆检测方式近年来发展很快,由于它具有检测区域大、系统设置灵活等突出的优点,已成为智能交通系统领域的一个研究热点。车辆的检测基于车道,在每个车道设置两条虚拟检测线来检测交通流参数,虚拟检测线的作用类似于电磁感应线圈。系统通过对视频虚拟检测线的预处理将二维的数字图像转化成一维的检测信号,减小了运算量,降低了运算负荷。提出的基于视频虚拟检测线特征的交通流参数检测系统已经在PC机上用VC 6.0实现,并对不同典型天气条件下的交通流视频进行了实验,实验结果表明该系统具有较高的车流量统计精度。     

基于模糊神经网络模式分类的数据挖掘算法

提出了一种基于模糊神经网络模式分类的数据挖掘算法--把模糊理论和神经网络结合起来,构造及训练模糊神经网络.给出了基于模糊神经网络的学习算法,通过仿真验证了该算法的正确性.     

利用ISAPI,Java开发B/S模式的图像数据库

通过对Brower／Server模式结构和特征的分析研究，提出了基于B／S模式并支持基于内容查询的图像数据库管理系统，重点研究了ISAPI对数据库的访问、图像的特征提取等关键性技术，实现了在Web环境下基于内容的图像查询(QBIC)；同时利用Java技术制作图像特效，并给出了运行示例，     

一种新的红外二值图像递归标记算法

提出了一种新的红外图像识别算法．该算法根据图像预处理分割后的二值图像，对目标图像进行递归标记，避免了基于点的连通体检测中“Ⅰ”像素点可能被重复扫描的现象，实现了只考虑提取目标特征，不用得到最终的标记图像本身的要求，更加有利于对目标的检测与跟踪．分析、实验结果表明算法对理想及带噪声的输入均有较好的识别率，能提高目标单帧检测概率．算法易于实现并行处理，提高了图像处理实时性，具有一定的工程实用性．