基于Hopfield网络的点状地图符号识别

点状地图符号的自动识别是地图要素自动识别中的重要研究内容。本文着重讨论基于Ｈｏｐｆｉｅｌｄ网络的点状地图符号识别问题，针对Ｈｏｐｆｉｅｌｄ网络所存在的局限性，提出了一种改进方法，增强了Ｈｏｐｆｉｅｌｄ网络的联想记忆功能，可有效地提高点状地图符号的自动识别效果。     

地图模式识别的发展现状

地图模式识别是由计算机来对地图进行识别与理解，并借助一定的技术手段研究和分析地图上的各种模式信息，获取地图要素的信息，其在似于人对地图的阅读，它是近年来在地图制图领域中新兴起来的一门高技术，是信息时代人工智能、模式识别技术在地图制图中的具体应用。由于它是传统地图制图迈向数字地图制图的一座桥梁，因此，地图模式识别代表了当前地图制图领域发展的前沿和主攻方向，它与遥感技术、地理信息系统一起，被称为现代地图制图的三大技术。     

面向对象制图编辑软件的设计与实现

着重介绍面向对象的几个基本概念，以面向对象的程序设计方法，讨论了栅格符号和注记编辑软件的设计，以及地图图像编辑软件的设计等问题，并给出了编辑软件的创建要点和类层次关系分析。     

地图模式信息数据库管理

着重讨论地图模式信息的数据库管理，采用Ｃ＋＋语言开发了一个数据库管理系统。其主要研究内容包括数据库管理系统的特点，主要操作函数，可视化问题和系统结构。     

基于矩特征的点状地图符号识别

首先阐述了点状地图符号识别中特征选择的一般原则，然后概括了点状地图符号的图形特点和几何度量方法，并在此基础上导出了矩特征的计算公式，最后进行了相应的符号识别实验，并对实验的结果加以分析讨论。     

基于BP神经网络的点状地图符号识别

点状地图符号的识别是实现扫描方式地图自动数字化的重要研究内容之一，本文首先分析介绍ＢＰ网络模型及其学习算法，然后根据ＢＰ模型本身所存在的一些不足之处，提出相应的改进措施，还以实际扫描地图图像进行相应的实验验证，最后，对网络的输入模式加以讨论，提出了三种减小网络规模的具体方法。     

基于矩特征的点状地图符号识别

首先阐述了点状地图符号识别中特征选择的一般原则，然后概括了点状地图符号的图形特点和几何度量方法，并在此基础上导出了矩特征的计算公式，最后进行了相应的符号识别实验，并对实验的结果加以分析讨论。     

地图符号识别的神经网络模型

着重讨论地图符号识别的神经网络模型。分析了神经网络的信息处理和信息加工方式,讨论了神经网络的设计要点和基本模型,以及神经网络的分类器。最后,还给出了几种常用的网络模型。     

扫描地图图像的细化

主要讨论了在图像细化的具体过程中,应该如何进行选择结构元素,细化的实施与控制,以及消除端点。