一种基于特征信息的车牌识别方法

根据中国车辆牌照本身的现有特征信息,提出一种车牌识别方法.采用全局动态阈值法进行二值化处理图像,牌照定位算法简单迅速,字符分割参考垂直投影间隔和字符的纵横比.实验结果表明,这种方法具有良好的环境适应性和鲁棒性.     

基于蚁群算法的城市可持续发展综合评价

在可持续发展体系分类的基础上，应用蚁群算法对可持续发展各分类指数公式和综合指数公式进行优化，建立可持续发展评价模型。将该模型应用于乌鲁木齐市可持续发展水平评价，评价结果与现状分析一敛。结果表明该模型简单适用、有良好的通用性。     

无规取向、无吸收非球形粒子光散射的T-矩阵方法

较详细地研究了无规取向、无吸收椭球体粒子的T－矩阵收敛问题。首先，简要概括了nmax的3种收敛方案和它们的基本特性。然后，应用1993年提出的数学收敛方法（M－方法）和1998年提出和物理收敛方法（P－方法）研究收敛问题。结果表明椭球粒子收敛精度对粒子的尺度参数，纵横比以及椭球体的种类（例如，长／扁椭球）有很强的依赖性。当粒子的尺度参数不太大时，甚至在极端纵横比的条件下，P－收敛方案优于M－收敛方案。     

关于非球形粒子光散射的T-矩阵数值计算方法的研究

首先介绍了无规取向轴对称非球形粒子光散射的T－矩阵数值方法。然后，进一步研究了T－矩阵计算的收敛问题，提出了一种新的关于无规取向无吸收非线形散射物体的物理收敛方法，我们研究了椭球粒子的收敛问题，结果表明我们的数值方法和T－矩阵计算程序是有效的， 收敛精度与粒子的尺度和形状有很强的依赖性，在一定的条件下，我们的物理收敛速度优于NASA Mishchenko的数学收敛速序。     

基于BP神经网络的抚河水环境质量评价研究

水环境质量评价中.评价因子和评价等级之间是一种复杂的非线性关系.人工神经网络权重因子可以通过学习自动调节,不需要人为设置权重,能较好的处理复杂的非线性关系.通过构建基于BP(反向传播)算法的人工神经周络模型.对抚河水质进行评价.评价结果与模糊聚类方法得出的结果进行对比可发现,神经网络法可以客现、准确的得出评价等级,同时还可以分析出同一类别河段污染程度的不同,实例证明它是一种较好的水环境质量评价方法.     

基于AGA的SVM需水预测模型研究

需水预测是一个由城市人口、工业水平、社会经济水平共同作用的多因素、多层次的复杂非线性系统.其结果将直接影响受区域水资源承载力约束的产业结构、布局形态等决策.作为一种集中参数预报方法,支持向量机方法具有对未来样本的较好的泛化性能,对于这类资料缺乏、系统结构尚欠清晰的问题可以取得较好的模拟和预测结果.基于此,本文将支持向量机方法引入需水预测领域,建立了需水预测支持向量机模型.同时,本文将加速遗传算法和支持向量机方法耦合起来,构造了支持向量机模型参数的自适应优化算法.模型在珠海市的应用实例表明:与简单遗传算法比较,AGA的模型参数寻优效率更高;与BP神经网络模型相比,SVM模型较好地解决了小样本、经验性等问题,并取得了较高的预测精度.     

多传感器观测下带乘性噪声系统的逆向滤波与反褶积融合算法

针对多传感器观测环境下带乘性噪声系统的逆向最优滤波与反褶积融合估计问题 ,本文提出了 1种基于极大似然准则的最优融合算法。该算法中各单传感器间并行计算 ,并且融合中心与单传感器处理中心间无反向通讯 ,因而执行效率较高。仿真表明 ,该融合算法产生的逆向滤波与反褶积比单传感器处理结果有较明显提高