基于Gabor变换和支持向量机的手写体字符识别算法

针对在手写字符识别中由于书写习惯和风格的不同造成字符模式不稳定的问题,将支持向量机SVM方法用于手写字符的识别.算法首先采用Gabor变换提取手写字符图像的特征参数,然后采用提取的特征训练SVM分类器.再应用SVM分类器分类和判别手写字符.实验表明这种方法具有良好的车牌识别效果,较强的鲁棒性,较大的应用价值.     

冰雹云雷达回波自动识别系统

利用CAPPI资料对立体风暴进行识别，计算并提供出实用的风暴结构参数，采用矩心踊跃法和矩不变量法相结合对单体风暴和混合性风暴回波进行跟踪；最小二第线性外推预报；根据WSD－88D的冰雹算法，在风暴结构基础上本文建立了Windows98操作平台上冰雹识别系统，经单站1年11次强对流天气过程的资料检验，结果表明：雹云识别精度达82％。系统建立了大量人机对话框以方便用户，增加实用性及推广性。     

使用支持向量机识别地震类型的影响因素分析

对山东地区2006~2017年3种地震事件--天然地震、爆破及塌陷的波形记录进行小波变换,对提取出的香农熵特征采用支持向量机LIBSVM方法进行分类识别,并设计一系列实验研究影响最终分类效果的因素。结果表明,5种影响因素--信号窗长度、小波分解方式、小波基类型、向量机算法类型、向量机核函数类型均对地震类型的分类识别结果产生一定的影响;识别率最高的3组处理方式均采用了2 000 s信号窗长度+db7小波基+υ-SVC算法的组合方式。所得的识别率较高的几种影响因素组合,在未来可应用于地震类型的实时识别,进一步提高地震类型的识别率和触发准确率。     

桥梁水平位移混沌特征识别与神经网络预测研究

跨海大桥系统受外界影响扰动,其变形伴有混沌现象发生.对桥梁变形监测数据实现了混沌识别,运用C-C法计算时间序列的延迟时间,用G-P方法求得最佳嵌入维数,通过求取的时间延迟和最佳嵌入维数对桥梁变形监测数据进行相空间重构,为混沌时间序列预测模型的建立奠定基础;基于RBF神经网络建立混沌时间序列预测模型,对实测数据进行桥梁变...     

On self-similarity of premonitory patterns in the regions of natural and induced seismicity

Anticipating the scale invariance of rock fracturing processes, we applied Keilis-Borok’s algorithm M8, originally designed for identifying times of increased probability (TIPS) of occurrence of strong earthquakes (M < 8.0), retrospectively to Koyna earthquakes which occurred in the region after the impoundment of the Shivaji Sagar reservoir in 1962. The algorithm which enables diagnosis of TIPS from the 7th year onwards after the commencement of the earliest available data set showed that the 5.3 magnitude earthquake of 20 September 1980 indeed occurred within a time of increased probability. This result, apart from its potential application to recognizing future TIPS in the region, points to selfsimilarity between the premonitory patterns of natural and induced earthquakes and to scale-invariant nature of their processes. Further, a typical precursory rise in seismicity followed by a relative quiescence was also found to precede all the three larger earthquakes of the sequence.     

应用模式识别定量划分潜在震源区

本文以陕西关中及部分邻区为例,考虑地质构造、地震活动及地球物地场等因素,采用不同的模式识别方法和多种计算方案,以定量判定潜在震源区。其结果表明,模式识别方法有利于地质、地震活动及地球物理场等多种因素综合应用,并能选择和显示判定潜有震源区的主要特征。不同模式识别方法的比较和多种试验方案的综合,则可提高潜在震源区判定的可靠性和稳定性。     

第二代航磁黄沙坪异常的分解及其矿产新空间

本文采用同时具有识別、分解、解释异常三重作用的三元解释法■,在黄沙坪异常负值区有效地提取了由未知的深源磁性体引起的剩余异常。该异常与已知的中、浅源磁性体分处于极为类同的成矿地质背景中。后者与隐伏岩体、铅锌多金属盲矿体之间有着密切的成生联系。这为前者间接找矿提供了有力的依据。定量解释结果中,两者间的磁矩等效关系,论证了已知矿床西侧深部空间里,仍存在找到又一个大型矿床的前景。     

地震前虎皮鹦鹉(Melopsittacus undelafus L.)叫声的模式识别

近年来,我国多数地震动物观察站(SAOS)监测虎皮鹦鹉(BG=budegerigar)的叫声频度与地震的关系,并取得了一些观测结果。但是,所用的声记录仪未能考虑BG叫声的声学特性,而不能分辨BG不同的叫声和进一步提取震兆性叫声模式(EPCP),并易受到环境噪声的干扰而产生误计数。 据此,分析了BG不同声行为叫声的声学特性。BG叫声大致上可分为单次叫声(SC)、变音调叫声(VTC)、单音节和多音节抗议叫声(MoSPC和MuSPC)。由此,进一步研制了它们的模式识别系统。该系统是以单片机为核心的微处理机,对BG叫声进行预处理、编码、分析、显示和打印输出。 观察结果表明,在高声场旅游飞机噪声(TAN)干扰下,该系统的BG叫声识别率(CRR)为66.7％,而对TAN没有误计数。在含10次不同声强的TAN干扰(432秒)的30分钟内,该系统记录了588次叫声(SC、VTC、MoSPC和SPC分别为377、22、20和169次),仅丢失65次叫声,其CRR平均为90％。但是,SAOS目前使用的声记录仪,这10次TAN干扰所产生的误计数可能约为BGU叫声的2.6—13倍。 由此可见,这种模式识别系统不仅可满足于BG不同叫声的识别,且具有良好的抗噪声功能。这就使之可为地震前BG声行为观测提供更有用的信息。不仅可给出BG叫声频度的昼夜节律变化与地震的关系,并可为揭示BG的EPCP提供一定的依据。