一种基于特征信息的车牌识别方法   总被引：3，自引：0，他引：3  

胡强  楼新远  段国兵 《成都信息工程学院学报》2004,19(3):345-348

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.  相似文献   

应用BP神经网络评价大气环境质量   总被引：3，自引：0，他引：3  

谢士杰  刘继琳 《武测科技》1996,(4):22-24

采用了ＢＰ神经网络对湖南省汨罗市大气环境质量进行了评价。实践表明，这种方法有其通用性和客观性。  相似文献   

基于蚁群算法的城市可持续发展综合评价   总被引：1，自引：0，他引：1  

徐婷婷  于扬  彭娇婷 《成都信息工程学院学报》2006,21(5):694-697

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。  相似文献   

SIMULATION AND PREDICTION OF DEBRIS FLOW USING ARTIFICIAL NEURAL NETWORK     

WANGXie-kang HUANGEr CUIPeng 《中国地理科学(英文版)》2003,13(3):262-266

Debris flow is one of the most destructive phenomena of natural hazards. Recently, major natural haz-ard, claiming human lives and assets, is due to debris flow in the world. Several practical methods for forecasting de-bris flow have been proposed, however, the accuracy of these methods is not high enough for practical use because of the stochastic and non-linear characteristics of debris flow. Artificial neural network has proven to be feasible and use-fill in developing models for nonlinear systems. On the other hand, predicting the future behavior based on a time se-ries of collected historical data is also an important tool in many scientific applications. In this study we present a three-layer feed-forward neural network model to forecast surge of debris flow according to the time series data collect-ed in the Jiangjia Ravine, situated in north part of Yunnan Province of China. The simulation and prediction of debris flow using the proposed approach shows this model is feasible, however, further studies are needed.  相似文献   

DFT的一种高效矩阵分解算法     

余品能  路凌云 《物探化探计算技术》1993,15(2):153-157

  相似文献   

三维统计地图的快速生成算法     

沈裕和  俞全宏 《物探化探计算技术》1992,14(4):301-305

  相似文献   

数字水印研究综述及其发展方向   总被引：2，自引：0，他引：2  

陈少霞 《广东海洋大学学报》2003,23(6):74-80

  相似文献   

流域水文模型参数识别的现代优化方法研究进展   总被引：1，自引：1，他引：0  

武震  张世强  张小文 《冰川冻土》2008,30(1):64-71

水文参数优化是水文模型发展中的一个重要部分,针对水循环过程模拟中的流域水文模型参数识别的复杂优化问题,回顾了水文模型优化算法的发展历程,对国内外水文模型参数识别算法的最新进展进行了阐述.介绍了模拟退火算法、遗传算法、SCE-UA、粒子群算法等常用算法的参数设定及一般流程,并对编码遗传算法、单纯形混合加速遗传算法和运用融合技术的几种遗传算法以及其它几种常用算法在新安江模型中的优化结果进行了比较,认为混合加速遗传算法是一种较好的方法.在系统研究现代优化算法与传统优化算法的基础上,建立各种优化算法的融合技术和法则可能是进一步提高参数优化算法性能的方向.  相似文献   

基于BP神经网络的抚河水环境质量评价研究   总被引：1，自引：0，他引：1  

刘金生  周焕银  刘金辉 《华东地质学院学报》2008,31(1):85-88

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.  相似文献   

基于AGA的SVM需水预测模型研究   总被引：1，自引：0，他引：1  

张灵  陈晓宏  刘丙军  王兆礼 《水文》2008,28(1):38-42,46

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.  相似文献