摘要：文章介绍利用“数据流”思想进行多任务界面设计的方法,根据一个较大型的多任务在线实时检测与监视系统的具体特点,设定各任务的不同工作环境,使用时间戳和排队机制,合理地设计信息流和数据流的走向及时序,并给出各任务界面之间的数据传榆协议,从而使各任务界面协调而又有效地工作。

摘要：该文介绍了一个基于煤岩反射率分布并使用神经网络进行煤岩成分分析的方法。该方法利用神经网络在优化计算方面的强大功能,同时又考虑到煤岩分析系统的快速性和稳定性,设计了一个资源开销很小、拓扑结构比较简单的神经网络和与之相适配的快速算法来确定煤种比例,实验表明该方法的分析结果和分析速度均令人满意。该方法对于各种混合物质通过显微成像进行成分分析有一定的参考价值。

摘要：本文介绍一种快速筛选卫星TM红外遥感照片陆地和水域的方法。重点叙述了影象的光学功率谱数据采样,基于影象纹理性质的特征抽取以及线性分类器的设计,并且给出了实验结果。

摘要：针对运动目标红外成像噪声大的特点，给出了一个用于红外序列图像模式识别与跟踪的设计方法。其中重点介绍了用复合方法去除图像中的红外噪声，以及根据飞行目标的运动特性，给出了抽取平移不变性和旋转不变性模式特征的方法。

摘要：该文介绍一个大型实时数据自动检测系统图形界面的设计方法，根据系统多任务、多软件环境、长时间在线实时检测的特点，合理地设定各任务的具体工作内容及其前后台属性，以优化准则设计各任务的连接规程和程序的运行要求，使图形界面为系统的实时监测快速而准确地提供各种图形图表手段。

摘要：图象跟踪是运动图象处理中的关键环节，但是如何在强噪声下实现快速有效的图象跟踪却一直是难点。该文提出了一种模糊技术与神经网络结合的算法，它充分吸收了模糊算法与神经网络的优点，在近距离目标下以神经网络识别的静态可能性为主，而在远距离目标时以模糊算法识别的动态可能性为主，使其不仅在目标近即大时有很高的识别率，而且更令人鼓舞的是在目标远即几乎为点目标时也有很高的识别率。另外，该文还提出了计算各个目标优先级的算法。最后，以红外序列图象为例表明该文提出的算法的高识别率。

摘要：本文介绍一个基于模糊神经网络的数据逼近和泛化建模方法,定义了一种模糊系统动态调节神经网络的学习率,给出了用迭代自组织数据分析算法确定神经网络结构、初始化神经网络参数的方法。在雷达天线罩视线误差建模中的应用表明,这种方法加快了网络的收敛速度,避免了局部极值,具有较高的数据逼近和泛化能力。

摘要：文章在一种基于多维离散傅立叶变换原理的前馈神经网络模型的基础上，提出了一个适用于高精度逼近和泛化建模的神经网络。它可用来逼近任何连续函数，且逼近精度高，泛化能力强，学习速度快。计算机模拟实验结果显示了该网络较好地利用了离散傅立叶交换在结构和性能上的优点，在天线罩视线误差校正建模研究上很好的效果。