摘要：针对红外无损检测的特殊性 ,讨论适用于红外无损检测的图像处理 ,设计适合于红外无损检测的图像处理算法 ,重点解决了非均匀加热条件下红外图像的校正和局部对比度不同条件下的缺陷分割问题 .使红外无损检测与评价达到可视化、智能化、自动化 ,以充分发挥红外无损检测的优势 .

摘要：基于联想记忆各记忆模式的吸收域之间的应保持大小平衡的思想，提出了设计Ｈｏｐｆｉｅｌｄ联想记忆网络的极大极小准则，即设计出的对称连接权阵应使得网络最小的记忆模式吸收域达到最大，首选提出了一种快速算法；再发展了一个启发性迭代学习算法，称为约束感知器学习算法，大量实验结果表明了本文学习算法的优越性。

摘要：具有全局指数稳定性的Hopfield型连续神经网络对于实时求解各种最优化问题以及特殊的A/D转换器设计问题非常重要。在这个意义下,要求神经网络具有唯一的平衡点,且它是全局指数稳定的。 考虑如下Hopfield型连续动态反馈神经网络模型: C_i((du_i)/dt)=Sum from i=1 to n(Ti_JVi)-u_i/R_i+I_i,v_i=g_i(u_i),i=1,2,…,n, (1) 其中C_i>0,R_i>0和I_i分别称为第i个神经元的电容常数、电阻常数和网络外部输入。这里,不假定T=(T_(ij))_(n×n)对称和所有g_i(·)都相同。

摘要：提出了一种具有实用意义的形态滤波神经网络模型及其网络参数的模拟退火优化算法。通过分析指出,形态滤波网络的优化设计过程实际上就是网络参数(结构元素)不断调整、逐步适应图像环境的优化学习过程,从而将目标客体的特征规律反映到网络结构上来,赋予结构元素特定的知识,使形态滤波过程融入特有的智能,以实现对复杂变化的图像具有良好的滤波性能和稳健的适应能力。为结合运动图像目标的检测需要,采用了渐近收缩误差、适时校正网络权值的动态跟踪学习算法。通过实验结果可以看出,该算法不仅能适应复杂多样的背景环境,而且对运动目标的持续检测能力具有位移不变、伸缩不变和旋转不变的特性。

摘要：提出了一种基于VSM的自适应的Web信息过滤系统的设计及实现方法.与传统的信息过滤系统相比,Web上的信息过滤系统具有许多全新的特征.页面为半结构化的文档、页面上的噪声信息比较多,用户提交的正例比较少.这些特性成为影响过滤性能的主要因素.针对Web的上述特性设计的Fudanfilter2002过滤系统,具有使用方便、过滤时间短、精度高等特点.

摘要：本文介绍一个机器翻译系统中所需的知识源之—──概念词典，其知识表示形式、组织结构、每个知识单元的构成，并给出了一个对词典进行图形浏览和编辑的用户界面。

摘要：本文提出一种新的高维空间中点数据的索引方法 ,其基本原理是用格矢量量化 (Latticevectorquantiza tion)均匀划分数据空间、用倒排文件 (InvertedFile)存储格点、用Trie树实现倒排文件的组织和存储、用Trie并行搜索算法实现倒排文件的快速访问 .和传统索引方法相比 ,新方法具有许多优点 ,例如它能以较低的复杂度建立索引结构、支持非常高维的数据索引、充分利用高维空间中点分布的稀疏性等 .实验结果表明 ,在较高维数时 ,LIFT性能优于传统索引方法 .

摘要：提出了设计异联想记忆网络的极大极小准则，即设计出的连接权阵应使得网络最小的记忆模式对的吸引域达到最大．首先给出了一种快速学习算法，它设计出的网络连接权值只取１，０或－１；再进一步发展了一个启发性迭代学习算法，称为约束感知器优化学习算法，它以快速学习算法的结果作为连接权阵的迭代初值．计算机实验结果表明了所提学习算法的优越性．

摘要：本文提出了一个新的联想记忆设计准则，即外积取等准则，它具有外积和准则的所有优点。由外积取等准则设计出的联想记忆网络能够存储任意给定的训练模式，即对于训练模式的数目和它们之间相关性的强弱没有限制。外积取等准则可用来定量地评价记忆模式向量各分量对于记忆模式分类或识别的重要性。由外积取等准则设计出的网络的连接权值只取１、０或－１，因而网络易于光学实现。计算机实验结果充分说明了外积取等准则的有效性。

摘要：提出了设计联想记忆神经网络的模式分量最优稳定性准则，即使得每个模式分量对于模式畸变都具有最大的联想容错性，基于此，发展了一个约束感知器优化学习算法。它具有两个特点：（ｌ）可以全部存储任意给定的训练模式集；（２）每个模式分量都具有最大的联想容错性，实验结果表明，所提出的优化学习算法比现有算法具有更强的存储联想能力。