U200710920的博客

自由手写体数字识别系统的设计与实现

本文论述并设计实现了一个脱机自由手写体数字识别系统。文中首先对待识别数字的预处理进行了介绍，包括二值化、平滑滤波、规范化、细化等图像处理方法；其次，探讨了如何提取数字字符的结构特征和笔划特征，并详细地描述了知识库的构造方法；最后采用了以知识库为基础的模板匹配识别方法,并以MATLAB作为编程工具实现了具有友好的图形用户界面的自由手写体数字识别系统。实验结果表明，本方法具有较高的识别率，并具有较好的抗噪性能。

2009-09-03

音频信号分析仪 MCU AD

本音频信号分析仪由32位MCU为主控制器，通过AD转换，对音频信号进行采样，把连续信号离散化，然后通过FFT快速傅氏变换运算，在时域和频域对音频信号各个频率分量以及功率等指标进行分析和处理，然后通过高分辨率的LCD对信号的频谱进行显示。该系统能够精确测量的音频信号频率范围为20Hz-10KHz，其幅度范围为5mVpp-5Vpp，分辨力分为20Hz和100Hz两档。测量功率精确度高达1%,并且能够准确的测量周期信号的周期，是理想的音频信号分析仪的解决方案。

2009-09-03

层次分析法 matlab

层次分析法（AHP）是美国运筹学家匹茨堡大学教授萨蒂(T.L.Saaty)于上世纪70年代初，为美国国防部研究“根据各个工业部门对国家福利的贡献大小而进行电力分配”课题时，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法。这种方法的特点是在对复杂的决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。是对难于完全定量的复杂系统作出决策的模型和方法。

2009-09-02

topsis matlab 源程序

，利用TOPSIS法计算网络训练理想输出样本值。首先建立起包括3个投入和4个产出的企业技术创新测度评价指标体系，然后根据综合评价要求和网络训练学习的可行性、有效性，设计出3．1 O．1拓扑结构的BP神经网络模型，其中，网络输入为3个技术创新投入测度，网络输出为1个技术创新测度评价值，而用于神经网络训练学习的理想输出是根据4 个技术创新产出测度，运用TOPSIS法计算得出的综合评价值。实证部分，以 9家上市企业近四年技术创新投入产出指标值样本为例，运用本文所提出的方法，借助MATLAB神经网络工具箱，通过大量的学习样本的测试和训练，使模型的误差值达到预定的范围内，从而建立起可用于企业技术创新测度综合评价的神经网络模型。

2009-09-02

topsis分析法 MATLAB 层次分析法

分别应用TOPSIS法和层次分析法对某医院医疗质量作出合理的评价，并对两种方法进行比较。方法选择有明确意义、有较强代表性的医疗指标应用TOPSIS法和层次分析法进行综合评价。结果2007年医疗质量最好，其次2006年，第三是2005年，2003年医疗质量最差。评价结果与实际情况相符。结论TOPSIS法计算简便、快速、实用，而层次分析更具有全面、准确、科学性。统计工作者可根据掌握的信息资料和医院管理对评价的要求，选择最恰当的统计方法，使综合评价的医疗质量在医院管理中更具有价值。

2009-09-01