本論文研究的是圖象識別中的歸納學習方法。
本文討論圖象識別方法在工程地震學中應用的現狀及前景。
理論上，二元統計編碼圖象識別技術，對處理實際獲得的低信噪比相干和非相干圖象也是很有效的。
這種判別方法，在圖象識別中取得了較好效果。
gms靜止氣象衛星探測所得到的紅外雲圖資料，用計算機圖象識別技術來反演雲跡風。
該演算法經兩個常用函式檢驗，並在圖象識別的神經網路權值訓練中得到應用。
抽取有效的圖象特徵是完成圖象識別的首要任務。
利用地震簇，可以把強震的地震活動*圖象識別得更清楚，簡單和定量化。
設計開發應用程式，將經由系統裝置掃描進入的pcb板上的條碼圖片，進行圖象識別與處理，讀出條碼所代表的具體意義。
此係統比其他圖象識別程式更加準確，並且可以適用於其他條紋動物，如老虎和長頸鹿。
本文研究基於光學相關處理的圖象識別技術。
從圖象識別角度研究了電氣裝置區域性放電的模式識別。
用全息透鏡陣列進行多圖象識別的一些問題也進行了研究。
系統也能明白無誤的“解讀”圖片，但是不清楚它是進行圖象識別還是利用某種型別的嵌入式資料來判斷。
本文討論了一種基於光學標記識別技術的文件圖象識別系統，重點闡述了該系統的設計思想和實現技術。
