基于稀疏表示与特征融合的人脸识别方法

针对人脸识别在有遮挡、表情、光照的变化或受到噪声污染时鲁棒性变差问题,提出一种基于稀疏表示与特征融合的人脸识别算法。首先采用低秩恢复算法得到训练样本和测试样本的干净人脸图像,提取干净人脸图像的LBP,HOG,Gabor三种特征向量;然后对部分训练样本进行SRC分类测试,根据SRC的识别结果与分类残差定义一个损失函数,再利用正则化最小二乘法计算出使损失函数最小的权重向量;最后根据该权重向量重构规则化残差进行分类。在ORL,Extended Yale B和AR数据库上进行实验,结果表明,该算法优于利用单一特征识别的方法,并且对光照、噪声、遮挡等因素产生的影响有较好的泛化性能。     

基于Gabor低秩恢复稀疏表示分类的人脸图像识别方法

针对含光照、表情、姿态、遮挡等误差或被噪声污染的人脸图像的识别问题,本文提出一种基于Gabor低秩恢复稀疏表示分类的人脸图像识别方法。该方法首先用低秩矩阵恢复算法求得训练样本图像对应的误差图像;然后,对每一个训练样本图像及其对应的误差图像进行Gabor变换,得到相应的Gabor特征向量,并将这些Gabor特征向量组成一个Gabor特征字典;进而,计算测试样本图像Gabor特征向量在该Gabor特征字典下的稀疏表示系数,并用该稀疏表示系数和Gabor特征字典,对测试样本图像的Gabor特征向量进行类关联重构,同时计算相应的类关联重构误差。最后,根据测试样本图像Gabor特征向量的类关联重构误差,实现对测试样本图像的分类识别。在CMU PIE、Extend-ed Yale B和AR数据库上的实验结果表明,本文提出的人脸图像识别方法具有较高的识别率和较强的抗干扰能力。     

基于低秩特征脸与协同表示的人脸识别算法

在人脸识别中,人脸图像往往受到表情、光照、遮挡、姿态变化的影响,对此本文提出一种基于低秩特征脸与协同表示的人脸识别算法。该算法先用低秩矩阵恢复算法分解出训练样本图像的误差图像,再分别对训练样本与误差图像提取特征构造特征字典,计算测试样本图像特征字典下的协同表示系数,最后通过重构误差进行分类。通过AR和ORL人脸库进行实验,结果表明,本文提出的人脸识别算法的识别率、识别速率得到有效提高。     

融合CNN和SRC决策的SAR图像目标识别方法

提出基于卷积神经网络（Convolutional Neural Network,CNN）与稀疏表示分类（Sparse Representation-based Classification,SRC）联合决策的合成孔径雷达（Synthetic Aperture Radar,SAR）目标识别方法。CNN通过深度网络学习SAR图像的多层次特征,进而对其所属的目标类别进行判决。研究表明,CNN在训练样本充足的条件下可以取得很好的识别性能。然而,对于训练样本未能包含的条件,CNN的分类性能通常会出现明显下降。因此,先采用CNN对待识别的测试样本进行分类,再根据输出的决策值（即,各个训练类别对应的后验概率）计算当前分类结果的可靠性。当分类结果判定可靠时,则直接采信CNN的决策,输出测试样本的目标类别。反之,则根据CNN输出的决策值筛选若干候选类别,然后基于它们的训练样本构建全局字典用于SRC分类。对于SRC的分类结果,进一步采用Bayesian融合算法将其与CNN的分类结果进行融合。最终,根据融合后的结果判定测试样本的目标类别。提出方法通过层次化的思路融合CNN和SRC的优势,有利于发挥两者对不同测试条件的优势,达到提高识别稳健性的目的。实验中,基于MSTAR数据集开展测试分析,结果验证了提出方法的有效性。     

基于样本扩张和最大散度差融合的单样本人脸识别算法

为解决只有一个训练样本时最大散度差(MSD) 鉴别分析在人脸识别中的识别性能会降低这一问题,提 出一种基于样本扩张和MSD融合的单样本人脸识别算法。首先,根据人脸的对称相似理论 ,人脸样本的相关变化信息可 以从它的对称脸上提取,并且平均脸也具有要识别测试人脸的某些可能变化,提出组合原始 训练样本及它的虚 拟平均脸和虚拟对称脸作为新的训练样本集;然后,在新的训练样本集上应用类内中间值MS D鉴别分析算法得到最 优投影矩阵,从而可以基于这个最优投影矩阵计算训练样本和待测试样本的特征;最后利用 模糊决策方法进行分类。在ORL和FERET人脸数据库上的大量实验结果表明,本文算法可以提 高识别率,具有一定的鲁棒性。     

基于鲁棒稀疏表示的人脸识别算法

提出了一种基于LBP算子和鲁棒稀疏表示的人脸识别方法。首先,提取训练样本和测试样本的LBP特征。其次,在原有稀疏表示分类器(SRC)的基础上添加一个权值矩阵W来解决l1正则化最小二乘问题。最后,利用鲁棒稀疏表示分类器(RSRC)分类测试人脸图像所属类别。在ATT人脸库上进行实验的结果表明,此方法是优于其他经典算法的。     

基于欠样本混合内变基字典的扩展协同表示算法

协同表示算法对人脸图像具有快速分类的特点,但在单样本或欠样本情况下,对变化复杂的人脸识别率还不够理想,无法满足工程要求。针对该问题,提出一种基于欠样本混合内变基字典的扩展协同表示算法。首先借助在同一环境下采集到的不同人脸的变化过程,提取人脸的变化共同特征并生成内变基,再融合两种及两种以上不同人脸变化的共同特征生成混合内变基,提高内变基的通用性,建立训练样本与测试样本之间变化的稀疏字典。训练样本在字典帮助下近似构建出测试样本的特征人脸,达到扩展训练样本集的目的,再对人脸协同分类。利用AR库、ORL库、Yale库和Yale B库进行识别实验。结果表明,本文算法能有效提高协同表示算法的识别率,在欠样本情况下识别率提高7.33%～33.17%,在单样本情况下识别率提高6.78%～24.47%。     

基于PCA与稀疏表示的人脸登录研究

基于稀疏表示的人脸识别算法有很好的识别效果,然而传统SRC也存在计算量大,在小样本条件下识别率低的问题。考虑到人脸登录可以具有交互性,文章提出了基于SRC的图像推荐方法,从而提高SRC对重构信息的利用。同时利用PCA与SRC的融合,降低原始字典的维数并结合登录推荐改进分类器,加快识别速度,提高系统识别率。在FERET、ORL人脸库上的实验结果表明该方法的有效性。     

融合原始样本和虚拟样本的人脸识别算法

由于有限的存储容量和捕获图片的时间,实际的人脸识别系统往往只能获得少量的训练样本,但是,在小训练样本情况下大多数人脸识别算法都会遇到困难.因此,为了提高人脸识别的分类正确率,提出了一种融合原始样本和虚拟样本的人脸识别方法.该方法先利用人脸的对称性来构造虚拟训练样本;然后,利用协同表示方法分别对原始训练样本和虚拟训练样本进行分析,并且分别得到每一类训练样本的重建误差;最后,将原始训练样本和虚拟训练样本的同一类重建误差进行加权融合并得到最终的分类结果.大量的实验结果比较分析表明,该方法可以获得更好的识别效果.     

基于低秩子空间恢复的联合稀疏表示人脸识别算法

 针对阴影、反光及遮挡等原因破坏图像低秩结构这一问题,提出基于低秩子空间恢复的联合稀疏表示识别算法.首先将每个个体的所有训练样本图像看作矩阵 D ,将矩阵 D 分解为低秩矩阵 A 和稀疏误差矩阵 E ,其中 A 表示某类个体的'干净’人脸,严格遵循子空间结构, E 表示由阴影、反光、遮挡等引起的误差项,这些误差项破坏了人脸图像的低秩结构.然后用低秩矩阵 A 和误差矩阵 E 构造训练字典,将测试样本表示为低秩矩阵 A 和误差矩阵 E 的联合稀疏线性组合,利用这两部分的稀疏逼近计算残差,进行分类判别.实验证明该稀疏表示识别算法有效,识别精度得到了有效提高.     

Application of model of mixture of probabilistic distributions for definition of the signals of radiophysical probing

The article describes a model representation of radar probing data in form of a mixture of background and target samples, which is the sum of two random variables with very different parameters. For model development we research the behavior of the central moments of the distribution mix without assuming the distribution law form. An example it is described the detection of the signal at the output of compression system of chirp ionosonde.     

浅析IP网服务质量(QoS)

解决IP网QoS问题是目前通信领域的研究热点之一.虽然研究已经取得了一定的进展,但人们对于IP 网QoS本身的含义及相关的问题还有着不同的理解.本文将从IP网QoS的定义入手讨论相关的一些问题以及解决IP网QoS问题所做的各种努力.     

部分偏振光的表示方法

随着光纤通信和光纤传感的快速发展,人们时光的偏振态提出了越来越高的要求.光是一种横波,其偏振态大致分为:完全偏振光、部分偏振光和自然光.文中介绍了完全偏振光的几种表示方法,给出了几种部分偏振光的描述方法.并阐述了它们之间的差异与联系.     

NTRUsign式计算量分析

介绍了NTRUsign签名算法的密钥生成过程,其在实现的过程中需要进行上百位的大数运算问题,这些数字远远超出了普通电脑存贮范围。而要进行大数运算,就得用数组存贮,进行模拟运算,这就大大增加了运算量。文中分析了这个算法实现过程中的运算量,分析结果说明NTRUsign的运算量过大,以致实际并非一个实用算法。     

Interpretation of responses of visual cells of limulus

Assuming that visual responses are due to the action of particles on the membrane of the visual cells, the stochastic variability of the response should be a function of the number of particles producing it. Quantitative predictions can be made with the aid of a model proposed in previous articles. It is found that responses produced in visual cells of Limulus by absorption of a single photon have the stochastic properties which would be expected if the response to one photon were brought about by 25 particles. It is concluded from this that the processes leading to visual responses produce multiplication of particles. The effects of temperature and of metabolic poisons suggest that these processes are of chemical nature.     

电子行业标准制修订项目计划管理信息化的实现

论述了推进电子行业标准制修订项目计划管理信息化的必要性.并提出了具体措施;详细介绍了电子行业标准制修订项目计划管理数据库的设计思路和实现方法.阐述了对后续工作的几点思考.     

影响镀镍层内应力的因素及排除方法

对影响镍镀层内应力的因素做了介绍和分析,提出了对收缩应力的一种解释,提供了排除这些因素影响的方法,指出重视镀液的管理是减少各种影响内应力因素的主要办法。     

非同相口径场瞬态辐射的计算

利用电磁脉冲的口径瞬态辐射场计算公式,针对圆形口径的线性相移、平方律相移等非同相口径场情况,计算了辐射高斯脉冲时的能量方向图、半能量波瓣宽度、面积利用系数等参数.计算表明,对于圆形口径非同相口径场,最大辐射场的方向为口径面法线方向,同时能量方向图关于口径面法线方向对称;随着口径的增大,波瓣变窄,无副瓣;随着平方律相移的滞后参数的增加,波瓣变宽,主瓣不分裂.     

城域网中SDH环定时的设置方法

目前 ,在ＳＤＨ组网中环型网仍然是一种主要的组网方式 ,同时它也是构筑其他更为复杂的网络的基础。ＳＤＨ环型网的定时的设置主要与网元的数量和传输距离的长短等因素有关。就规模相对较小、应用较为灵活的城域网而言 ,其定时的典型设法大致有以下几种。对于一般的ＳＤＨ环型网而言 ,如果所承载的业务对时钟的要求不是太严格或定时源资源比较紧张 ,可以采用仅有一路外定时的方法 ;如果所承载的电路（如交换ＣＣＳ信令电路等）对定时有严格的要求 ,则一路外定时方法的安全度显然是不够的 ,因为一旦外定时源丢失且超过ＳＤＨ网元２４ｈ的保持…     

构筑DSLAM规模商用

1.DSLAM市场进入规模建设阶段在电信行业普遍不景气的今天,DSLAM市场却正蓬勃发展。截至2002年年底,ADSL市场容量已经超过500万线,2003年第一季度仍然表现出强劲的发展势头。华为、阿尔卡特、中兴等设备厂商成为主流的设备供应商。据最新统计,截至2003年一季度,华为公司的SmartAX系列DSLAM设备销售已经超过280万线,其中IPDSLAM销售已经超过150万线,成为主流的IPDSLAM设备机型,同时已规模进入拉美、澳洲、中东、南亚、非洲等海外市场。2.理性、务实、高速发展成为DSLAM局端市场的主要特点受技术发展和竞争的驱动,在日渐完善…