基于直接LDA的人脸识别方法研究

为了研究加权的类间离散度矩阵对人脸识别率的影响以及寻找影响识别率的因素,分别采用零空间投影法和非零空间投影法直接求解Fisher准则线性判别问题。零空间投影保留最具判别能力的样本类内离散度矩阵的零空间,非零空间投影保留样本类间离散度矩阵的非零空间,两种方法都很好地避免了高维小样本问题。通过对Yale人脸库的图像进行试验,结果表明类内离散度矩阵的零空间投影法要优于类间离散度矩阵的非零空间投影法,而加权值修正对识别率的影响并不明显,它的应用是有一定前提条件的。     

基于二维PCA的人脸识别方法研究

该文提出了一种基于二维PCA的类内平均脸方法进行人脸的特征提取.首先利用类内平均脸对人脸训练样本进行规范化处理,根据规范化之后的人脸训练样本计算图像协方差矩阵,并求解一组最优特征向量,然后将人脸样本投影到这组最优特征向量上来提取人脸的特征,最后采用最近邻距离分类器来分类所提取的特征.此方法在NUST603人脸图像库上进行了实验,验证了该方法的有效性.     

一种加权的核Fisher鉴别分析在人脸识别中的应用

在非线性空间中采用加权的最大散度差鉴别准则函数,该方法不仅有效地抽取了人脸图像的非线性特征,而且在特征空间H中,使用权函数重新构造了类间散度矩阵和类内散度矩阵,从而优化了核的最大散度差准则函数。最后在ORL和Yale人脸数据库上的实验结果验证了本文方法的有效性。 更多还原     

融合2DUDT与2DLDA的人脸识别研究

提出了一种融合二维非相关判别转换和二维线性鉴别分析分别提取人脸图像矩阵行方向的非相关鉴别信息和列方向的线性鉴别信息的人脸识别方法。该融合方法将线性鉴别向量提取方法与非相关鉴别向量提取方法相结合。首先计算进行人脸图像矩阵列压缩时的类间散射矩阵和类内散射矩阵,用二维线性鉴别分析计算特征值和所对应的特征向量,用特征向量集对人脸图像矩阵进行列压缩。其次,计算人脸图像矩阵行压缩时的类间散射矩阵、类内散射矩阵和总体散射矩阵,用二维非相关判别转换求出最优投影矩阵并用最优投影矩阵的转置矩阵对人脸图像矩阵行压缩。最后用最近邻分类器对压缩的ORL人脸图像测试样本进行分类处理,可实现人脸图像的准确识别。     

判别近邻保持嵌入人脸识别

针对普通近邻保持嵌入算法侧重保持样本的局部结构,而没有考虑样本的类判别信息以及小样本问题,提出了一种新的人脸识别算法———判别近邻保持嵌入算法.在近邻保持嵌入算法的基础上,将最大散度差准则引入到其目标函数中.在嵌入低维空间后,类内样本保持它们固有的近邻几何结构关系,而类间样本彼此分离,能够充分提取具有判别力的特征.在AT&T人脸数据库上进行的对比实验表明,与主成分分析、线性判别分析以及近邻保持嵌入算法相比,判别近邻保持嵌入算法的最高识别率分别提高了15.35%、6.47%和6.94%;在Yale人脸数据库上进行的对比实验表明,判别近邻保持嵌入算法的最高识别率分别提高了20.27%、5.63%和2.27%.     

一种改进的双门限本征脸方法

对Turk和Pentland特征脸方法进行了改进.分析了待识别人脸的投影向量与人脸库中某样本的平均投影向量间距离的概率密度分布函数呈瑞利分布.为减小虚警概率,提高认同概率,提出了按接受门限和拒绝门限的双门限方法进行识别,并定义了双门限的取值.同时,分析了随着累积平均判别,2个门限逐渐靠近.训练过程中,对每个人脸图像的特征进行平均,只提取平均投影向量用以识别,以减小判别次数.识别实验表明,利用提出方法,可以使总的识别率提高到92.875%,平均判别次数仅为2.56.     

基于二维、三维信息融合的人脸识别

为解决光照、姿态等因素发生变化时二维人脸识别算法识别率骤然下降的问题,提出了基于二维、三维信息融合的人脸识别方法.与其他算法不同,该算法输入为一幅二维灰度图像,通过重建相应的三维模型提供三维信息.对于二维图像,选择局部二值模式(LBP)特征进行人脸表示.对于三维模型,定义了54个特征点,将鼻尖点与特征点之间的测地线距离作为三维特征.对2种特征识别结果采用加权融合的方式,权值的确定依据Fisher判别准则.通过CAS-PEAL-R1人脸库对提出的算法进行了测试,并与其他方法进行了比较.     

基于核邻域保持判别嵌入的人脸识别

为了提取高维人脸图像中的非线性特征,提出一种新的非线性降维方法:核邻域保持判别嵌入算法(KNPDE).为了表示特征空间中类间邻域结构和不同类样本间的相似度,分别构建类内邻接矩阵和类间相似度矩阵.通过使用核技巧,KNPDE将邻域保持嵌入(NPE)和Fisher判别准则相结合,在保持特征空间中类内邻域结构的同时充分利用类间判别信息,从而具有更强的分类能力.在Yale和UMIST人脸库上的试验结果进一步表明了该算法的有效性.     

不相关局部保持鉴别分析算法

针对人脸识别中的特征提取问题,提出了一种新的不相关局部保持鉴别分析算法.根据局部保持投影方法的特点和类内样本之间的空间结构信息,重新定义类内散布矩阵与类间散布矩阵,结合不相关条件,推导出一个新的目标函数.在此基础上,通过理论分析给出了求解不相关局部保持鉴别矢量集的计算公式.人脸库上的实验结果表明,新算法优于传统的局部保持投影方法和其他改进的局部保持投影方法.     

基于特征再分解的数据稀疏表示

针对因非负矩阵分解模型目标函数非凸而出现局部次优基特征平滑的现象,提出基于特征再分解的数据稀疏表示方法,在多种先验正则信息约束下初步挖掘原始数据的潜在特征,再秉承非负加性线性表示方式的"局部构成整体"的认知优势,利用非负矩阵分解对特征突显的信息再次凝练,获取数据潜在本征信息,实现非负数据稀疏表示.算法在合成的Swimmer和人脸图像数据的实验结果表明,与传统非负矩阵分解方法相比,该方法的基特征稀疏性得到增强,且判别能力也获得显著提高.     

从诊断X线相干散射图像中提取能量分布曲线

为了从医用诊断X线相干散射图像中提取能量分布曲线,先采用K-Means算法和数学形态学方法将图像转化成二进制图像,再从二进制图像内正交投影空间能量中提取有效区域,然后计算质心环,最后构建成医用X射线相干散射能量分布曲线。     

基于离散度准则的人脸局部特征权值学习算法

提出了一种利用离散度准则计算人脸局部特征权值的方法.在利用局部特征进行人脸识别的算法中,可以依据各个局部特征对人脸识别贡献的大小,对每一个局部特征分配不同的权值,以此来提高识别效果.从模式识别的角度来看,易于分类的局部特征对人脸识别有较大的贡献,反之亦然.在特征空间中,当类内模式较密集,不同类模式相距较远时,模式特征易于分类.离散度矩阵的迹描述了模式特征的分散程度,通过运用统计学习的方法,以类内离散度矩阵之逆和类间离散度矩阵的乘积的迹作为衡量局部特征分类性能的依据,根据局部特征的分类性能来确定其权值.试验结果表明该算法可行,采用离散度准则计算的局部特征权值能够明显提高人脸识别率.与同类算法相比,该方法具有计算简便、易于实现等优点.     

二维多样性保持投影及人脸识别

流形学习有效地保持了数据的局部几何结构,已成为模式识别、机器学习等领域的研究热点．但是它忽略甚至破坏了对模式分析很重要的局部多样性信息,导致局部几何结构描述不够稳定,且性能不是很好．针对此问题,提出了基于图论的多样性保持投影．该方法利用邻接图刻画局部数据之间的变化关系,并给出度量数据多样性大小的差异离散度,然后通过最大化差异离散度提取投影方向．此外,该方法直接从图像矩阵估计差异离散度矩阵,有效地避免了小样本问题．在Yale,UMIST和AR数据库上的实验结果证实了该算法的有效性．     

基于散射通信的雷达情报传输系统方案设计

针对传统雷达情报传输方式灵活性、机动性差或受地理环境和通信距离限制较大的现状,在分析散射通信的原理和特点以及散射传输可行性的基础上,提出一种基于散射通信的雷达情报传输系统方案设计.该方案采用具有较好抗干扰能力的扩频通信技术,通过对流层散射传输信息,系统能够在复杂地形或特殊场合的雷达站和旅团情报中心之间实现超视距无线传输.仿真结果表明系统的误码率小于10 3.该设计在战时可作为一种重要的雷达情报应急传输方式和备份手段.     

弧压、电流对熔滴短路过渡频率的影响

对细丝CO2弧焊的熔滴过渡及其电弧行业进行了实验研究,分析了弧焊过程的稳定性和分散性,得到了主要焊接规范弧压,电流对熔滴短路过渡频率影响的统计规律和二维稳定域,由此规律得到的给定电流的弧压初选推荐值,可用于建立短路过渡过程自寻优控制的初始状态。     

河南省第三产业竞争力研究

采用综合评价方法中的“横向”拉开档次法和“纵向”拉开档次法,分别对河南省18个地区的第三产业竞争力和2000—2011年12年间的第三产业竞争力进行综合评价,并给出综合评价值及排序。结果表明,河南省第三产业竞争力在纵向上大致呈现增强的趋势,且在18个地区中郑州市、洛阳市等地区的第三产业竞争力较强,而鹤壁市、漯河市竞争力相对较弱。     

用散斑图测试金属表面粗糙度的探讨

本文分析了夫琅和费衍射形成散斑图的过程 ,提出用散斑图测试金属表面粗糙度的设想     

复杂目标近场电磁散射的建模方法

介绍了复杂目标的散射特性理论建模方法以及计算方法．针对复杂目标的研究需要．综合各种电磁算法，并选择符合具体目标特征，以达到准确、快速的计算出复杂目标的电磁散射特性。