未知雷达辐射源分选的一种新方法

为提高未知雷达辐射源的分选正确率,本文提出一种基于第二维相像系数(Cr2)和第四维小波包特征(Wpt4)相结合的分选新方法。对接收到的未知雷达辐射源信号,首先提取其Cr2和Wpt4,将Cr2和Wpt4作为分类依据,并利用基于核方法的模糊C-均值算法(KFCM)实现对未知雷达辐射源的分选。计算机仿真结果表明,新方法较传统的分选方法可以获得更高的准确率。     

基于Wpt_6和Cr_1的雷达辐射源信号分选

针对现有方法分选准确率不高和对噪声敏感的问题,提出一种新的雷达辐射源信号分选算法。对接收到的未知雷达辐射源信号,首先提取其第六维小波包特征(Wpt6)和第一维相像系数(Cr1),将两者作为分类依据,并利用Kohonen神经网络实现对未知雷达辐射源的分选。计算机仿真结果表明,新方法较传统的分选方法可以获得更高的准确率。     

基于机器视觉的随机纹理瓷砖的分选系统

针对日益加快的瓷砖生产速度与缓慢的人工分选速度之间不协调导致的瓷砖出产效率低下的问题,提出了以机器视觉软件HALCON 11.0为软件开发平台的结合瓷砖颜色、纹理特征提取的算法,以及针对多分类问题的改进多层感知器神经网络算法(MLPNN).首先对拍摄到的瓷砖图像进行去噪预处理,在HSI颜色空间中提取瓷砖的色调(Hue)特征并计算反映瓷砖的纹理特征的灰度共生矩阵(GLCM)和灰度幅值分布特征,再将得到的特征作为多层感知器的神经网络输入层神经元,然后设计以softmax为激活函数的多层感知器神经网络来进行模式匹配,并与BP神经网络模式匹配方法进行对比,最终搭建出具有简单人机交互界面的随机纹理瓷砖的分选实验样机.实验结果表明:本系统对实验的各类随机纹理瓷砖的分选准确率都在90%以上,具有较高的分选准确率,能应用于瓷砖生产实践.     

基于在线核聚类的雷达信号分选方法

提出一种变参数在线核聚类算法(OKCAP),将其应用于未知雷达辐射源信号分选中。OKCAP基于支持向量机的思想,采用核映射技术将数据映射到高维线性空间中进行处理,利用随机梯度下降法更新类的边界函数,且梯度下降步长和惩罚项参数可根据雷达信号动态调整,从而实现雷达辐射源信号的在线分选。仿真结果证明,该方法具有较快的聚类分选速度和较高的分选准确率。     

雷达侦察数据的建模与仿真验证研究

针对雷达侦察数据是进行雷达信号分选和识别箅法研究的基础,在介绍雷达侦察设备对脉冲参数截获测量原理的基础上,分析了雷达信号的变化特征,进而提出脉宽-脉幅等参数之间的关系模型,建立雷达侦察数据中各脉冲参数和误差的数学模型,最后设计并实现雷达侦察数据仿真软件,利用非参数假设检验的方法对模型进行了仿真.仿真结果表明,模型可以较逼真的反映外场试验数据的变化特征,能够为综合电子信息系统的目标识别试验提供可靠仿真数据源.     

结合形变模型与图像修复的人脸姿态矫正

目的 人脸姿态偏转是影响人脸识别准确率的一个重要因素,本文利用3维人脸重建中常用的3维形变模型以及深度卷积神经网络,提出一种用于多姿态人脸识别的人脸姿态矫正算法,在一定程度上提高了大姿态下人脸识别的准确率。方法 对传统的3维形变模型拟合方法进行改进,利用人脸形状参数和表情参数对3维形变模型进行建模,针对面部不同区域的关键点赋予不同的权值,加权拟合3维形变模型,使得具有不同姿态和面部表情的人脸图像拟合效果更好。然后,对3维人脸模型进行姿态矫正并利用深度学习对人脸图像进行修复,修复不规则的人脸空洞区域,并使用最新的局部卷积技术同时在新的数据集上重新训练卷积神经网络,使得网络参数达到最优。结果 在LFW（labeled faces in the wild）人脸数据库和StirlingESRC（Economic Social Research Council）3维人脸数据库上,将本文算法与其他方法进行比较,实验结果表明,本文算法的人脸识别精度有一定程度的提高。在LFW数据库上,通过对具有任意姿态的人脸图像进行姿态矫正和修复后,本文方法达到了96.57%的人脸识别精确度。在StirlingESRC数据库上,本文方法在人脸姿态为±22°的情况下,人脸识别准确率分别提高5.195%和2.265%;在人脸姿态为±45°情况下,人脸识别准确率分别提高5.875%和11.095%;平均人脸识别率分别提高5.53%和7.13%。对比实验结果表明,本文提出的人脸姿态矫正算法有效提高了人脸识别的准确率。结论 本文提出的人脸姿态矫正算法,综合了3维形变模型和深度学习模型的优点,在各个人脸姿态角度下,均能使人脸识别准确率在一定程度上有所提高。     

基于可见光光谱的珍珠快速分级方法研究

光泽是决定珍珠品质的重要因素,传统分选方法未考虑珍珠光泽的不均匀特性,分选效果难以满足实际需要.为改善此状况,提出一种基于光谱模式识别的多区域联合判决方法和配套设计的专用光谱测量系统.从每颗珍珠表面h个随机位置测量得到光谱数据,经筛除、矫正等处理,优选训练KPCA+PSO-SVM回归预测模型,根据待测珍珠h组光谱的预测值均值判决其光泽等级.实验用分属"优,中,弱"3级光泽的252颗珍珠为样本,训练多组对照模型.实验对比表明,参数(h,Δ,ω,φ)取值恰当时,上述方法能有效提高各模型的分选准确率和稳定性,且以KPCA+PSO-SVM所建模型表现最佳.     

复杂电磁环境中的常规通信信号的实时分选

为了能够从复杂电磁环境中提取常规通信信号的有效参数,研究了一种基于单天线接收的常规通信信号的实时分选方法。该方法由窄带信号检测、参数估计、信号跟踪三部分组成。提出了一种适用于高斯色噪声背景的窄带信号检测与参数估计的方法,给出了一种能够实时跟踪常规通信信号的算法。仿真结果表明,当信噪比高于0 dB时,窄带信号检测方法的正确率为92%以上,分选算法能够从复杂电磁环境中提取常规通信信号的有效参数,具有一定的工程实用价值。     

基于决策矩阵的雷达型号识别算法

雷达信号的脉内调制复杂、脉间时序多样、工作方式灵活及参数交叠严重的工作特点，为信号分选、增批融合和辐射源的识别带来了巨大挑战，针对不同雷达信号参数交叠使得情报处理系统对目标辐射源识别困难的问题，提出了基于决策矩阵的雷达型号识别。     

重叠特征策略与参数优化的运动想象脑电模式识别

针对运动想象脑电信号的非线性、非平稳特性,提出重叠特征策略与参数优化方法.通过重叠频带滤波(OFB)进行预处理,在滤波后的信号上提取共同空间模式特征(CSP).将OFB-CSP特征输入鲁棒支持矩阵机,完成模式识别,在模式识别中通过校正粒子群算法(CPSO)动态调整被试个体最优参数.在两个公开数据集上进行实验,分别验证OFB预处理可提升CSP特征区分度,CPSO可为个体寻找最优的鲁棒支持矩阵机分类参数.文中方法提升运动想象识别率,样本和计算资源需求较小,适合脑机接口的实际应用.