基于局部保持投影的统计不相关复合信息投影

为解决在人脸识别领域的特征提取问题,提出了一种基于局部保持投影(Locality Pre-serving Projections,LPP)的统计不相关复合信息投影(UMIP).该方法是基于线性投影的子空间方法,将原始人脸图像看作是一个矩阵,通过相应的代数方法,抽取得到保持原始样本分布信息的低维子空间信息.在UMIST和Yale标准人脸图像库上的实验结果表明,UMIP算法提高了识别率.     

基于随机旋转局部保持哈希的图像检索技术

针对基于局部保持投影（locality preserving projection,LPP）的哈希用于图像检索造成图像表征力不强、检索效率低下的问题,融合LPP及主成分分析（principal component analysis,PCA）技术,提出一种随机旋转局部保持哈希的图像检索算法。首先对样本进行PCA降维,对PCA变换矩阵进行随机旋转形成PCA降维矩阵,将原始样本在降维矩阵上进行投影,得到PCA降维样本。为充分利用样本间的相似性结构,对PCA降维样本进行LPP映射,并引入随机矩阵对特征向量进行偏移构造最终编码投影矩阵。再将原始样本投影到编码投影矩阵,得到最终的降维样本;最后对其进行哈希编码,得到有效的二进制编码用于图像检索。算法充分考虑样本间的全局和局部相似性结构,体现了样本间所蕴含的局部和全局信息,把随机旋转应用于PCA降维矩阵,减少了编码之间的量化误差,提高了图像特征的识别能力。分别在3个人脸数据集上进行性能测试实验,并与相关方法进行比较,得到了较好的效果。实验结果表明该方法是有效的。     

基于局部保持映射的音频数字签名算法

为了实现对音频作品的完全级认证和对篡改操作的定位,提出了一种新的基于局部保持映射LPP（locality preserving projections）和小波包线性预测技术的音频数字签名算法。为降低音频特征向量的维数,同时保持其内在的低维结构,方便构造更有效的数字签名算法,在经过小波包变换和线性预测形成音频特征后,利用LPP算法得到音频特征集的低维流形,实现对音频数据高维特征的降维。通过混沌算法对低维流形进行置乱来得到最终的签名。实验结果表明,签名对音频数据的篡改具有较高的敏感性,可以实现对音频作品内容的完全级认证。     

基于局部保持的KNN算法

距离度量对K近邻(KNN)算法分类精度起着重要的作用。传统KNN算法通常采用欧氏距离,但该距离将所有特征的差别平等对待,忽略了数据的局部内在几何结构特征。针对此问题,文章借鉴局部保持投影(LPP)的基本思想,在考虑数据的局部内在几何结构特征基础上,依据类内局部保持散度矩阵构造一种距离度量新方法,利用该距离度量提出一种局部保持K近邻算法。实验结果表明,与采用欧氏距离和传统马氏距离的KNN相比,本算法能够得到更好的分类精度。       

基于主成分分析的图像哈希算法

提出了一种基于主成分分析的图像哈希算法.采用主成分分析对样本进行降维,取位于变换矩阵顶端最具有识别信息的少量特征向量构造投影矩阵,再对降维后样本进行局部保持映射,同时,对主成分分析投影矩阵进行随机旋转,形成多个小投影矩阵,采用矩阵拼接方法将小投影矩阵合并构造编码投影矩阵;最后,将训练样本投影到编码投影矩阵,得到降维样本,并对其进行哈希编码,得到最终的二进制编码.实验结果证明,同其他经典算法相比,该算法具有较好的稳定性,可降低内存消耗,并提高效率.     

基于鉴别能力分析和LDA-LPP算法的人脸识别

针对人脸识别中的DCT系数选择问题和如何从全局和局部同时提取识别特征的问题,提出了一种基于鉴别能力分析和LDA-LPP的人脸识别算法。即先对人脸图像进行DCT变换,利用鉴别能力分析方法进行DCT系数的选择,融合LDA和LPP降维技术进行降维处理,不仅可以保持数据的全局性,同时也能够保持数据的局部性。在ORL人脸库和Yale人脸库上的实验表明,本文方法可以选择有效的DCT系数,明显提高了识别精度和鲁棒性。     

核正交局部保持投影算法及应用仿真研究

针对化工连续生产过程的时序性及非线性特征,为了挖掘数据的高维非线性结构,将核函数技术和投影向量间正交性原理融入局部保持投影算法中,提出一种新的核正交局部保持投影(Kernel Orthogonal Locality Preserving Projections,KOLPP)用于工业过程故障诊断的非线性算法.首先,利用核函数技术将工业过程数据投影到高维的非线性空间中,提取数据中的非线性信息.在保证投影矩阵中各向量正交的同时,通过局部保持投影算法进行线性映射.其次,通过构造统计量和统计量的控制限进行故障诊断.最后通过TE过程的仿真实验结果验证该算法的有效性.     

基于改进的有监督无参局部保持投影算法的人脸识别

针对局部保持投影算法的无监督性质和参数选择复杂性问题,提出一种改进的有监督无参数局部保持投影算法(supervised dice parameter-free locality preserving projection, SdPLPP)。SdPLPP算法使用广义Dice系数构建近邻矩阵,有效避免局部保持投影(locality preserving projection algorithm, LPP)算法参数选择调整的问题,采用监督模式对数据进行特征提取。SdPLPP在Iris数据集进行了图像可视化试验,直观分析试验分类后的样本距离值与算法性能的关系,并在ORL, Yale, FERET 3种人脸库上进行试验,通过对人脸数据的特征提取,采用最近邻分类法统计识别率,验证SdPLPP算法的有效性。试验结果表明:在人脸识别率方面, SdPLPP算法优于PCA, ULDA, LPP, SPLPP和EP-SLPP的算法,并优于已提出的其他有监督无参数局部保持投影算法。     

鲁棒局部保持投影的表情识别

针对局部保持投影的流形学习算法对于噪声与异常值的敏感性，提出了一种鲁棒的局部保持投影算法. 其基本出发点是首先对所有数据点进行评估，以获得它们可能成为异常值的信息，然后再将这种信息用于邻域选择与低维嵌套中. 采用鲁棒局部保持投影进行人脸的表示方法，对JAFFE表情数据库进行了实验，结果表明，该方法有效.     

鲁棒局部保持投影的表情识别

针对局部保持投影的流形学习算法对于噪声与异常值的敏感性，提出了一种鲁棒的局部保持投影算法. 其基本出发点是首先对所有数据点进行评估，以获得它们可能成为异常值的信息，然后再将这种信息用于邻域选择与低维嵌套中. 采用鲁棒局部保持投影进行人脸的表示方法，对JAFFE表情数据库进行了实验，结果表明，该方法有效.     

基于Fisher信息的最优隐写方法

为了提高隐写算法的安全性,提出一种基于Fisher信息的最优隐写框架.将隐写算法设计建模成以嵌入转移概率为决策变量、以Fisher信息最小化为目标的最优化问题.推导出Fisher信息是嵌入转移概率的二次型,通过二次规划求解最优嵌入转移概率.给出了一个最优隐写算法实例——最优LSB matching算法,实验结果表明,最优LSB matching算法的Fisher信息小于传统LSB matching算法,隐写安全性提高.     

基于稀疏表示的图嵌入降维算法在人脸识别中的应用研究

随着社会的发展,公共安全对于人们来说显得愈发重要,如何快速准确的识别生物特征则是重中之重。在应用人脸识别时,通常会因为光照以及人脸的遮挡等客观因素,使得在人脸识别时的准确度降低,进而使得人脸的识别率不高。根据人脸识别过程中的技术需要,使用小波变换和数据降维算法对人脸图像降维变换处理,可以有效的提高人脸识别率。首先通过稀疏表示方法及其构图以及基于图嵌入的降维模型的研究;其中稀疏表示主要对其概念、字典构建以及构图进行研究,然后为了验证改进算法的有效性,在ORL库上进行了一系列的Matlab仿真实验,对提出的方法与其它方法进行对比,从而可以证明提出的基于稀疏表示的图嵌入降维算法在人脸识别中具有比较好的应用效果。     

关联维数在尾水管压力脉动分析中的应用

以黄壁庄机组尾水管压力脉动试验的实测信号为例,对时域信号进行了频谱分析,并对在不同的工况下尾水管压力脉动信号进行嵌入维数和关联维数分析。结果表明,当嵌入维数大于等于18时,关联维数趋于稳定值。不同工况下水轮机尾水管压力脉动的关联维数也不同,当导叶开度为50.70%时,分形关联维数为3.456 6;导叶开度为62.85%时,分形关联维数为3.388 1。因此,关联维数可以作为对水轮机尾水管压力脉动情况进行识别的指标,可以指导电站的稳定运行。     

基于局部特征自适应滤波的图像水印研究

设计了基于局部特征自适应滤波的图像水印算法.该算法假定已知电子设备的退化参数,利用二值化自动生成数字水印信号,然后利用电子设备获取的图像局部特征的自适应滤波特性,设计了水印信号嵌入算法和水印信号提取算法.最后,对提出算法进行验证.验证结果表明,算法具有较好的不可见性和鲁棒性.     

基于可变k近邻LLE数据降维的图像检索方法

在基于内容的图像检索中,其计算复杂度随着描述图像内容的特征向量的维数的增加而急剧增加,而应用局部嵌入算法(LLE)进行数据降维时,需要确定近邻点k的个数。根据图像特征在原空间的分布情况,提出了一种可变k近邻LLE的数据降维方法,使得降维后的特征向量有效地保持了其在高维空间中的拓扑结构。实验结果表明,提出的可变k近邻LLE数据降维方法在基于内容的图像检索中有较高的检索准确率。     

基于遗传算法和模拟退火算法的混合算法

结合离散时间系统最优控制问题,提出一种新的混合算法.该算法是在遗传操作中嵌入模拟退火算子,有效地结合了遗传算法隐含并行与模拟退火算法全局寻优的特点,同时用罚函数方法处理约束条件,设计了专门的遗传操作算子,构造了相应的适应度函数,实现了离散时间系统的最优控制.实验结果表明,新算法既具有较快的收敛速度,又能够收敛到最优解.     

基于复合加密的自适应DCT域盲检彩色水印算法

提出了一种基于时域和频域(整数小波域)复合加密自适应彩色水印算法,采用Logistic混沌映射和Chebychev混沌映射生成复合混沌序列置换像素的值,Arnold变换置乱像素的位置,并根据离散余弦变换(discrete cosine transform,DCT)系数计算水印嵌入强度因子,设计了彩色水印的嵌入与盲检提取算法。利用Matlab7.0平台验证了该算法,实验结果表明:该算法对常见的水印攻击不仅具有较好的透明性,而且具有较强的鲁棒性。     

一种基于人眼视觉系统的小波水印系统研究

针对图像水印的不可见性要求,将小波变换与人眼视觉系统的特征相结合,运用图像融合技术,设计出一种适用于静态图像的小波域水印算法.该算法嵌入的不是直接的水印图像数据本身,而是经过小波变换后的水印数据.经过不同尺度小波变换后的水印图像和载体图像的相互融合,产生出新的嵌有水印的图像.在水印的嵌入过程中,通过加入人眼视觉特性,使数据的嵌入强度和载体图像的特性相符.研究表明该算法大大地增强了水印的鲁棒性和不可见性.