基于局部灰度梯度特征点的快速人耳身份鉴别

针对旋转失真的人耳图像难以识别的问题,提出一种新的人耳身份鉴别算法。首先将一幅人耳图像等分为若干个子图像,将每个子图像等分为若干个子区域;然后利用每个子图像中灰度梯度最大的子区域位置信息构筑人耳图像特征矩阵,将特征矩阵在空间上直接对准进行人耳匹配。在北京科技大学(USTB)的人耳图像库遍历的实验结果表明,通过与分块快速傅立叶变换(FFT)和分块均值标准差的人耳特征提取方法比较,提出的算法对具有±30°旋转的人耳库达到98.89%的正确识别率(CRR),说明算法对旋转失真的人耳图像具有很强的适应性,而且系统响应时间仅为21.33ms,是一种具有高实用性的有效身份鉴别方法。     

基于邻域保持嵌入和标准距离K近邻的多模态过程故障检测

提出一种基于邻域保持嵌和标准距离K近邻(neighborhood preserving embedding-standard distance k nearest neighbor rule, NPE-SDKNN)的故障检测方法来解决非线性和多模态问题。首先,使用邻域保持嵌入方法提取数据中的流形结构,对数据进行降维;其次,在低维空间计算每个样本的标准距离,将各模态间的数据调整到同一尺度;最后使用标准距离的统计量对故障进行检测。邻域保持嵌入能够解决非线性问题和降低计算复杂度,标准距离K近邻通过用标准距离替代原始距离,消除了数据的多模态特征,使用NPE-SDKNN方法进行故障检测,能够提高多模态数据的故障检测率。在田纳西伊斯曼过程运用NPE-SDKNN方法,结果表明,相对于K近邻、主元分析、邻域保持嵌入、标准距离K近邻方法,NPE-SDKNN具有更高的故障检测率。     

WSN中基于乱序多项式对偶密钥的攻击方案

针对Guo等的WSN中基于乱序对称多项式的对偶密钥方案提出一种攻击方案。通过构造黑盒的方式,对多项式进行攻击,通过整体求解多项式集合,而不是求解单个多项式的方式,使多项式的排列顺序在多项式的破解中失去作用,从而实现乱序多项式的破解。定理证明和实例分析表明Guo等的方案不能抵御大规模节点俘获攻击,未能突破多项式的容忍门限,是一种不安全的方案。     

农村规模化养殖耦合生物质发电问题分析

通过对清洁能源使用问题的分析,将规模化养殖与清洁能源消费进行结合,完成对养殖-清洁能源系统耦合过程的论证,同时利用规模化养殖产生的废物进行生物质发电和种植肥的生产,为我国农牧场低碳、高效、清洁的养殖理念以及生物质能源的利用提供新思路。     

加权k最近邻重构分析的工业过程故障诊断

k--最近邻(k--nearest neighbor, k--NN)是一种有效的基于数据驱动的故障检测方法, 该方法在工业过程监视方面已经得到了广泛的应用. 但在过程中存在故障时, 精确地寻找故障根源和识别故障变量是故障诊断的重要目标, 也是保证工业过程安全生产的重要任务. 本文在k--NN故障检测技术的基础上, 提出了一种加权的k--NN重构方法, 对使控制指标减小最大(maximize reduce index, MRI)的过程变量依次进行重构, 进而确定发生故障的传感器. 根据理论分析并结合数值仿真对提出的方法进行了验证, 数值仿真先从精度方面验证了该方法能够有效地对故障传感器数值进行重构, 然后验证了该方法不仅适用于单一传感器 故障诊断, 对于同时发生或者因变量相关性而传播的传感器故障也具有很好的效果. 最后, 该方法被成功应用于TE(Tennessee Eastman)化工过程.     

多分辨率迭代切距离及其在目标识别中的应用

针对在目标识别过程中切距离的线性逼近、易陷入局部最优的局限性,提出了一种新的仿射变换不变距离度量,即多分辨率迭代切距离(MITD),并将其用于仿射变形下的目标识别。MITD将迭代切距离嵌入多分辨率框架,计算模板图像和实时图像之间的变换不变距离,以扩大算法的收敛域,提高目标识别算法的识别概率。实验结果表明,所提出的基于MITD的目标识别方法较基于欧氏距离(ED)和切距离(TD)的算法具有明显优势,优于基于迭代切距离(ITD)的算法,具有较高的鲁棒性。