磁偶极子模型下目标定位和参数估计的两种新方法

本文分析了磁偶极子模型下目标磁场信号的时频域特征,并指出了磁定位和参数估计问题的难点和特殊性.提出了用二次差分矩阵法(SDMM)和频谱匹配法(FDMM)进行目标定位和参数估计.SDMM和FDMM都是利用信号的时域或频域特征先求解出系统中的重要参数,将高维的最优化问题转化为顺序求解的低维求解和参数估计问题.SDMM运算量较小、实时性好.FDMM可靠性较好,适于事后分析.对两种方法都进行了仿真计算,仿真结果符合理论分析,算法实现了目的.本文也分析了两种算法需要进一步解决的问题.     

基于堆叠降噪自动编码器的胶囊缺陷检测方法

目前医用胶囊生产过程中的缺陷检测主要由人工完成,费时费力,容易受主观因素的影响。提出一种基于堆叠降噪自动编码器的胶囊表面缺陷检测方法,该方法首先建立深度自动编码器网络,并根据缺陷样本进行降噪训练,获取网络的初始权值;然后通过BP算法进行微调,得到训练样本到无缺陷模板之间的映射关系;最后利用重构图像与缺陷图像之间的对比关系,实现测试样本的缺陷检测。实验表明,堆叠降噪自动编码器较好地建立了上述映射关系,能快速、准确地进行缺陷检测,对噪声具有很强的鲁棒性和稳定性。     

仿生模式识别的算法实现与应用

运用高维空间几何学和流形学习理论, 讨论了仿生模式识别的原理, 给出了具体算法设计和 基于高维空间几何的实现方法.在不限定流形维数的情况下, 对学习样本覆盖方法和测试样本识别 方法进行了具体实现, 为仿生模式识别的应用和推广奠定了基础.通过设计的说话人无关语音识别 的试验, 验证了方法的可行性, 并取得了比传统识别方法更高的识别效果.     

基于二进小波变换和仿生模式识别的人脸识别

针对人脸图像易受光线和表情影响的特点,提出了一种基于二进小波变换和仿生模式识别的人脸识别方法。应用样条二进小波对人脸图像进行处理,对得到的细节子图进行融合。在FFT和PCA处理与降维后,用仿生模式识别进行学习和识别。实验结果表明,该方法比传统方法具有更高的识别率。     

基于正则化的半监督等距映射数据降维方法

针对等距映射(ISOMAP)算法无监督,不能生成显式映射函数等局限性,该文提出一种正则化的半监督等距映射(Reg-SS-ISOMAP)算法。该算法首先利用训练样本的标签样本构建K联通图(K-CG),得到近似样本间测地线距离,并作为矢量特征代替原始数据点;然后通过测地线距离计算核矩阵,用半监督正则化方法代替多维尺度分析(MDS)算法处理矢量特征;最后利用正则化回归模型构建目标函数,得到低维表示的显式映射。算法在多个数据集上进行了比较实验,结果表明,文中提出的算法降维效果稳定,识别率高,显示了算法的有效性。     

基于三次B样条小波和2DFFT-2DLDA的人脸识别

提出了一种基于三次B样条小波和2DFFT-2DLDA的人脸识别方法,用三次B样条小波对人脸图像进行多层分解,得到一幅低频子图和3幅边缘细节子图,选取其中两幅效果最好的子图进行二维傅里叶变换后将其连接形成一个特征向量,然后进行2DLDA处理产生最终的特征表达,最后使用最近邻法进行分类。在JAFFE和Yale人脸库中的实验表明算法具有比频谱脸算法和Gabor-2DLDA算法更高的识别率,同时具有很低的算法复杂度。