基于字典学习的核稀疏表示人脸识别方法

受Metafaces方法的启发,提出一种基于字典学习方法的核稀疏表示方法并成功应用于人脸识别。首先,采用核技术将稀疏表示方法推广到高维空间得到核稀疏表示方法。其次,借鉴Metaface字典学习方法,进行字典学习得到一组核基向量构成核稀疏表示字典。最后,利用学习得到的核字典基重构样本,并根据样本与重构样本之间的残差最小原则对人脸图像进行分类。在AR、ORL和Yale人脸数据库上的实验表明该方法的良好识别性能。     

量化量测下约束方差滤波的容许量化水平研究

为解决量化量测下传感器量化水平的选取问题,对于给定的系统滤波方差约束指标,设计了一种容许量化水平尽可能低的滤波器。给出了一种估计误差协方差系统稳定性的条件和当前估计型稳态滤波的线性矩阵不等式(LMI)计算方法。工程意义在于满足系统估计误差方差精度的前提下,尽可能低的量化水平代表着设计人员可以选择分辨率更低的传感器。通过仿真算例说明了算法的有效性。     

基于网络编码的移动传感网传染路由性能分析

建立了基于常微分方程的传染路由协议分析模型,提出了基于网络编码的传染路由协议,并与传统传染路由协议进行比较,引入传输延迟和冗余度两个性能指标评估所提出模型的有效性。理论分析和仿真结果证明传染路由中使用该常微分方程模型分析协议性能是可行的,与传统传染路由协议相比,基于网络编码的传染路由协议可以减少传输延迟,尤其在缓存和带宽受限的情况下,对于减少传输延迟有着明显的优势。     

基于分层采样的集成k近邻说话人识别算法

k近邻学习器将复杂的全局非线性关系映射为大量局部线性关系的组合,具有易解释、易扩展、抗噪能力强等优点,被广泛应用于说话人识别领域并取得了良好的效果。而集成学习算法因其强泛化能力和易于应用的特性得到了许多领域研究者的关注,但是研究表明通过重采样产生训练集差异的集成算法并不能有效地提高k近邻学习器系统的泛化能力。提出了一种新的BagWithProb采样算法产生训练集。实验表明,该算法可以有效地扩展训练集差异,提高集成系统性能。此外,还提出了基于环域分层采样的算法以加快k近邻识别算法在识别阶段的运算速度。     

基于局部传感和通讯的多机器人运动规划框架

在多机器人系统的研究中,基于局部传感和通讯的系统需要特殊的设计。针对许多任务都需要的运动规划能力,一个基于局部传感和通讯的完整框架在文中得到了描述和模拟实现。该框架包括环境模型、一个分布式架构、动态网络通讯模块和规划、协调算法;动态网络通讯模块为协调提供了良好基础,环境模型和规划、协调算法的设计都考虑到了局部传感和通讯的特殊性;对于框架的验证,提出了一个基于黑板架构的仿真模型并做出了实现。     

说话人识别中基于聚类特征的矢量量化技术

为解决采用矢量量化的方法进行说话人识别时出现的失真问题,根据汉语语音的发音特性,提出了将矢量量化与语音特征的聚类技术相结合的方法,在进行矢量量化码书训练之前,先对特征矢量进行聚类筛选。实验结果表明,当测试语音片段长度为4 s时,在保持95％左右识别率下,采用普通矢量量化方法需64码本数,而采用该文方法只需8码本数,降低了8倍。结果说明该方法不但在一定程度上解决了因训练样本不足而引起的失真问题,而且通过方法的改进,实现了采用较低码字数产生较好的识别结果,从而提高识别效率。     

一种基于连接段数的细化算法

文章提出了一种新的细化算法。算法中提出了一种新的概念-连接段数,用于描述像素邻接点的分布,从而使得算法运用简单的规则快速有效地完成细化。大量实验验证了该算法的有效性和稳定性。     

一种新的否定决策规则及应用

针对已有的确定性和不确定性决策规则不能给出否定判断的缺陷,本文给出一种新的获取否定决策规则的方法,讨论了否定决策规则的度量因子,定义了两种相对约简的概念.为了获取简化的决策规则,提出了基于分辨矩阵的否定决策规则约简的方法.在评价学生成绩的决策系统中也验证了该方法的有效性和实用性.     

在P2P网络中实现Anycast通信模型*

为了解决Anycast通信模型的扩展局限性,提出了一种在P2P网络中的Anycast通信模型。以Pastry网络为实例,详细讨论与分析了在P2P网络中实现Anycast通信模型的可行性,并且详细阐述了Anycast通信模型在Pastry网络中的具体实现过程。在仿真环境中,实现了此模型与RFC1546定义的Anycast通信模型,并且比较了两个模型的性能,实验结果证明了此模型的有效性与高效性。     

基于五元組建模的微小型机器人体系结构研究

履带式微小型机器人能够在室内或野外等各种复杂地域环境中工作，可被广泛运用在反恐、排爆、以及对危险环境的探测中。由于便携式微小型机器人具有的体积小，决定了其所具备的计算资源少等特点。提出了一种基于五元组，适用于微小型机器人基于多智能体体系结构的建模方法，实现了履带式微小型智能机器人体系结构系统。最后，通过机器人模拟仿真实验，验证了所实现的系统具有良好的实时性、鲁棒性以及稳定性。