结合差图像和Gabor小波的人脸表情识别

提出一种结合差图像和Gabor小波变换的人脸特征提取方法,并使用支持向量机SVM(Support Vector Machines)进行人脸表情识别。对包含情感信息的静态灰度图像进行预处理,将眼睛和嘴巴等表情子区域从人脸中切割出来,求出其差图像,然后提取差图像的Gabor特征,使用下采样降维减少特征向量的维数并进行归一化,最后使用SVM进行分类。与只从表情子区域提取Ga-bor特征的识别方法进行了比较,结果显示识别效果更好。     

IVDQP—物联网内基于兴趣向量的分布式查询处理方法

物联网内资源按需检索是构建高效率物联网应用的必备功能。实现一种基于兴趣的数据单播查询处理方法IVDQP,采用一种单播的方式对任意物联网节点提出的数据检索请求进行节点间传递,并以一种累积的方式将中间节点上的检索结果按照查询单播传递路径返回给查询节点。与Flooding算法的对比实验表明,提出的这种物联网内单播查询处理方法不仅能够迅速定位尽可能多的符合查询要求的数据,而且能够保证引入尽可能少的节点间的消息交换,从而为高效物联网应用的实现提供技术支持。     

基于SVM和小波分析的脑电信号分类方法

根据癫痫脑电信号与正常脑电信号波形和能量特征的不同,研究了两种的脑电信号分类方法,一种采用支持向量机SVM(Support Vector Machines)分类器对正常脑电和癫痫脑电进行分类;另一种使用小波分析和支持向量机相结合的方法对脑电进行分类,并比较了这两种方法对正常脑电和癫痫脑电分类的正确率。实验结果表明,小波分析和SVM结合的方法对脑电信号分类可以取得更好的效果,能有效区分癫痫脑电和正常脑电。     

多查询相关的排序支持向量机融合算法

排序学习是目前信息检索与机器学习领域研究的热点问题.现有排序学习算法在学习时把训练样本集中的所有查询及其相关文档等同对待,忽视了查询之间的差异,影响了排序模型的性能.对查询之间的差异进行描述,并在训练过程中考虑这种差异,提出一种基于有监督学习的融合多个与查询相关排序子模型的方法.该方法为每一个查询及其相关文档建立一个子排序模型,并将子排序模型的输出进行向量化表示,将多个查询相关的排序模型转化为体现查询差异的特征数据,实现多排序模型的集成.以排序支持向量机为例,在查询级和样本级建立新的损失函数作为优化目标,并利用此损失函数调节不同查询产生损失之间的权重,提出多查询相关的排序支持向量机融合算法.在文档检索和网页检索中的实验结果表明,使用多查询相关的排序支持向量机融合算法可以取得比传统排序学习模型更好的性能.     

基于相对熵的直方图差异与JPEG隐写的定量分析

针对图像隐写分析中常用的直方图特征,给出了一类基于相对熵的直方图差异计算方法,并提出了一种基于相对熵的JPEG隐写的定量分析方法.首先根据两假设检验中的最优检验——似然比检验,分析了相对熵在衡量2个直方图间的距离时的优越性,并给出了2种基于相对熵的直方图差异计算方法.然后,以新的直方图差异特征为基础,训练支持向量回归分析器,以估计隐写对DCT系数的更改比率.针对JSteg和改进的F5隐写的实验结果表明:与其他的直方图差异特征相比,根据所提出的基于相对熵的直方图差异特征所训练的定量隐写分析器具有更高的估计精度和稳定性.     

电阻抗扫描成像计算机辅助诊断方法研究

为了提高电阻抗扫描成像EISI(Electrical Impedance Scanning Imaging)在乳腺疾病检查方面的准确性,将独立分量方法(ICA)应用于EISI数据的特征提取,并结合支持向量机(SVM)进行乳腺疾病计算机辅助诊断(CAD)。实验结果表明:ICA方法所提取的特征对于乳腺疾病分类是有效的。对于良性肿瘤和恶性肿瘤的鉴别,提出的CAD方法灵敏度为74.2%,特异度为82.8%,准确度为80%。结合所提出的CAD方法和传统的EISI检查方法,可以提高EISI在乳腺疾病检查方面的可靠性,降低假阳性率,避免对良性肿瘤患者进行活检。     

基于TFIDF文本特征加权方法的改进研究

针对传统TFIDF方法将文档集作为整体来处理,并没有考虑到特征项在类间和类内的分布情况的不足,提出一种结合信息熵的TFIDF改进方法。该方法采用结合特征项在类间和类内信息分布熵来调整TFIDF特征项的权重计算,避免了那些对分类没有贡献的特征项被赋予较大权值的缺陷,能更有效计算文本特征项的权重。实验结果表明该方法提高了文本分类的精确度和召回率,是一种比较有效的文本特征加权方法。     

认知无线电中基于POMDP的机会频谱接入方案

为了充分利用先验信息,更好地对空闲频谱进行接入,针对认知无线电的多信道接入问题提出了一种基于半可观马尔可夫决策过程的认知无线电频谱接入方案.该方案采用信任向量,结合当前感知结果对主用户行为进行预测,并利用半可观马尔可夫决策理论选择出当前空闲概率最大的信道进行接入.同时根据信道前后相关性对次用户的发送时间、休眠时间进行了...     

水稻指纹图谱的计算机检索方法

为了解决人工鉴别水稻指纹图谱效率低下的问题,提出一种计算机辅助鉴别方法。提取用SSR分子标记技术构建的水稻DNA图谱条带轮廓,计算各条带区域的质心,将条带质心转换形成特征向量,并利用支持向量机构造出品种分类器,从而实现对未知样品的自动分类。该方法利用支持向量机较强的泛化能力,解决特征提取后不同品种样本之间细微差别所带来的识别困难。实验结果表明,该方法识别率总体上比欧几里得距离分类要高,可以辅助提高水稻品种鉴别效率。     

基于支持向量机的遥感影像薄云去除方法

提出了一种基于支持向量机的遥感影像薄云去除方法。利用支持向量机对边缘点的极强捕捉能力,将含云遥感影像进行多尺度分解,获得不同尺度上的变换系数,再结合方向滤波器组得到丰富的高频信息。采用自适应阈值的图像增强方法处理这片区域,重构时通过对高频区域的增强和低频区域的抑制,得到去云图像。实验结果表明,采用该方法能有效地去除遥感影像中的薄云。