岩溶关键带年内水文动态变化规律

解译岩溶关键带水文动态变化规律对进一步认识岩溶水循环机制及岩溶区地下水资源可持续利用都有着重要的意义。基于典型岩溶区昆明市阿子营乡黄龙泉域的大气降水、不同类型洞穴滴水、泉水等逐周连续监测的水文气象数据,运用年内分配不均匀系数、完全调节系数、集中度和集中期等指标和时间序列法揭示岩溶区降水→洞穴滴水→泉水的年内水文动态变化特征及其规律。结果表明：年内分配不均匀系数、完全调节系数、集中度总体呈降水→洞穴滴水→泉水垂直递减,其中敏感性滴水≤稳定性滴水＜季节性滴水;泉水水位、洞穴滴水的集中期比降水滞后约2个月。泉水水位、洞穴滴水对降水响应的滞后时间为敏感性滴水＜泉水水位≤季节性滴水＜稳定性滴水。岩溶关键带水具有丰、枯期交替的季节性特征和降水→洞穴滴水→泉水垂直运移的水文分带性,黄龙泉由点状、线状、面状等多种方式补给,为季节性波动大的常流岩溶泉。     

基于典型相关分析特征融合的人脸表情识别方法

针对目前大部分人脸表情识别算法中仅提取图像的某一类特征,导致特征参数不能全面反映脸部情感信息的问题,提出了一种基于特征融合和离散隐马尔可夫模型（HMM）识别的人脸表情识别方法。对同一个图像序列分别使用离散小波变换(DWT)和标准正交非负矩阵分解(ONMF)提取纹理信息,使用改进的主动表观模型(AAM)提取几何形变信息,再使用高维小样本下典型相关分析(CCA)对提取的两种特征进行特征融合,最后使用离散HMM来进行表情分类识别。实验结果表明,经过特征融合后,在较少特征向量维数下该方法能够达到较高的识别率和较快的识别速度。     

基于DWT和ONMF的人脸表情特征提取

提出了一种基于离散小波变换(discrete wavelet transformation,DWT)和标准正交非负矩阵分解(orthonormal non-negative matrix factorization,ONMF)的人脸表情特征提取方法,该方法先通过离散小波变换,降低图像的噪声,并将得到的图像的低频信息作为研究对象;再采用标准正交非负矩阵分解来提取表情特征.实验结果表明相对于PCA,NMF和LNMF方法,本文方法能够有效地减小类内与类间距离的比值,体现了很好的聚类效果;较高的识别率和较快的识别速度表明了该特征提取方法的有效性.