基于有监督直接局部保持投影的人脸识别

提出一种用于图像识别的有监督直接局部保持投影算法,该算法结合样本类别信息,通过同时对角化的方法求解局部保持投影问题,避免矩阵的奇异性。在ORL人脸库上的测试结果表明,该算法的识别率高于PCA, PCA+LPP等方法。     

办公自动化中流程定义工具的开发

工作流系统是办公自动化系统中的重要组件,而流程定义则是工作流系统所有活动的基础,在工作流系统中占有非常重要的地位.论文以某通信公司的办公自动化系统为背景,从体系结构、系统功能和设计思想等方面对其中的流程定义工具进行了分析,最后,给出了该流程定义工具的运行结果.     

基于物理的图形建模研究

逼真性是虚拟现实的重要特性,也是虚拟现实研究的难点。基于物理的图形建模是实观虚拟环境中物体逼真运动的基本方法,它构建动画角色的动力学模型并通过仿真计算它们的运动。该方法在视频制作、虚拟仿真、虚拟漫游等领域中具有重要的应用价值。与其它运动表示方法相比,可以实现虚拟环境中多种更为逼真的物体运动效果。该文分别以不变形物体（刚体）和变性物体（柔体）为例,介绍了虚拟现实系统中实现逼真物体运动的基于物理的建模思想,分析了它们的特点以及各自存在的问题和局限性。最后指出了要想理想解决物体建模问题所必须进一步研究和突破的若干技术。     

基于直接局部保持投影和尺度不变特征变换的人脸识别方法

尺度不变特征变换(SIFT)算法提取的人脸特征具有一定的鲁棒性,但存在数据维数过高和计算过于复杂的问题。为此,提出一种基于直接局部保持投影-尺度不变特征变换(DLPP-SIFT)的人脸识别算法。首先采用SIFT算法进行特征提取,然后结合子空间方法局部保持投影(LPP)进行降维,利用直接对角化方法求取特征矩阵,解决了LPP的奇异值问题。在ORL和FERET人脸库的实验结果表明,DLPP-SIFT算法可显著减少计算复杂度和特征匹配时间,与SIFT、主成分分析(PCA)-SIFT、LPP-SIFT相比,具有更好的鲁棒性。     

基于操作流程图的人为差错辨识方法

提出操作流程图的概念,利用操作流程图来辨识人为差错。提供了操作流程图的3种基本模块,分析了如何建立操作流程图,给出利用操作流程图进行人为差错路径辨识算法,算法所得到的结果与事件树的结果是完全一致的。讨论了操作流程图针对事件树的优势及其发展趋势。     

一种以人为中心的风险评估算法

从人为差错的辨识、概率计算和后果量化三个方面讨论人因事件风险评估的流程,并针对这三个关键问题设计相关的解决方案。针对人为差错辨识问题,设计一种统一的人为差错基本分类框架,作为差错辨识过程的模板库;针对人为差错概率计算问题,提出首先计算人为差错总体概率,然后结合历史事故统计资料计算具体差错模式发生概率的新方法;针对后果量化问题,按照先定性后定量的原则,设计一种后果量化值的确定方法。     

基于通信特征曲线动态时间弯曲距离的IRC僵尸网络同源判别方法

IRC僵尸网络(botnet)是攻击者通过IRC服务器构建命令与控制信道方式控制大量主机(bot)组成的网络.IRC僵尸网络中IRC服务器与bot连接具有很强的动态特性.相关研究采用IRC僵尸网络的服务器域名、服务器IP、控制者ID等信息度量IRC僵尸网络的相似性,再根据相似性值检测同源IRC僵尸网络,但这些信息并不能代表IRC僵尸网络的本质特征,因此误差较大.为识别使用不同IRC控制服务器的同源僵尸网络,提取僵尸网络的通信量特征曲线、通信频率特征曲线,基于通信特征曲线的动态时间弯曲距离判别同源的僵尸网络.为了减小计算量和增加判别准确率,根据通信特征曲线的特点,提取并利用曲线的峰、谷特征点;并提出改进的LB-PAA对动态时间弯曲距离的计算进行优化.实验验证了方法的有效性并计算了各类错误率.     

行为模式支持下的人为差错分析方法研究

人为差错严重影响系统安全。为全面辨识分析人为差错并找出合适的规避措施,提出一种行为模式支持下的人为差错分析方法。该方法提出“认知过程是场景相关的”观点,建立不同任务场景下可能对应的认知过程。为此,引入行为模式作为两者之间的桥梁。设计一个行为模式分类器,可以确定不同任务场景下可能对应的行为模式;分析不同的行为模式可能对应的认知过程;在此基础上分析不同行为模式下可能对应的差错模式及其成因,并讨论相应的差错规避措施;通过实例演示以上分析过程。     

基于方差滤波和ICA算法的人眼定位

采用方差滤波器确定人眼候选区域, 结合独立成分分析(ICA)方法对人眼进行快速定位, 能够有效地提取训练图像的高阶统计特征, 很好地去除基向量的相关性. 与主成分分析(PCA)和传统ICA方法相比具有更好的鉴别能力. 实验表明, 该方法的识别率可达97.3%, 并对光照和姿态变化也具有很好的鲁棒性.