基于模糊理论的2维隶属划分Renyi熵分割算法

基于信息论中最大熵原理,提出了一种2维直方图模糊划分Renyi熵分割算法。首先介绍了模糊划分的原理,由于Renyi熵是Shannon熵的广义形式,因此用模糊概率和条件概率来定义模糊划分Renyi熵。然后在向量空间内搜索最优参数组合,利用隶属函数实现图像分割。选用3幅不同类型的图像进行MATLAB仿真实验,结果表明该方法对噪声及杂散点等干扰的抑制性能较理想,且显著优于对比方法所得结果。     

一种改进的有间隔流形ISOMAP算法

ISOMAP算法成功应用的潜在条件是要求数据集均匀抽样于单个的内在流形。如果数据集均匀采样于某个内在流形,但内部出现了一个间隔,ISOMAP算法可能失效。提出了G-ISOMAP(ISOMAP with a Gap)算法,该算法充分利用了数据集中的间隔特性。首先检测被间隔的子流形间最短欧氏距离对应的数据点,然后将这些数据点互相设置为邻域点,最后用ISOMAP算法找到低维嵌入结果。对G-ISOMAP与ISOMAP算法的区别与联系进行了详细的理论说明,得出ISOMAP算法是G-ISOMAP算法的一个特例,G-ISOMAP算法是ISOMAP算法扩充的结论。实验结果验证了该算法比其他常用的流形学习算法在有间隔的数据集上更有效。     

一种用于人脸识别的有监督核化多类多流形ISOMAP算法

在核等测距映射（kernel ISOMAP）和多类多流形ISOMAP算法的基础上,提出一种针对人脸识别任务的有监督核化多类多流形ISOMAP算法.该算法保持了kernel ISOMAP算法的泛化特性,同时又能完成分类任务,解决了ISOMAP-C在对具有高维小样本特性的人脸数据集识别时,所要调整的神经网络权值数目将随输入维度呈指数增长,且易出现过拟合现象的问题.在多种人脸数据集上的实验结果表明了该算法的有效性,且对训练样本集的大小有较好的鲁棒性.     

基于梯度方向-亮度联合空间的红外人体跟踪

针对红外图像中人体成像的特点,提出一种新颖的红外人体跟踪算法.为克服红外图像中人体目标描述信息不足的缺点,该方法首先在梯度方向-亮度二维联合空间中构建人体目标的特征直方图,然后给出了一种最优直方图级数的选择准则对最具鉴别性能的级数进行选择;进而将上述表达模型与粒子滤波相融合,设计了粒子滤波框架下的人体跟踪算法.不同场景中的人体跟踪结果表明,与通用的跟踪算法相比,本文提出的算法具有更高的鲁棒性和稳健性.     

大学教学中的“知行合一”新探

当前高校对学生的实践能力愈加重视,但单纯靠增加实践环节比重,却不能把实践教学和传统的理论教学很好地统一起来,无法从根本上解决学生动手能力差的问题。只有在教学中遵循"知行合一"思想,理论中有实践,实践中有理论,相辅相成,才能使学生真正活学活用,既能深刻理解理论,又能学以致用。就目前高校教学中理论与实践分离的现象进行了分析,并对解决这些问题的方法进行了初步的探讨。     

基于关键帧节点自适应分区与关联的行为识别算法

基于视频的人体行为识别任务中由于大部分画面并不包含重要的判别信息,这对识别应用的准确性造成严重干扰。关键姿态帧既能表达视频又能降低计算量,且骨骼数据相比于图像包含更多维度的信息。因此,提出一种基于关键帧骨骼节点自适应分区与关联的行为识别算法。首先构建自适应池化深度网络以评估帧的重要性获取关键姿态帧序列;其次通过节点自学习模型建立非自然连接状态下的节点间关联;最后将改进的时空信息应用于STGCN并使用softmax分类识别。在开源的大规模数据集NTU-RGB+D和Kinetics 上与几种典型技术进行比对,验证了所提方法在减少冗余数据量的同时能保留关键动作信息,且动作识别准确率平均提高了0.63%~11.81%。     

引信可生产设计评价系统及特征识别技术的应用

引信可生产设计评价系统,根据涉及的引信设计参数建立评价指标树,对各指标赋值建立满足度函数。按照指数满足度模型准则,计算精度等级、公差等级。面向加工的表面粗糙度、精度等级、公差等级等,通过造型特征识别转换得到。最后,采用线性加权评价模型对指标树中所有指标最终评价。     

基于FPGA的快速电池分选系统设计

在动力电池生产过程中,电池内阻和电压是最主要的测试参数。由于动力电池的开路电压较高,现有的内阻测试仪只能在电池未成组之前进行测试,测试结果和成组后实际内阻差异较大。设计了一种基于FPGA(现场可编程门阵列)的快速电池分选系统,以硬件逻辑为基础,内建有硬件乘法器,控制、运算和分选等功能均由硬件完成。硬件电路直接由FPGA控制和协同工作,以减少处理器的介入和响应及通讯时间。该系统既能测试整个电池组的内阻,又能测量其它参数如电压、阻抗等,从而可有效提高动力电池的分选效率。     

改进的广义主分量分析及在人脸识别中的应用

广义主分量分析是一种利用图像矩阵直接计算的二维主分量分析,较传统主分量分析提高了特征抽取速度及识别率.通过对广义主分量分析中的产生矩阵进行分析,并重新定义,在类间散布矩阵定义的基础上引入了径向基函数,通过调整径向基函数的系数得到更有利于分类的特征信息,获得较高的识别率.在Yale,ORL两个人脸数据库上的实验结果表明了改进方法的有效性和鲁棒性.     

一种新的基于图论聚类的分割算法

针对传统图论聚类法在分割图像时对噪声和模糊边界敏感,产生伪割集以及计算复杂度大的问题,对传统算法进行了相应的改进,即首先将每个像素作为一类改为将图像中灰度相同的像素作为一类;其次在计算权值时改进权函数定义,将节点与区域间的空间近邻关系约束进权函数表达式,而非传统算法中仅考虑节点与节点间的灰度和位置关系.对比实验表明,该算法只需要设计少量的参数即可自动完成聚类,所需的存储空间以及实现的复杂度相比于传统图论聚类法都得到极大改善.