基于DCT融合2DPCA与DLDA的人脸识别

传统的基于主成分分析的人脸识别需要将图像矩阵转化为向量,特征提取需要花费大最时间.二维主成分分析直接利用图像矩阵,特征提取速度快,但特征数量大,影响分类速度.因此,提出了一种基于离散余弦变换(DCT)的二维主成分分析(2DPCA)和直接线性判决分析(DLDA)结合的人脸识别方法.算法首先用DCT对人脸图像进行压缩并重建,然后利用2DPCA和DLDA对人脸图像进行特征提取.最后选用最近邻分类器进行分类.在ORL人脸库上的测试结果表明,与DLDA或2DPCA算法相比,算法具有更高的识别率.     

存于消费时代的品牌理想

品牌是进入商品经济社会之后，企业为了使自己的产品在竞争中取胜而提出的概念，它是一种独特的识别体系，意味着企业在其专长的领域内，通过长期的努力，形成了良好的信誉，在消费者心目中产生了美好的感情，使得消费者形成了对该品牌产品的消费依赖。在产品同质化的今天，     

基于FPGA和DVI视频接收器设计

给出了一个符合DVI1.0规范的基于FPGA的视频接收器的实现方法,该方法利用FPGA内置的PLL和IODELAY模块实现时钟恢复和相位调整,可节约数字时钟管理模块（DCM）;利用FPGA内置的ISERDES和DDR实现串/并转换,并用逻辑来实现字对齐,利用FIFO来实现通道对齐;最后经过解码,输出视频信号.与采用专用视频接口接收芯片相比,其充分利用FPGA自身的资源,提高了系统集成度,减少了资源消耗.     

基于交互多模型强跟踪滤波器的故障检诊方法

基于正交性原理和强跟踪滤波器的概念，引入了最佳渐消因子，提出了基于交互式强跟踪滤波器的故障检诊断方法，这种方法比其它方法能够更快、更可靠地检测和诊断出多重故障。     

基于多互补特征融合的视频跟踪算法

为充分利用跟踪过程中样本信息的多样性,提高跟踪器的泛化能力,在Staple算法的基础上融入了基于轮廓特征的物体性模型预测结果,并针对该算法中对不同预测响应结果简单线性进行加权带来的不确定性,提出一种新的自适应权重系数的响应图融合方法,从而有效地提升了跟踪算法的可靠性。理论分析与实验仿真表明,所提算法在精准度和鲁棒性较经典的Staple算法有着较大提高,并且保持着较高的实时性。     

WCDMA系统智能天线通道不一致性在线校正方法

研究智能天线通道不一致性的注入校正方法。基于WCDMA移动通信系统智能天线通道的物理层协议标准,提出一种新的注入校正方法。该方法首先采用搜索器估计通道的复增益,然后利用复增益的估计值实现通道不一致性的校正。理论分析和Matlab仿真表明,该注入校正方法能使智能天线的性能得以改善。     

混合策略制导在平面追躲问题中的应用

在有测量噪声的情况下，雷达制导导弹和飞机（或其它空中机动目标）的遭遇对抗的最后阶段可以描述为一个不完全信息的二人零和微分对策问题，本文以导弹一飞机平面追躲问题为例研究了追踪方法的最优混合策略，给出了双方同时采用混合策略对鞍点解的存在条件以及最优纯追踪策略的迭代算法。仿真结果表明混合策略制导可以提高导弹的攻击性能，而飞机采用混合策略概念亦可改善其生存能力。     

基于有效特征筛选的Mean shift运动目标跟踪算法

针对现有Mean shift跟踪算法在目标被遮挡、跟踪场景变化时,跟踪误差变大甚至丢失目标的问题,提出了一种基于有效特征筛选的Mean shift运动目标跟踪算法。首先通过对目标特征的优化筛选,改善了现有Mean shift算法因目标特征多而造成计算时间较长,在目标发生较大变化时跟踪精度降低的情况。更能有效地表征目标特征,减少跟踪误差,增强特征集对目标的描述能力。同时给出目标模板更新的方法,在目标发生明显变化时,能自适应地更新特征集,进一步提高跟踪精度。仿真结果表明:文中方法具有更好的跟踪精度,计算时间较小,对遮挡、场景变化有更好的鲁棒性。     

基于改进AdaBoost算法的人脸检测

研究人脸识别实现自动化检测,针对实时定位准确识别人脸,采用传统AdaBoost算法构建人脸检测器时存在的过拟合现象和特征冗余缺欠,提出一种自适应样本权重更新规则和遗传算法的改进AdaBoost人脸检测方法.可把正负样本错分率引入样本权重更新过程,将分类效果反馈给分类器,实现对分类器结构的有效控制.用遗传算法进一步优化所选特征及其参数,达到使用较少的弱分类器实现高检出率和低误判率的双重要求.仿真结果表明,与传统AdaBoost算法相比,采用文中算法训练人脸检测器可有效避免样本权重扭曲现象,消除分类器冗余,在保证较高检出率的同时降低误检率,使人脸检测更加快速和精确.     

基于小波包分析的鲁棒性语音识别

通过对MFCC算法的研究,发现其中的FFT在整个时频空间使用固定的分析窗,这不符合语音信号的特性,而小波变换具有多分辨率特性,更符合人耳的听觉特性。提出了动静态特征参数结合的语音信号识别方法,首先在特征参数提取中引入了小波包变换,借助MFCC参数的提取方法,用小波包变换代替傅里叶变换和Mel滤波器组,提取了新的静态特征参数DWPTMFCC,然后把它与一阶DWPTMFCC差分参数相结合成一个向量,作为一帧语音信号的参数。仿真实验证明：基于新特征的识别率比原来MFCC的识别率有了很大提高,特别是在低信噪比情况下。