基于改进卷积神经网络与集成学习的人脸识别算法

针对复杂卷积神经网络(CNN)在中小型人脸数据库中的识别结果容易出现过拟合现象,提出一种基于改进CNN网络与集成学习的人脸识别算法。改进CNN网络结合平面网络和残差网络的特点,采用平均池化层代替全连接层,使得网络结构简单且可移植性强。在改进CNN网络的基础上,利用基于投票法的集成学习策略将所有个体学习器结果凸组合为最终结果,实现更准确的人脸识别。实验结果表明,该算法在Color FERET、AR和ORL人脸数据库上的识别准确率分别达到98.89%、99.67%和100%,并且具有较快的收敛速度。     

ZnO薄膜生长及声表面波性能研究

采用传统射频磁控溅射技术,通过引入Si O2缓冲层以及调节工作气压的方法,在Si衬底上制备具有高度(1120)择优取向的Zn O薄膜.采用X射线衍射技术和原子力显微镜分析Zn O薄膜的晶体特性和择优取向.研究发现,引入Si O2缓冲层能显著减小Zn O/Si O2/Si三层结构声表面波器件的温度延迟系数(temperature coefficient of delay,TCD),当Si O2缓冲层厚度为200 nm时,Zn O薄膜同时具有(0002)和(1120)择优取向,且TCD值仅为2×10-6℃-1左右,说明器件温度稳定性佳.当工作气压降低时,Zn O(1120)择优取向增强,相应的声表面波器件的机电耦合系数(K2)也增大.在大机电耦合系数和高温度稳定性的Zn O/Si O2/Si三层结构的基础上,有望制作出高性能的Love波声表面波生物传感器.