基于混淆交叉支撑向量机树的自动面部表情分类方法

面部表情自动分类是情感信息处理研究中的重要内容,为了提高表情识别的准确率以及鲁棒性,提出了一种基于混淆交叉支撑向量机树的面部表情自动分类方法。该方法依据伪Zernike矩特征,以混淆交叉支撑向量机树对矩特征进行学习,实现面部表情的自动分类。混淆交叉支撑向量机树的结构使模型能够根据教师信号将面部表情识别问题分解,在不同的层次上以相对较低的复杂度解决子问题;在训练阶段,对当前中间节点划分的两个子样本集进行混淆交叉,增强了模型在面部表情识别上的整体泛化性能以及鲁棒性。实验对Cohn-Kanade面部表情数据库中的6类基本表情进行自动分类,准确率达到96.31%;与同样基于该数据库的识别方法相比,该方法在识别正确率和鲁棒性上具有较大的优势。     

基于神经网络树的面部表情自动分类方法

提出了一种结合Gabor变换与神经网络树的面部表情自动分类方法.通过调整Gabor滤波器参数可以建立低信息冗余的Gabor表情特征.与线性判别分析方法相比,本文提出的方法在表情分类应用中更加稳定有效.实验结果表明Gabor特征提取位置的对应性在面部表情自动分类准确性上具有关键作用.     

一种优化的神经网络树异常入侵检测方法

本文提出了一种基于优化神经网络树(ONNT)的异常检测方法,在提高异常检测精确率的同时,增强异常检测模型学习结果的可理解性、可解释性。ONNT是一种具有二叉树结构的混合学习模型,二叉树的节点分裂遵循信息增益率准则;其中间节点嵌入了结构简单的感知器神经网络,能够根据当前节点上给定的子样本集和教师信号,选择较小的特征子集构建相对简单的局部决策曲面。本文提出的异常检测方法包括两个方面的性能优化:1）通过优化神经网络树(NNT)的中间节点,降低局部决策曲面的复杂度,从而使中间节点能在可接受的计算代价内表示成低复杂度的布尔函数或规则集,为实现学习结果的可解释性提供基础;2）通过优化学习模型的整体结构,降低所有中间节点的规则析取式的前件复杂度,从而提高学习结果的可理解性。实验的数值结果表明,与基于NNT的异常检测方法相比,本文提出的方法能够以简单的中间节点和相对精简的整体结构提高检测结果的可解释性和可理解性;与其他同类方法相比,基于ONNT的异常检测方法具有较高的检测精确率,且在一定程度上给出了对异常检测具有重大影响的一些特征信息。      

基于改进的混合学习模型的手写阿拉伯数字识别方法

在特征空间维数较高的手写阿拉伯数字识别问题中,冗余的特征往往会意外增加学习模型刻画问题空间的复杂度,影响手写阿拉伯数字识别的效率和精确度。该文提出了一种基于边界对特征的敏感度值进行特征选择的支持向量机树混合学习模型,依据当前中间节点上的分类曲面对子样本空间中的样例特征的敏感程度选择特征,在新构建的子样本集上训练子节点上的支持向量机。UCI机器学习数据库中手写阿拉伯数字识别问题的仿真结果表明,与其他算法相比,该文提出的方法能够在提高或保持手写阿拉伯数字高识别精确率的同时,精简问题空间,从而简化混合学习模型的中间节点和整体结构。     

基于信息典型相关分析的时差测向

测向是电子战系统的一个重要组成部分,测向精度直接对信号分选、识别、定位、干扰决策等都产生较大的影响。时差测向的准确度和灵敏度都相对较高,在无源测向中具有广阔的应用前景。针对时差测向抗干扰性能差和噪声影响的问题,首先提出了一种基于信息典型相关分析的盲源分离算法,在辐射源信号先验信息未知时分离天线阵接收的混合信号;然后将分离后的信号进行相关分析获得时差的估计,用以改进时差估计和测向性能,并对这种新的测向算法进行了分析。仿真实验表明,基于信息典范相关分析盲源分离算法的时差测向能够取得比常规时差测向更稳定、准确的结果。      

基于混淆交叉的多分类支撑向量机树

本文针对复杂模式分类和多分类问题,提出了一种基于混淆交叉的多分类支撑向量机树模型,其整体结构为二叉树,在树的每个中间节点上嵌入了支撑向量机。在训练阶段,引入混淆交叉因子,在同属一个父节点的中间节点样例间进行样例的混淆交叉,将那些对分类曲面有较大影响的样例纳入树型结构更深层次的训练过程,参与更精细的分类超曲面的构建。本文将提出的支撑向量机树与现有的其他方法作了比较,实验结果说明了本文提出的模型在解决复杂模式识别问题及多分类问题上具有高效准确性及优越的泛化性能。     

毫米波分离型子阵列的低复杂度混合波束成型传输设计

为了增强毫米波传输的系统性能及扩大其覆盖范围,数模混合（大规模）多输入多输出（MIMO）传输技术得到了广泛关注。本文针对分离型子阵列混合波束成型架构的毫米波通信系统,研究了基于码本的低复杂度优化子阵列波束控制矢量算法。采用交替优化方法及干扰对齐思想,本文提出了一种双向交替优化设计各收发子阵列的波束控制矢量算法。所提出的算法具有收敛速度快,计算复杂度低的特点。数值仿真结果表明,基于该算法设计的分离型子阵列混合波束成型传输方案的有效性及复杂度低的优越性。      

“计算机科学基础”课程教学模式探索

针对创新型人才培养要求,本文以"计算机科学基础"课程的教学为立足点,探索了一种"做什么"与"怎么做"相结合的教学模式:不仅让学生明确应该"做什么",更要让学生学会主动地探索"怎么做"。教学实践证明,"做什么"与"怎么做"相结合的教学模式是行之有效的。     

一种复杂背景中的人脸检测与验证方法

设计了一种复杂背景中的人脸检测与验证方法。在预处理部分该方法使用了线性光照拟合的预处理方法以减轻光照的影响。在检测过程中该方法引入了一种 3× 3的划分方式 ,该划分方式下根据人脸器官的灰度分布特性设计了相应的检测规则 ,并结合改进后的 4× 4划分方式下的人脸检测规则构成了最终的人脸检测规则。经过人脸检测过程后 ,对所得的结果使用具有良好抗噪声性能的最小同值分割吸收核区 (Smallest univalue seg-mentassimilating nucleus,SUSAN)方法进行检测结果验证 ,进一步增强了系统的整体性能。最后通过复杂背景下的人脸图片以及叠加噪声后的人脸图片的检测结果说明该方法具有较高的检测率及良好的抗噪声性能。     

利用导频间隔优化导频位置的方法及频偏估计和补偿算法

针对电气与电子工程师协会802.11正交频分复用通信系统研究了一种利用导频间隔优化导频位置的方法,进而提出了一种利用导频序列更好的对频偏进行估计和补偿的算法。在电气与电子工程师协会802.11标准规定的帧格式基础上,利用数值仿真方法对提出方法所确定的导频位置和所提出的频偏估计补偿算法进行了性能分析。数值仿真结果表明,所提出的导频位置确定方法和频偏估计和补偿算法,在不提高系统复杂度的情况下,所提算法能够显著改善系统性能。