基于多级CS-LBP特征融合的人脸识别方法

通常,采用中心对称局部二值模式CS-LBP对人脸图像只进行一次特征提取,提取的纹理特征不够丰富。因此,本文利用CS-LBP多次提取人脸图像更丰富的纹理特征,提出了多级CS-LBP特征融合的人脸识别算法。首先,用CS-LBP对原始人脸图像进行特征提取;然后,对所得特征图像再进行相同方式的特征提取,这样能够得到原始人脸图像的多级CS-LBP特征图像;最后,将每一级特征图像的分块直方图特征进行融合并用于人脸识别。在ORL、Yale标准人脸库上的实验结果表明,相比人脸图像的一级CS-LBP特征,多级CS-LBP特征融合的方法能够显著提高识别精度。     

二氧化碳回收管路的改造

1技改背景 经过长期观察,在二氧化碳的回收过程中,尚存在不合理的浪费现象,二氧化碳回收后要经过干燥塔干燥处理,而干燥塔要每天再生一次,每次再生需10小时,用回收的二氧化碳进行再生,再生过程中的二氧化碳全部排到系统外面,约耗二氧化碳600kg左右,所排气体气味难闻,令人窒息,对操作工安全造成一定的危险。为此,车间设法通过管道技改来解决此问题。     

一种基于动态局部密度和聚类结构的聚类算法

为提高逆k最近邻在度量局部密度时的区分度,提出动态逆k最近邻概念.利用泊松概率密度函数拟合逆k最近邻分布,并计算累积动态逆k最近邻局部密度;基于动态局部密度对数据对象进行排序,利用逆k最近邻域扩展算法生成聚类结构;依据动态局部密度和欧式距离设计聚类决策图,根据决策图找出聚类结构中的类间间断点,利用间断点将聚类结构直接划...     

杀菌机PU值控制的改进思路

正常生产中，啤酒在杀菌机内热处理的PU值一般应该控制在15—25，过高的Pu值使啤酒失去新鲜口感．产生老化味。生产过程中，如果生产线上某一个环节发生故障，     

基于RAPIDS的无参DBSCAN算法

具有噪声的基于密度的空间聚类（Density-based spatial clustering of applications with noise, DBSCAN）能够发现不同密度和大小的类簇,对噪声也有很好的鲁棒性,被广泛地应用到数据挖掘的任务中。DBSCAN通常需要调整参数MinPts和Eps以达到更优的聚类效果,但往往在搜索最优参数的过程中会影响DBSCAN的性能。本文从两个方面优化DBSCAN,一方面,提出一种无参的方法优化DBSCAN全局参数选择。无参方法利用自然最近邻获得数据集的自然特征值,并将自然特征值作为参数MinPts值。然后,根据自然特征值计算自然特征集合,利用自然特征集合中的数据分布特性,分别采取统计最小值、平均值和最大值3种方式得到Eps值。另一方面,采用集成数据科学实时加速平台（Real-time acceleration platform for integrated data science,RAPIDS）的图形处理器（Graphics processing unit,GPU）计算加快DBSCAN算法的收敛速度。实验结果表明,本文提出的方法在优化DBSCAN参数选择的同时,取得了与密度峰值聚类（Density peaks clustering, DPC）相当的聚类结果。     

水处理系统的两次技术改造

我公司原生产用水经过两段处理，首先将深井水用石灰软化法处理出酿造用水，一部分经锰砂处理再经离子交换处理成硬度更低的软水，作为设备冷却用水。过去运行中，两个操作工段分别处理，在人员占用和原材料消耗上浪费很大。在QC小组的建议下，对水处理系统进行了两次技改。     

基于多通道Gabor滤波与CS-LBP的人脸识别方法

近来,局部二值模式(Local Binary Pattern,LBP)在人脸识别中取得了成功应用。然而,LBP提取的特征维数通常很高。而中心对称局部二值模式(Center-Symmetric Local Binary Pattern,CS-LBP)采用中心对称思想对图像进行编码,能够显著降低提取的特征的维数。为此,将CS-LBP应用于人脸图像特征提取,并结合多通道Gabor滤波,提出了基于多通道Gabor滤波与CS-LBP的人脸识别算法。在Yale,ORL,FETER标准人脸库上的实验结果表明,相比局部二值模式,CS-LBP以提取更少的特征维数取得了相当的识别率,并且,基于多通道Gabor滤波的CS-LBP能显著提高识别精度。