基于局部奇异值分解和模糊决策的人脸识别方法

针对仅在整幅人脸图像上进行奇异值分解无法得到人脸识别所需的足够信息的特点,提出了一种利用人脸图像的局部奇异值和模糊决策进行人脸识别的方法.该方法的关键是不在整幅人脸图像上进行,而是在人脸的不同区域进行奇异值分解以提取更丰富的信息.提出了人脸局部奇异值特征向量的构造方法.在识别阶段,对待识别人脸的特征向量,计算其对各人脸样本的隶属度,最后做出判断.该方法与传统方法在ORL人脸库上进行的对比实验结果表明了该方法的优越性.     

基于模糊控制的智能交通系统

针对平面交叉口的智能交通信号控制,提出了多相位路口实时的模糊控制方案。根据各相位的车辆排队长度实际交通量,设计信号灯配时方案,减少车辆在路口的排队长度。对上述控制方案进行仿真实验,仿真实验结果表明,该控制方案能很好的改善实际交通状况,控制效果优于定时控制的方法,从而有效的提高平面交通路口的通行能力。     

基于小波变换的方块效应去除法

低比特率JPEG压缩图像会产生严重方块效应，即马赛克现象，后处理技术可以有效地减少该效应。针对压缩图像在小波域中有结构信息和块不连续性的不同表现，提出了一种基于小波变换的分析方法，对图像在小波域中的不同响应分别加以处理。该算法根据小波系数在不同范围内的不同特性对图像进行区域分类，进而对不同区域做出不同的处理。试验结果表明，该方法能有效地减少方块效应，提高解码端图像的视觉质量。     

基于对称性分析的眼睛定位方法

论文将基于主分量分析的对称轴检测引入到眼睛定位中,提出了一种快速的眼睛定位方法。首先利用主分量分析法和人脸重心确定人脸对称轴,再结合山谷法进行眼睛候选点的提取和验证。该方法能有效地克服人脸方向未知或倾斜时传统方法难以进行准确和快速定位的缺点,实验结果证明了新算法的鲁棒性和准确性。     

视频监控中心数据传输控制的设计与实现

本文利用Win32的多线程编程技术和Windows Socket网络编程技术给出了视频监控系统控制中心数据收发模块的一个解决方案．并将其成功的运用到一个视频监控系统中。     

分形噪声中的雷达目标检测方法

将高阶分形特征用于雷达信号的分析,提取出用于区分目标和杂波的新分形特征－缝隙特性,分析了海杂波与目标回波的缝隙特征曲线,并结合模糊数学的有关理论进行了海杂波与目标回波的缝隙特征曲线,并结合模糊数学的有关理论进行了海杂波背景下的目标检测。仿真结果表明：利用缝隙特征进行了雷达目标的检测,可以取得较分维值检测更高的准确率。     

小波变换在分形信号参数估计中的应用

分形信号和Ｈｕｒｓｔ指数的提取是一个十分重要的研究方向,从此提出了一种新的基于小波变换和分数高斯噪声模型的Ｈｕｒｓｔ指数提取方法,分别推导了分形信号和白器材怕的小波系数统计量的公式,在此基础上用最大似然法进行参数估计,与传统方法的实验表明,该方法具有较高的稳定性。     

基于分维特征的舰船目标的检测

在分析少引目标雷达回波与海杂波分维特性的基础上,提出了一种基于海面散射分维特性的检测方法,该方法以分数布朗运动作为数学模型,提取出海杂波与目标回波在分形模型拟合误差和分维尺度变化量这两方面的特征,并利用产的固有差异进行检测,实验表明,该方法具有较高的可靠性和准确性。     

基于多重分形的雷达目标的模糊检测

利用多重分形的概念对海杂波和舰船雷达目标回波进行了分析,并提取出其多重分 形特征用于舰船目标检测.实验表明,广义维数谱具有良好的可分性和稳定性.在检测中,将 待查信号分为两类:海杂波目标和舰船目标,将广义维数谱作为特征矢量,计算其相对于两 类目标的隶属度并作出判断.多组检测实验证明了该方法的有效性和实用性.     

医学图像分割的神经网络方法

给出了一种基于自组织聚类神经网络的图像分割算法．针对聚类中心初始值选取的盲目性,提出了初始值优选法,大幅度提高了分割算法的速度．实验表明,文中提出的算法能快速、准确地分割医学图像,将原始照片中不易分辨的病灶清晰地呈现出来．