基于PCA余像空间的ICA混合特征人脸识别方法

为改善传统的基于特征脸的人脸识别方法在识别光照变化较大的人脸时效果不尽理想的缺陷,提出一种基于“PCA余像空间”的ICA混合特征人脸识别方法。不同于2阶PCA人脸识别方法,用独立元分析法代替主元分析法,对“PCA余像特征脸集”进行独立元特征抽取得到人脸图像基于PCA余像空间的独立元特征,并综合人脸图像的原始独立元特征得到混合特征作为最终识别的特征。实验表明,基于PCA余像空间的ICA混合特征人脸识别方法,在识别光照、表情等外界因素变化较大的人脸图像时,要优于传统的基于特征脸的识别方法、基于ICA的识别方法以及基于2阶PCA的人脸识别方法,并具有较强的适用性。     

二阶分块PCA的人脸特征提取方法研究

为了提取更为有效的鉴别特征,在已有的二阶特征脸方法和分块主成分分析(PCA)方法上,提出了二阶分块PCA人脸特征提取方法.该方法对原始人脸图像和经重建得到的剩余图像分别运用分块PCA,将提取的一阶和二阶特征线性组合为一个特征矩阵,再进行分类识别.此特征能更充分反映人脸图像的低频和高频特性.采用ORL人脸库和FERET人脸库的实验结果表明该二阶分块PCA正确识别率优于普通分块PCA算法,具有较强的特征提取能力.     

可变光照条件下的人脸图像识别

对于人脸图像识别中光照变化的影响,传统的解决方法是对待识别图像进行光照补偿,先使它成为标准光照条件下的图像,然后和模板图像匹配来进行识别。为了提高在光照条件大范围变化时,人脸图像的识别率,提出了一种新的可变光照条件下的人脸图像识别方法。该方法首先利用在9个基本光照方向下分别获得的9幅图像来构成人脸光照特征空间,再通过这个光照特征空间,将图像库中的人脸图像变换成与待识别图像具有相同光照条件的图像,并将其作为模板图像;然后利用特征脸方法进行识别。实验结果表明,这种方法不仅能够有效地解决人脸识别中由于光照变化影响所造成的识别率下降的问题,而且对于光照条件大范围变化的情况,也可以得到比较高的正确识别率。     

基于多分辨率下节点图像融合的人脸识别方法

人脸识别是人机接口和生物信息领域研究的重要方面,得到广泛的关注,人脸特征提取是其重要环节之一。为了克服人脸光照和表情变化对特征提取的影响,提出在小波包分解后的多分辨率下利用(2D)2PCA提取人脸特征进行识别的方法,主要创新包括：（1）以小波包分解所有节点图像为研究对象;（2）提出以识别率来选取“成功”节点;（3）提出一种融合节点图像的方法。首先通过二层小波包分解获取节点图像,采用(2D)2PCA方法提取所有节点图像的特征矩阵,并利用最邻近分类器获取其识别率,然后在选取“成功”节点图像的基础上,构建了一个融合方法进行人脸识别。用CMU PIE和Yale 库中的样本进行对比测试,结果表明本方法的高效性,同时也说明融合多分辨率下的节点图像能有效提高识别率。     

基于PCA的特征选择算法

在人脸识别的某些应用中,最好能够找到原始特征的关键子集,减少不必要的特征计算和资源耗费,而不是得到所有原始特征的映射.主成分分析法(Principal Components Analysis,PCA)是目前比较常用的人脸识别算法,PCA将人脸图像映射到能很好地表征训练图像集的特征脸空间中,但是基于PCA的人脸识别的缺陷在于原始空间所有的特征都映射到了低维特征窄间中,是基于最佳描述性特征子集.提出了一种新的基于PCA的特征选择方法,将特征选择与特征抽取相结合,对特征脸空间再进行特征选择,选择人脸原始特征集中最关键的特征,并将其应用在基于PCA的人脸识别中.     

基于特征脸的主成分分析人脸识别

采用基于PCA（主成分分析）的特征脸人脸识别方法,判断一张给定的图像是否为人脸图像。该方法通过计算训练集的特征向量,得到一个由特征脸组成的子空间,并将训练集中的人脸图像投影到该子空间中。检测人脸时,将二维的人脸图像投影到脸空间,并计算该图像与脸空间之间的欧几里得距离,以距离是否小于某一设定的阀值来识别是否人脸图像,实验测试结果准确率为97.5%。     

基于模块2DPCA的人脸识别方法

提出了模块2DPCA（two-dimensional principal component analysis）的人脸识别方法。模块2DPCA方法先对图像矩阵进行分块，将分块得到的子图像矩阵直接用于构造总体散布矩阵，然后利用总体散布矩阵的特征向量进行图像特征抽取。与基于图像向量的鉴别方法（比如PCA）相比，该方法在特征抽取之前不需要将子图像矩阵转化为图像向量，能快速地降低鉴别特征的维数，可以完全避免使用矩阵的奇异值分解，特征抽取方便；此外，模块2DPCA是2DPCA的推广。在ORL和NUST603人脸库上的试验结果表明，模块2DPCA方法在识别性能上优于PCA，比2DPCA更具有鲁棒性。     

一种应用于人脸识别的插值降维方法

类似于通过求解图像协方差矩阵特征值所得到的特征脸方法，提出在双三次插值得到图像降维基础上，再进行线性鉴别分析(LDA)的插值脸方法，从而得到鉴别矢量集，实现人脸图像识别，试验结果显示，插值脸方法比普遍采用的特征脸方法效果更好．所提出的思想方法对于人脸识别的理论研究和工程应用具有较大价值．     

通过创建虚拟样本的小样本人脸识别统计学习方法

研究了人脸识别方法．在传统的“特征脸”方法基础上，提出了一种基于贝叶斯方法的小样本人脸识别方法，该方法对于经过预处理的标准人脸图像，通过原型脸创建虚拟样本，扩充样本数量，然后用PCA降维并提取人脸图像的特征．对提取的特征用BEM算法学习该类样本的概率密度分布参数，构建贝叶斯混合网络分类器．该方法可以有效地解决统计学习方法中样本数量不足问题，提高小样本人脸识别方法的识别率，同样可以运用于模式识别中其它对象识别．实验表明，该方法能提高小样本人脸识别率，有实际应用价值。     

基于二阶双向二维主成分分析的人脸识别方法

为了克服光照变化较大的情况对识别率的影响,提出基于二阶双向二维主成分分析(Sec-(2D)2PCA)的人脸识别方法。丢弃提取人脸图像的(2D)2PCA的前几个反映光照信息的主成分。在剩余图像中再次使用(2D)2PCA方法。Yale人脸库B和Yale人脸库上的试验结果表明,该方法在识别性能上优于2DPCA、(2D)2PCA、Sec-2DPCA方法。     

NS2下P2P网络信任模型模拟框架构建

由于P2P网络的庞大和复杂,模拟在P2P系统的评估和分析中有着重要的作用。对P2P系统的信任模型的模拟仿真是研究P2P信任模型的主要手段。现有的关于P2P信任模型的论文中,都是为自己的模型专程设计程序进行仿真,缺乏通用性和可扩展性,同时由于其底层的交互并非模拟真实的P2P环境,所以在仿真的数据准确度上有一定的偏差。为解决上述问题,提出了一种基于NS2的可扩展的P2P信任模型模拟平台P2PRSSim（P2P Reputation System Simulator）架构,该平台可为P2P下不同的信任模型提供通用的模拟环境。介绍了此平台的系统结构和一些重要实现细节,并模拟EigenTrust作为实例演示系统的仿真。     

Fe2O3/SnO2和SnO2/Fe2O3双层薄膜的XPS分析

用X光光电子能谱(XPS),结合Ar~+刻蚀对Fe_2O_3/SnO_2及Fe_20_3/SnO_2双层薄膜进行分析.结果表明:Fe_2O_3/SnO_2膜表面,晶格氧的结合能为529.85eV,热处理前有大量吸附氧存在,在600℃退火后,大部分羟基、羰基形态的吸附氧解吸;SnO_2/Fe_2O_3膜表面,热处理前后都只有少量的吸附氧,经热处理后表面吸附氧却略有增加.双层薄膜中锡向氧化铁层的扩散较铁向氧化锡层的扩散强.扩散的结果,形成了一个数十纳米的过渡层,对元件的气敏性质产生一定的影响.     

掺锆SnO_2陶瓷的乙醇气敏特性研究

在研究SnO_2乙醇气体敏感陶瓷中,比较添加物,发现ZrO_2对乙醇气体有较高的灵敏度。进而从工艺上研究了添加ZrO_2时的最佳烧结温度和预烧温度。分析了烧结温度与测试初始电阻的关系。总结出不同条件下乙醇的分解物不同。提出ZrO_2的催化机理是活化表面羟基,释放占有的电子,释放表面的吸附位,从而提高氧离子的效率。     

SnO_2/SiO_2双层薄膜的湿敏特性

本实验是在单晶硅片上热生长一层ＳｉＯ２，然后用真空淀积的方法获得一层超微粒ＳｎＯ２薄膜，通过对ＳｎＯ２／ＳｉＯ２薄膜电阻与相对湿度关系的测试，发现阻湿的线性特性和灵敏度明显优于ＳｎＯ２薄膜和ＳｉＯ２薄膜，测湿范围明显展宽。     

ADSL2／ADSL2plus技术分析

给出AD6L2／ADSL2plus接入技术的概念，重点分析ADSL2／ADSL2plus的编码调制、速率自适应(SRA)、能量管理、双端测试(DELT)等技术特性及其在接入应用中的具体实现，给出ADSL2／ADSL2plus一个清晰的面貌，最后对ADSL2／ADSL2plus的应用情况和发展前景进行了介绍。通过分析，使读者更清楚认识ADSL2／ADSL2plus，促进ADSL2／ADSL2plus接入在电信网中推广应用。     

Multivariable Model Reference Adaptive Control Using K_p=L_2D_2S_2 Factorization

For a class of MIMO plants,using the idea of the high-frequency gain matrix K_p= L_2D_2S_2 factorization,the problem of design and analysis for MRAC is further investigated under the single assumption of known signs of the leading principal minors of K_p.By proving the L_p and L_(2δ)relationship properties between the input and the output and the multivariable swapping lemmas,the relation between all the signals in the closed-loop system and the normalized signal is obtained and the stability and tracking performance of the adaptive system is analyzed rigorously, the proof procedure being more compact.     

电化学阳极氧化自组织TiO2 纳米管阵列的研究

为了弄清阳极氧化制备TiO2纳米管阵列的影响因素及形成机理,研究了HF浓度W(HF)=0.1～1.0%,电压(5V～30V),时间(20min～120min)对阳极氧化TiO2纳米管阵列形貌的影响,用X射线衍射(XRD)和扫描电子显微镜(SEM)对其结构进行表征,并通过电流时间变化曲线探讨了TiO2纳米管阵列的形成机理.结果表明,氧化电压、电解液浓度、氧化时间是影响TiO2纳米管阵列形貌的主要因素,TiO2为不定形结构.只要延长时间,在低浓度W(HF)=0.1%HF溶液中也能得到TiO2纳米管阵列.阳极氧化的整个过程分为3个阶段,纳米管阵列的形成是场增强氧化、场增强氧化膜溶解和HF化学溶解共同作用并达到动态平衡的结果.     

基于M2M平台的J2ME应用程序的研究与设计

M2M平台综合了电信和信息技术,能够使业务流程自动化,集成公司IT系统的资’产,并创造增值服务。这项平台能够在广泛的应用和解决方案环境中运行,如自动读取停车表、安全设施、自动扶梯控制、车队管理、自动售货机和电动设备等都是其大显身手的应用环境。本文从其概念及应用出发,提出了其与J2ME移动应用相结合的实现策略、实际系统开发设计方案与影响其发展与应用的因素。     

双向二维加权LPP语音特征降维算法

提出一种双向二维加权局部保持投影算法(Two-directional Two-dimensional Weighted Locality Preserving Projections,(2D)2WLPP)用于语音特征提取后维度的降低,考虑到普通的二维降维算法只能从一个方向进行特征降维且所降至的维数选择非常受限,该方法能够从水平和垂直两个方向对语音矩阵进行降维处理,这样可以大大降低提取后的语音特征数目;考虑到不同投影向量对保持局部结构的重要程度不同,进而对各个特征赋予不同的权重系数.实验证明,该算法运算速度快,与已有的二维局部保持投影相比,获得了更高的识别率.     

基于NS2的P2P流媒体系统仿真平台的设计

传统网络仿真器一般仅支持特定协议或提供通用仿真环境,所提供的接口并不完全适合于P2P流媒体系统的特点.为克服上述缺陷提出了一个基于NS2的P2P流媒体专用仿真平台--NovaP2PSim.该平台提供了流媒体仿真的框架和通用接口,用户只需实现框架中的相关接口就可以对仿真对象进行仿真.