基于矩阵体积度量的二维PCA人脸识别

本文提出一种符合高维几何空间理论的矩阵体积度量分类准则用于人脸识别.基于二维PCA的人脸识别方法主要研究的是特征提取部分,对后继的分类识别研究不多.基于二维PCA的人脸识别方法中典型的分类准则是比较特征向量的欧氏距离,而新方法比较的是矩阵的体积.在ORL和AR人脸库上的实验表明,所提出的矩阵体积度量较传统距离度量分类准则更有效.     

融合小波变换和改进KFD的人脸识别方法

基于核函数的Fisher判别分析(KFD)在人脸识别中通常采用高斯径向基函数做核函数,但核函数中参数的选取对分类效果影响较大。目前参数的选取一般仅凭经验,且该方法在处理大样本时,速度较慢。针对这个问题,本文提出了一种融合小波变换和改进KFD的人脸识别的方法。该方法首先用小波变换降低样本的维数;然后在用KFD进行特征提取时,采用微粒群算法自动获取一个最优参数,增强分类效果;最后用SVM分类器完成特征的识别。实验表明,该方法与传统的KFD相比较,运算时间减少,而且识别率得到提高。     

利用马氏距离判别法准确实现对裂纹的识别

马氏距离可以有效地对拉深件初始裂纹声发射信号进行识别,本文通过采集拉深件畚斗在不同润滑条件下声发射信号、选用Matlab软件编程对采集到的声发射信号进行局域波分解得到自适应的本征模函数分量,有效提出各组IMF的能量值组成声发射信号的特征参数,计算出无裂纹、有微裂纹和明显裂纹三种状态下的马氏距离作为标准值,通过其他组的马氏距离与标准值进行比较,准确实现对拉深件裂纹状态的识别,也反映了板料在拉深过程中摩擦性能。     

多宗量一维瞬态非线性热传导反问题的正则解

基于一种时域正演精细算法,引入Bregman距离函数作为Tikhonov函数的正则项,建立了求解多宗量一维瞬态非线性热传导反问题的数学模型,可对非线性内热源强度、导温系数和边界条件等多个热学参数进行组合识别。对信息测量误差作了初步探讨,数值验证给出令人满意的结果。     

基于改进HHT和马氏距离的齿轮故障诊断EI北大核心CSCD

针对齿轮振动信号非线性和非平稳的特点,提出一种基于改进希尔伯特-黄变换与马氏距离相结合的故障诊断方法。利用自适应白噪声的完备经验模态分解将齿轮振动信号分解成一系列固有模态函数,并采用敏感固有模态函数判别算法判断出对故障信息敏感的模态函数;通过对敏感固有模态分量的局部希尔伯特瞬时能量谱的分析,得出信号能量随时间变化的精确表达;以不同故障信号局部希尔伯特瞬时能量谱的最大峰值作为特征向量,采用马氏距离对齿轮故障进行状态识别。试验结果表明,该方法可有效识提取齿轮故障特征,实现不同故障状态识别。     

基于PEDCC性能退化指标及MCRNN的滚动轴承寿命状态识别方法

针对滚动轴承退化性能难以评估、寿命状态难以识别的问题,提出一种基于相空间欧式距离相关性(phase Euclidean distance cross-correlation, PEDCC)指标和多通道卷积长短时记忆网络(multichannel convolutional neural long short term memory network, MCRNN)的状态识别方法。首先将正常轴承样本信号进行相空间重构,计算样本内重构后相邻数据之间的欧式距离,并将样本内的所有欧氏距离构成距离向量;然后利用互相关函数计算其余样本距离向量与正常样本距离向量之间的相关性,并将其作为轴承退化指标;最后利用所建立的PEDCC退化指标对轴承状态进行划分,将其输入到MCRNN网络中进行退化状态识别。其中MCRNN网络在不同通道中分别采取了不同卷积核,不同激活函数,以便于提取轴承振动信号的多尺度特征。通过轴承全寿命数据集对所提退化指标及网络模型的实用性进行验证,试验证明所提出的方法能更精确的实现轴承的退化状态识别。     

肤色信息马氏图的RBPNN人脸识别

根据肤色信息在YCbCr空间分布特点,提出在基于肤色信息的马氏距离图的特征脸空间中用RBPNN神经网络进行人脸识别。该方法利用肤色信息构造图像的马氏距离图,利用K-L变换构造特征脸空间。在特征脸空间中提取图像的统计特征,以这些统计特征作为输入,构造径向基概率神经网络,利用它的非线性计算和映射能力,进行人脸识别与分类。实验证明,这种方法能够有效地完成人脸识别。     

距离度量学习的摄像网络中行人重识别

针对在不同的摄像头场景下,光线、摄像头参数的差异较大使得行人重识别困难的问题,提出一种基于距离度量学习的方法进行行人重识别.该方法首先为每一对摄像头学习一个距离度量模型.其次,根据上述因素的影响强度为这些度量模型赋予相应的权值.最后,对度量模型与其相应权值的乘积进行累加与优化,得到最终的距离度量模型.经过在两个公共数据集中进行行人重识别实验,其结果显示所提出的方法能够提高行人重识别的正确率.     

DGD卷积神经网络行人重识别

行人重识别在视频监控领域是一个非常具有挑战性的问题,不同的摄像头位置角度、光照等因素会使同一行人的图像差异较大.文章提出一种DGD(Domain Guided Dropout)卷积神经网络(CNN)与样本相对距离结合的行人重识别算法:首先,通过卷积神经网络来提取来自多个域的数据中具有一般性及鲁棒性的特征;其次,通过计算各个特征样本之间的相对距离来筛选出更具有一般性及鲁棒性的特征;最后,比较筛选出的特征间的欧氏距离进行重识别.实验结果表明,该算法能够提高行人重识别的效率.     

成像距离对图像畸变系数的影响研究

基于共线特征点求解图像畸变系数的方法,研究了拍摄物体平面与镜头平面间的不同距离参数对图像畸变系数的影响,并结合实验结果探寻了畸变系数的变化规律。在此基础上,指出镜头的畸变系数不仅与焦距有关,成像距离也是重要的影响因素,不可忽略。进行了不同距离参数下的畸变系数对相同标准量块图像校正的实验研究,比较了不同畸变系数下校正量块图像的不同高度位置的宽度曲线。实验结果表明,不同距离参数下的畸变参数对量块图像进行校正的结果是不同的,且当选用的畸变参数的距离与实际的成像距离相同时,其校正结果的精度最高,量块图像宽度测量的精度最高。     

肤色信息马氏图的RBPNN人脸识别

根据肤色信息在YCbCr空间分布特点,提出在基于肤色信息的马氏距离图的特征脸空间中用RBPNN神经网络进行人脸识别.该方法利用肤色信息构造图像的马氏距离图,利用K-L变换构造特征脸空间.在特征脸空间中提取图像的统计特征,以这些统计特征作为输入,构造径向基概率神经网络,利用它的非线性计算和映射能力,进行人脸识别与分类.实验证明,这种方法能够有效地完成人脸识别.     

一种基于三维模型投影的人脸识别新方法

研究了使用三维人脸模型进行不同姿势下的人脸识别问题,提出了一种三维建模二维识别的人脸识别算法,首先使用该方法将三维模型向不同方向投影,进而将不同姿势的二维图像与不同方向的投影结果相匹配,进行人脸识别。研究了使用Minolta Vivid 910进行数据获取,创建三维模型的方法和过程。实验结果表明,在进行不同姿势的人脸识别时,该方法的识别速度快于三维可变形模型方法,识别率远优于使用二维正面图像作为模板的人脸识别方法。     

基于混沌理论和支持向量机的人脸识别方法

针对如何选定主成分分析(PCA)特征维数和如何选定支持向量机(SVM)的参数来进一步提高人脸识别系统性能的问题,提出了一种基于混沌理论和支持向量机的人脸识别方法.首先,在统一的目标函数下,在采用PCA方法对人脸图像进行降维和将得到的特征送入SVM中进行训练期间,使用具有可操作性的改进混沌优化算法同时对PCA图像特征维数和分类器参数进行优化选择,然后用得到的优化人脸特征和最佳参数的分类器对未知图像进行识别.基于该方法,对ORL和Yale人脸库进行实验,其识别率都高达99%以上,仿真结果表明,该方法极大地提高了人脸识别能力.     

高频RFID标签天线丝网印刷工艺

目的研究不同丝网印刷工艺对RFID标签性能的影响,得到最优丝网印刷工艺条件组合。方法研究印刷速度、刮印压力、刮印角度、固化条件等参数变化对天线性能参数的影响。结果当刮刀速度为50~70 m/min时,天线的阻抗稳定,印刷成品质量好,天线的可识别距离最大;刮印压力的最优值为100 N/m左右,刮刀角度应大于40°,固化温度大于110℃,固化时间应在20~40 min之间。结论标签阻抗随刮刀速度呈现U形变化,而最大识别距离呈现相反趋势;标签阻抗随刮刀压力和刮刀角度均成U形变化趋势;天线阻抗随着固化时间和固化温度的升高而降低,最大识别距离呈现相反趋势。     

局部传递率函数与模式匹配的结构损伤快速识别方法

为了对结构进行灾后快速安全评估,提出一种基于局部传递率函数与模式匹配的快速损伤识别方法。通过有限元建立结构不同损伤位置和程度的模型,通过模态分析获取其固有频率与振型,建立损伤模式数据库;根据待测真实结构上少量测点所测振动信号计算局部传递率函数,构建匹配因子矩阵;调用损伤模式数据库中的模态参数构建损伤模式矩阵,建立匹配因子矩阵与损伤模式矩阵间的映射关系;以欧式距离相似度指标来衡量匹配程度,相似度最高的损伤模式即视为待测结构的实际损伤情况。为了验证本方法的可行性和准确性,对一四层层间剪切模型进行数值模拟和实验验证,结果均表明,本方法能够准确识别结构损伤位置和程度。所提方法不涉及复杂的算法,只需少量测点数据,计算速度快,满足震后快速评估要求;该方法只与结构固有属性有关,但无需进行结构模态参数识别,具有良好的实际工程应用前景。     

基于改进极大似然的随机噪声非线性系统辨识

针对具有随机噪声电厂风机系统的非线性特性,提出一种改进极大似然参数识别方法IMLE,将协方差阵未知的极大似然参数估计的损失函数的一步差分,改为对二维损失函数寻优的概率,采用在统计各个随机点损失函数基础上,设置该随机数值点的点循环,搜索损失函数的隐函数中的寻极小值,推导出具有随机噪声点的点循环的递推极大似然参数识别方法,从而识别出在全局随机噪声扰动下非线性系统的参数。某煤矸石电厂的560 KW一次风机参数识别仿真结果表明,该方法比常规的极大似然递推算法具有更好的非线性识别能力,识别参数的方差从35%降低到0.1%。我们已对该一次风机进行了高压变频改造,该电厂风机运行记录表明,节能效果明显。     

一种立体视觉测量高精度标定新方法

提出一种实现通用摄像机标定和现场高精度立体视觉传感器标定的新方法。该方法无需预先给定初始参数,而是根据投影矩阵计算摄像机参数的初始值,结合镜头畸变的标定数学模型,实现通用摄像机标定;在立体视觉传感器三维测量模型基础上,引入目标距离约束建立结构参数标定优化目标函数,从而得到使空间距离偏差最小的最优结构参数,实现传感器现场高精度标定。实验结果表明,上述方法标定精度较高,已标定传感器空间距离测量相对误差小于0.45%。     

扩大人脸识别系统应用

人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术,包括人脸图像采集、人脸定位、人脸识别预处理、记忆存储和比对辨识,达到识别不同人身份的目的。人脸识别技术的研究肇始于20世纪60年代末期。20世纪90年代后期以来,一些商业性的人脸识别系统逐渐     

基于新核函数的支持向量机在物体分类中的应用

在基于视的物体识别中,将图像的局部信息引入到图像的相似性度量,提出了一种新的图像距离度量,并把它嵌入到支持向量机的核函数中,得到了一种新的核函数—基于局部卡方距离（Chi—square distance）的核函数。物体分类实验结果表明,新算法优于非线性支持向量机,区别张量一阶分解（DTROD）,稀疏网络模型（SNW）等方法。     

基于无穷范数空间距离的计数型函数响应优化方法研究

计数型函数响应在制造过程中广泛存在。然而,已有研究大多针对的是连续型函数响应的优化。本文基于拟合值向量的无穷范数空间距离指标,结合满意度函数法,提出一元和多元计数型函数响应优化方法。仿真试验结果表明,本文提出的拟合值向量无穷范数空间距离指标更精准地反映函数响应向量之间真实距离。该方法应用于某公司液晶显示屏模组柔性电路板与玻璃基板压接工艺参数改进,降低了产品不合格率。