基于生物特征的模式识别自主学习系统研究与实现

本系统采用Matlab语言作为开发工具,结合Web技术及其相应功能,设计并实现了基于生物特征的模式识别自主学习系统.系统以当前国内外的研究热点--生物特征识别技术为主体,贯穿了模式识别的基本原理、方法和理论.系统的设计与实现采用基于Matlab Webserver组件的方式和基于Matcom组件的方式.在生物特征识别过程中,将模式识别、数字信号处理和数字图像处理等相关课程的知识有机结合,给教学、实验和学习带来了便利.     

激光多普勒技术的机电系统运动模式识别

机电系统体积不大、运动速度快,但运动特征易被噪声所影响,导致以往采用光学检测法识别机电系统运动模式时,检测信号存在误差,运动模式识别精度较低。提出基于激光多普勒技术的机电系统运动模式识别方法,通过基于激光多普勒的机电运动特征检测方法,获取机电系统运动特征,并在检测过程中引入自适应滤波器,去除噪声信号的干扰,提高特征检测精度;再基于获取的运动特征,采用基于Relief-F的SVM运动模式分类算法实现机电系统运动模式识别。实验结果表明,方法对机电系统里谐振器的运动模式识别精度高,在低噪与高噪条件下,可实现抗干扰、高精度的机电系统运动模式识别。     

基于谱图和神经网络的通信干扰模式识别方法

对通信系统受干扰的模式进行分析和模式识别,可以指导通信系统进行相应的自适应参数调整,以具有更强、更有针对性的抗干扰能力。研究宽带通信系统,利用多隐藏层的神经网络可以解决任意形式分类问题的特性,构建一种基于功率谱谱图和双隐藏层神经网络的通信干扰模式识别方法,可以对5种常见的通信干扰进行快速的模式识别。仿真结果表明,该通信干扰模式识别方法对干扰模式在不同的干噪比情况下能获得99.6%以上的平均识别概率,对除梳状谱干扰外的各种干扰模式识别准确率均达到99.7%以上,梳状谱干扰识别准确率达到98.4%以上。该方法具备较稳定的识别能力,可应用于干扰感知的流程中。     

一个灰度图像的并行分布式识别系统模型

将稀疏分布存贮（ＳＤＭ）概念与单层自适应模式识别系统有机结合所构成的双层通用自适应模式识别系统（ＤＡＰＲＳ），在大维数或非确定性模式数据识别方面有着明显优势。但由于仅具有处理二位模式（图像）的能力，系统的应用受到一定的限制。本文提出了一个新颖的、基于ＤＡＰＲＳ的灰度图像并行分布式识别系统模型，该系统把灰度图像分解成若干子图像并且二值化后，分别提供给对应的ＤＡＰＲＳ进行处理，对图像信息采用了分布式存贮和大规模并行处理技术，最终通过响应综合实现对原始灰度图像的识别。由于系统具有非算法、实时通用的特点，且具有硬件实现的潜力，因而更加接近于工程应用。     

基于Costas环的载波提取电路设计与仿真

Costas环是一种闭环自适应系统,常用于提取相干载波.介绍了数字Costas环的基本原理,并根据DSP开发工具DSP Builder的优点,采用VHDL文本与Simulink模型图相结合的方法对Costas环载波恢复电路进行了FPGA设计,仿真结果验证了设计的正确性及可行性.     

MIMO模式自适应及其性能验证

TD-LTE系统在下行支持多种MIMO传输模式,各个传输模式可以根据信道状态的变化进行自适应切换,提高系统的性能.针对MIMO模式自适应需解决的首要问题,给出如何使用实际系统提供的有限的信道信息,通过自适应算法,最大程度获取可能的系统增益.为评估自适应算法的合理性,给出了性能验证结果.     

软件无线电技术在卫星数据自适应接收中的应用

软件无线电是最近几年在无线通信领域提出的一种新的通信系统体系结构,该文根据遥感数据接收中的实际需求,重点对自适应辨识技术实现数据调制体制的模式识别进行分析说明。     

软件无线性技术在卫星数据自适应接收中的应用

软件无线电是最近几年在无线通信领域提出的一种新的通信系统体系结构，该文根据遥感数据接收中的实际需求，重点对自适应辨识技术实现数据调制体制的模式识别进行分析说明。     

一种DS/SS信号PN码序列估计的神经网络方法

本文提出了一种利用神经网络(N.N.)完成直接序列扩频(DS/SS)信号PN(伪噪声码)码序列估计的新方法.该方法充分利用了无监督N.N.的自适应主元提取特性,加上其高速运算能力,解决了传统方法在PN码的实时处理及实现上的困难,理论分析和数值结果表明了本方案能在较低的输入信噪比条件下完成对PN码的正确估计.     

一个自适应模式分类系统

本文介绍了一个车辆分类系统，它是由平行红外线族构成的平面检测子系统和分类子系统组成。检测子系统采用相关检测技术，不仅能有效地抑制外界干扰、噪声，还具有抗相邻红外信号干扰能力．分类子系统是一个自适应模式识别系统。     

Adaptive Algorithms of Proportional In tegral Differential Control Parameter

ＡｄａｐｔｉｖｅＡｌｇｏｒｉｔｈｍｓｏｆＰｒｏｐｏｒｔｉｏｎａｌＩｎｔｅｇｒａｌＤｉｆｅｒｅｎｔｉａｌＣｏｎｔｒｏｌＰａｒａｍｅｔｅｒＴｉａｎＬｉｈｕａ（ＤｅｐａｒｔｍｅｎｔｏｆＣｏｒｒｅｓｐｏｎｄｅｎｃｅ，ＣｈａｎｇｃｈｕｎＰｏｓｔａｎｄＴｅｌｅｃ...     

多母小波自适应小波滤波器

利用自适应小波变换（AWT）能融合不同母小波的优点,采用盖伯母小波和墨西哥帽母小波构成自适应小波.以光学人脸识别中降噪问题为应用背景,使用神经网络法对小波参数和组合系数进行优化,将生成的多母小波自适应小波滤波器用作人脸特征提取器.对噪声图像做特征提取,进行相关识别,采用3个指标定量分析识别结果.同盖伯小波和墨西哥帽小波识别结果的比较表明,多母小波自适应小波具有不同母小波的优点,并有良好的降噪性能.     

基于VEMAP的说话人识别鲁棒性研究

为了改善发声力度变化对说话人识别系统性能的影响.针对不同发声力度下语音信号的分析,提出了使用发声力度最大后验概率(Vocal Effort Maximum A Posteriori,VEMAP)自适应方法更新基于高斯混合模型-通用背景模型(Gaussian Mixture Model-Universal Background Model,GMM-UBM)的说话人识别系统模型.实验表明,所提出的方法使不同发声力度下系统EER％降低了88.45％与85.16％,有效解决了因发声力度变化引起的训练语音与测试语音音量失配,从而导致说话人识别性能降低的问题,改善说话人识别系统性能效果显著.     

Supervised learning sequential structure and parameter adaptive pattern recognition: Discrete data case (Corresp.)

In a previous paper [1], Bayes-optimal recursive supervised learning structure and parameter adaptive pattern recognition systems were derived for continuous "lumped" Gaussian processes. In this paper, the discrete data case is considered, and the discrete data version of the partition theorem is derived. Several examples are also presented of the application of the adaptive detectors, and computational results are given indicating their learning capacity and convergence rate.     

一种协同神经网络不平衡参数的差分优化方法

协同模式识别方法是协同学原理应用于模式识别领域的一种新方法,识别过程中通过调整神经网络的注意参数,能改进系统的识别性能,对协同神经网络参数在不平衡条件下进行优化,能充分利用协同神经网络的自学习能力,以提高识别效果。差分进化作为一种有效的全局近似最优解的搜索算法,具有收敛性好、速度快的特点,文中提出了一种基于差分进化的方法对协同神经网络中参数进行优化,在协同神经网络的参数空间搜索最优参数,采用了均方适应度方差的机制自适应调整搜索速度和搜索精度,克服差分进化算法参数调整困难的不足,以提高算法的寻优能力,新方法具有全局兼局部寻优能力,不易陷入局部极值,同时新方法采用约简的序参量进化参数,使优化算法能有效提高协同神经网结的效率,实际图像的分类识别结果表明,注意参数的变化会导致完全不同的识别结果,另外,本文还将新算法与平衡参数的方法、其它优化的非平衡参数的协同学习算法进行了全局优化能力的比较,采用新方法具有更快的收敛速度和更优的分类识别效果。      

语音识别的自适应束剪枝方法

在语音识别的应用中,如何提高识别的效率性是一个重要的方向。尤其在大词汇表的识别中,庞大的搜索空间带来相应的计算代价,而传统剪枝方法在减少计算量的同时牺牲了识别率。为此引入自适应控制理论,自动调整束宽限定搜索空间在预定的规模。在此基础上,又提出了利用基线系统的平均激活模型音子模型实例作为自适应系统动态参考值的方法,实现启发式的束宽调节。应用此方法的解码器在不损失识别率情况下,计算时间和搜索空间比采用传统剪枝算法下降了55％和71％,显著地提高了解码器的效率。     

Cancelable palmprint template generating algorithm based on adaptive threshold

Aiming at the problem of low recognition rate and poor security in the process of palmprint identity authentication, a cancelable palmprint template generating algorithm is proposed, which is based on local Gabor directional pattern with adaptive threshold by mean (mLGDP), difference local Gabor directional pattern with adaptive threshold by mean (mDLGDP) and feature fusion of them. In this method, the feature code of the image is segmented and the fea-ture vectors are extracted and binarized. Then the Bloom filter is used to achieve many-to-one mapping and the location scrambling of palmprint image. Finally, the scrambling result matrix and the user key are irreversibly transformed by the convolution operation to obtain a revocable template of the palmprint image. Both theoretical and experimental results analysis show that, in the case of key loss, the method of feature fusion can enhance the diver-sity of the original palmprint template effectively, improve the recognition rate efficiently, and have better security.     

基于DSP5509A的自适应系统识别的实现

在数字信号处理中,自适应系统识别是处理一些未知系统的重要方法。文中在论述自适应滤波器的基本原理和LMS算法的基础上,阐述了自适应系统识别的实现原理。然后在DSP的集成开发环境下设计一个随机白噪声信号发生器,用来产生自适应滤波器和未知系统所需的测试数据。最后采用FIR滤波器作为待识别的未知系统,并利用TI公司的DSP TMS320VC5509A芯片实现了自适应系统识别。实验结果表明,该方法实现比较简单,且能达到信号处理的高精度和高效性。