核保局鉴别分析人脸识别算法

针对人脸图像的高维、非线性特性,本文结合核函数和鉴别保局投影分析,提出了一种新的非线性子空间特征提取方法——核保局鉴别分析(kernel locality preserving discriminant analysis,KLPDA)。该算法首先利用核函数将输入空间内线性不可分的人脸样本通过非线性映射投影到高维特征空间,以增强样本的可分性,然后在该特征空间内通过保局鉴别分析算法寻求保持样本局部近邻结构的鉴别特征。实验结果指出,在ORL和UMIST人脸图像库上KLPDA的识别结果相较于其对应的线性方法(LPDA)分别高出6.16%和3.48%,而相较于其他几种典型的核方法(KPCA、KFDA和KCLPP)的最高识别率也分别高出1.28%和2.60%,验证了本文提出方法的有效性。     

有监督图优化保局投影

研究了保局投影中近邻图的构造及更新问题,提出了一种有监督图优化保局投影(SGoLPP)特征提取方法,并应用于人脸识别.不同于传统的保局投影(LPP)算法预先设定权值矩阵并通过一次优化求解投影矩阵,SGoLPP将权值矩阵作为学习项引入到目标函数,通过交替迭代更新逐步获得最优权值矩阵和最优投影矩阵.同时,通过引入类别信息,...     

基于正交判别邻域保持投影的人脸识别

邻域保持投影(neighborhood preserving projections, NPP)是一种保持局部邻域结构的子空间分析方法.虽然NPP已经在许多领域得到应用,但在解决识别问题时有缺陷.在NPP算法的基础上提出一种新的子空间分析方法,称为正交判别邻域保持投影(orthogonal discriminant neighborhood preserving projections, ODNPP).ODNPP目标是考虑类标签信息来增强局部类内几何关系,同时还最大化类间的距离.而且,为了克服NPP的测度扭曲问题,ODNPP引入Gram-Schmidt正交化获得正交投影矩阵.在FERET人脸数据库和ORL人脸数据库上的实验结果表明该方法是有效的.     

局部正交子空间投影高光谱图像异常检测算法

正交子空间投影是一种监督分类算法,需要已知待分类目标的特征信息。为了扩展该算法的应用场合,提出局部正交子空间投影算法,并成功应用于高光谱图像异常检测。异常检测常用于自然背景下的人工目标提取,在小范围邻域内地物类型相对单一。基于此,以被检测点作为感兴趣目标、被检测点邻域内样本均值作为不感兴趣目标,构造局部投影算子。实验结果表明：能够检测出含量高于30％的亚像元目标;可通过适当增大滑动窗尺寸,检测像元面积较大的目标;不受Hughes效应影响;当波段数为80时,运算时间低于RX算法的十分之一。局部正交子空间投影算法检测精度高、运算速度快,适用于实时高光谱图像异常检测。     

基于监督保局子空间虚假近邻准则的原始特征选择

提出一种基于监督保局投影(SLPP)与虚假最近邻(FNN)准则的原始特征选择方法。该方法首先将非线性原始数据映射到监督保局子空间,消除样本数据输入变量之间的相关性;然后,利用虚假近邻点方法计算剔除每个原始特征前后输入样本在监督保局子空间里的相似性测度,获得每个原始特征对类别变量不同程度的解释力;最后,从全特征开始逐步剔除解释能力弱的特征进而获得多组特征子集,并建立最近邻分类器,识别率最高且含特征数最少的特征子集即为最优特征子集。采用合成数据对该方法进行了仿真验证,结果表明,该方法可获得与数据集本质分类特征吻合的最佳特征子集。将该方法应用于选择真实的低阻油气层特征,获得的最佳特征子集比全特征集合的特征数量减少了50%以上,分类识别率高出8%。结果显示该方法具有优秀的原始特征选择能力,是一种有效的非线性特征选择方法。     

基于特征空间降噪的局部保持投影算法及其在轴承故障分类中的应用

实际机械振动信号不可避免受到各种各样的噪声干扰,导致机械状态诊断结果误判等问题。目前的降噪算法主要都是针对时域振动信号,所需计算时间较长、占用存储空间较大。流形学习算法处理对象是样本特征空间数据,提出一种直接对样本特征空间进行奇异值分解降噪方法,再对降噪后的特征空间利用局部保留投影算法进行维数约简,通过1NN算法对设备运行状态进行识别。轴承故障仿真试验表明,与直接对时域信号进行降噪相比,所提方法能有效保证局部保持投影算法的降维效果,同时加快计算速度及减少所占存储空间。     

基于KPCA和Gabor小波的特征融合人脸识别

针对大多数人脸识别算法中特征提取只关注一种特征的问题,本文提出了一种基于KPCA和Gabor小波特征融合的人脸识别算法。它是一种用核主成分分析方法 (KPCA)提取人脸高阶非线性全局特征,用Gabor小波提取人脸局部特征,再分别用费谢尔线性判别(FLD)提取特征再加权级联融合的方法。实验表明,该算法不仅计算速度快,识别率高,而且能有效解决小样本空间问题。     

支持向量机技术在人脸识别考勤机上的应用

以人脸识别考勤机为硬件基础,在Vertex—Ⅱ平台下,通过从实时图像中识别出面部特征。该技术介绍了一个根据视频图像对面部特征进行识别实时的方法,并使用一个自动的面部特征跟踪方法对面部进行定位和特征抽取,提取的面部特征作为支持向量机分类器的输入。实验证明,该方法能够有效的提高考勤机对人脸的识别准确度。     

人脸识别技术的探讨和研究

文章从人脸识别技术原理、图像预处理、人脸检测、椭圆拟合等方面对人脸识别技术进行了介绍。对人脸图像的灰度化、二值化及图像的预处理过程进行了阐述,并以肤色分割方法进行去噪声、开启运算、连通域处理后的图像进行椭圆拟合,最终实现对人脸的检测和识别。     

浅谈人脸识别技术及应用

人脸识别技术赋予计算机系统根据人的面部特征辨别人物身份的能力,该技术具有重要的研究和应用价值,在公共安全、信息安全、金融等方面具有广泛前景。文中阐述了人脸识别技术的概念、算法、研究范围、主要功能模块及其应用等内容。     

基于CCD图与红外热像图融合的人脸识别分析研究

针对CCD图或红外热像图人脸识别方法的局限性,本文从多传感器图像融合技术出发,采用基于CCD图与红外热像图决策级融合的人脸识别方法,并建立了一个800幅的人脸图像库,进行人脸识别实验。实验表明：基于决策融合的人脸识别方法比单纯的CCD图或红外热像图人脸识别方法,具有更高的识别率。     

复杂曲面的三坐标测量机采样参数选取

为了提高复杂曲面零件测量精度,研究三坐标测量机若干采样参数对复杂曲面离散数据法向偏差的影响。文章以采样间隔和测量直径两组采样参数为研究对象,先通过理论分析两组采样参数对复杂曲面测量精度的影响,然后通过实验方法研究两组采样参数对复杂曲面法向偏差的影响,最后对实验数据进行统计分析,得到复杂曲面法向偏差图。研究结果表明:采样间隔和测球直径越小,曲面法向偏差越大,越能够反映曲面实际轮廓,提高了测量精度,保证了测量结果的准确性。     

固体进样原子荧光用于测量农产品中的镉

本文用固体进样原子荧光（AFS）对农产品样品进行了镉含量的分析测定。本工作使用配备多孔石墨管（PGT）电热蒸发器和钨丝（TC）作为镉的捕获器的固体进样原子荧光测镉仪,通过基体处理、标准曲线策略、干扰、标样测量、比对实验及实际样品测量,考察了该仪器在农产品检测领域中的应用。该仪器最大的特点是不需要任何样品消解,可直接固体进样进行测定,测量一个样品耗时不超过5min。测量结果表明,仪器的检出限为30 ng L-1（0.3 pg）;相对标准偏差小于5%。基于其捕获、二次释放式的方式可完全分离几乎所有基体干扰,有机物、无机物对此方法无显著干扰,对多种标物测试值也都在标物的不确定度范围。用实际样品和其它仪器如电感耦合等离子体质谱（ICPMS）、石墨炉原子吸收（GFAAS）、阳极溶出（PDV）测定结果相比,固体进样检测方法与这些方法测得的数据没有显著性差异;用固体进样检测方法对实际农产品样品测定,样品的加标回收率均在90%～105%之间。该仪器检测方法操作简便、耗时短,非常适用于农产品中Cd的现场测定。     

摩托车典型道路载荷谱采集及分析

通过应变片的粘贴和测试系统的组建,在海南试验场耐久5号道上采集到了不同路面的载荷谱,并通过对其时域和频域的处理,统计了lx-200型摩托车某些测点在路面随机激励下的时域特征值,分析了在不同路面上摩托车的振动情况,并通过不同测点特征值的对比分析,得出该车具有较好的减震性;分析了响应能量随路面状况的变化规律、总结了各典型路面的激振频率。判断了各典型路面对摩托车舒适性的影响,为摩托车的总成、零部件的模拟试验及平顺性分析提供了重要的基础数据。     

随机参数板梁组合结构的动力特性分析

以随机物理参数板梁组合结构为对象,研究了基于概率的结构动力特性分析方法。利用随机因子法,建立了考虑结构弹性模量和质量密度同时具有随机性时结构的刚度矩阵和质量矩阵;从结构振动的瑞利商表达式出发,利用代数综合法推导出结构特征值随机变量数字特征的计算表达式。通过算例,分析了结构物理参数随机性对结构动力特性的影响,并表明文中模型和方法的合理性与可行性。     

1400F铝带轧机板形缺陷识别处理

要对铝带材的板形进行有效的控制,必须对实际的板形进行识别,以判断当前带材板形的缺陷模式,才能有效的利用轧机装备的板形控制装置对板形实施控制。本文通过最小二乘法,建立板形缺陷的识别理论,并根据实际数据和现场应用,证明了该理论的可行性。