一种基于平均步态能量图的身份识别算法

提出一种基于步态能量图（GEI）的嵌入式隐马尔可夫模型（e-HMM）身份识别方法。首先通过预处理提取出运动人体的侧面轮廓,根据步态下肢的摆动距离统计出步态周期,得到平均步态能量图。对能量图的各区域进行分析,利用二维离散余弦变换（2D-DCT）将能量图观测块转化为观测向量,实现嵌入式隐马尔可夫模型的训练和身份识别。最后在USF和CASIA步态数据库上对所提出的算法进行实验。实验表明该方法具有较好的识别性能,是一种有效的步态识别方法。     

圆角特征识别研究

圆角特征识别是特征识别中的一个重要环节。圆角特征主要由圆柱面、球面、环面、B-spline曲面等组成,相互连接成链状或网状结构,据此文章提出了最小等半径连通图方法来识别圆角特征。首先将具有圆角特征表面特性的几何表面筛选出来,根据这些面的连接关系建立面边图。并在图中记录下面和连接边的半径,从而将圆角特征的识别转化为等半径连通子图的搜索。     

基于特征正交分解的梁结构损伤识别

介绍了特征正交分解（Proper Orthogonal Decomposition, POD）的相关理论和一种基于特征正交分解的结构损伤识别方法的基本原理,并利用该识别方法对简支梁结构进行了损伤识别数值研究。研究结果发现：基于特征正交分解的结构损伤识别方法能较好地识别出梁结构的损伤位置,并具有一定的抗噪能力。     

基于图和体分解的异型零件加工特征识别方法

针对异型零件具有众多复杂的相交特征,加工特征难以自动识别,进而影响其高效、高质量自动编程设计的问题,提出了一种基于图和体分解的加工特征识别方法。首先,以STEP中性文件作为输入,获取异型零件的几何、拓扑信息,以构造其毛坯特征和体积特征;同时,采用布尔减运算得到异型零件的加工体积特征,并将其分解为只含凸边关系的单一特征。然后,设计了一种基于特征面关系的几何特征矩阵（geometric feature matrix, GFM）和拓扑特征矩阵（topological feature matrix, TFM）构建方法,其中GFM侧重描述零件模型中面与面之间的位置关系,TFM侧重描述零件模型中面与面之间相邻的凹凸性,该方法较好地解决了传统属性邻接矩阵（attribute adjacency matrix, AAM）易出现无法准确表达零件加工特征的问题。最后,将异型零件的GFM和TFM与加工特征库进行匹配,以实现其加工特征的识别。在Visual Studio 2019平台中开发基于图和体分解的异型零件加工特征识别系统并开展验证实验。结果表明,所提出的方法能准确识别异型零件的所有加工特征,这可为异型...     

基于光学体全息和小波包分解的虹膜识别实现

在光电混合的体全息系统上实现虹膜识别.利用小波包分解生成特征图像,并且穷举找到具有较高识别率的小波包节点组合.耗时的特征图像生成和图像存储都是事先进行的,光学体全息凭借其多通道和高并行性可以实时地完成特征提取和相关.计算机对采集到的相关结果进行后处理,通过选择合适的窗口和归一化可以进一步提高识别率.模拟识别率可达98%,实验中的最高识别率为91%.实验结果证明了方案的可行性,并为今后向实用化方向发展奠定了基础.     

基于面边图的圆角特征识别与抑制

圆角特征的识别和抑制是模型特征识别的第一步,能够有效地降低模型的复杂度,提高后续特征识别的准确性和效率。提出一种基于面边图的圆角特征识别和抑制算法,根据三维模型建立面边图,使圆角特征的识别转化为在面边图中寻找割点或割集的过程,从而实现对圆角特征的识别和抑制。该算法稳定有效,并已得到验证。     

多连通图的参数化表示与分解算法

在电器、电子线路图纸中,简单图通常被用于表示各导通回路,并将所有的简单图绘制在同一图纸上以表明其相互关系,导致电路结构复杂,不易修改.基于图论的相关知识,该文提出了多连通图和连通回路的概念,通过参数化,使得简单图具备表现多个连通子图的能力.在此基础上,给出了从多连通图中提取连通回路的算法,以验证该方法的有效性.该方法在工程实践中得到应用,效果良好.     

面向数控加工工时估算的模型特征识别

利用数控加工结构件的特征具有层次分布式特点,提出了基于面邻接关系的特征识别方法,将零件的面先分成基础面和约束面,再根据凹凸邻接关系组合为相应的层集合,以层作为特征识别的基础,通过层的识别和组合获得数控加工结构件的特征,并提取相关特征参数信息,结合机床的加工参数,对零件加工工时进行了估算,并进行了实例验证。     

基于特征点的快速碰撞检测算法

在Lin-Canny算法的基础上,提出一种虚拟环境下面向凸体的动态、实时碰撞检测方法。该方法采用模型的特征点集合来描述其外部轮廓,通过改进的最近特征对获取方法和提出的中心定位算法来进行碰撞检测。实验给出了基于特征点的碰撞检测算法与基于包围盒算法的比较结果,证明了所提出算法的优越性。     

多特征模糊推理的虹膜识别算法

为了更加完备地描述虹膜的纹理特征,利用虹膜图像灰度信息提取局部特征点、局部纹理方向和局部纹理的亮暗变化三种特征共同构成纹理的特征空间,克服了之前的多数虹膜识别算法提取单一特征易受干扰影响的局限性.然后,通过设计的模糊推理规则进行模式的分类,这种分段线性分类器的设计提高了算法线性分类的能力.分别在两个图库上进行了实验,识别率分别达到99.41%和99.67%,实验数据表明:结合多种特征能较好的反映虹膜的纹理变化特征,提高了虹膜识别的正确率,使算法具有非常优越的识别性能.     

An Intrusion Detection Algorithm Based on Feature Graph

With the development of Information technology and the popularization of Internet, whenever and wherever possible, people can connect to the Internet optionally. Meanwhile, the security of network traffic is threatened by various of online malicious behaviors. The aim of an intrusion detection system (IDS) is to detect the network behaviors which are diverse and malicious. Since a conventional firewall cannot detect most of the malicious behaviors, such as malicious network traffic or computer abuse, some advanced learning methods are introduced and integrated with intrusion detection approaches in order to improve the performance of detection approaches. However, there are very few related studies focusing on both the effective detection for attacks and the representation for malicious behaviors with graph. In this paper, a novel intrusion detection approach IDBFG (Intrusion Detection Based on Feature Graph) is proposed which first filters normal connections with grid partitions, and then records the patterns of various attacks with a novel graph structure, and the behaviors in accordance with the patterns in graph are detected as intrusion behaviors. The experimental results on KDD-Cup 99 dataset show that IDBFG performs better than SVM (Supprot Vector Machines) and Decision Tree which are trained and tested in original feature space in terms of detection rates, false alarm rates and run time.     

基于SVD-TRIM特征和LSSVM人脸识别方法

人脸特征的选择对识别结果起关键作用。传统上只提取较大奇异值特征作为识别特征的人脸识别方法,识别率不高,对表情和姿态变化敏感。SVD-TRIM算法选择的奇异值识别特征融合了人脸整体和局部细节特征,并采用基于＂一对一＂的LSSVM多类分类器分类识别。实验结果表明SVD-TRIM算法选择的识别特征对提高识别率具有较大贡献,且对光照、姿态和表情具有鲁棒性。     

基于自组织映射的产品造型特征辨识研究

为解决长期以来在产品造型设计中缺乏系统化、自动化的设计方法,以汽车侧面造型为例,利用贝塞尔曲线描述汽车造型,确立汽车造型变量,从而可使用数值来表现造型.利用自组织映射神经网络建立模拟消费者的认知机制,分析各造型类别的数值差异,并计算其共同的特性,提取造型特征.该文的研究结果可建立一套能自动提供消费者对产品认知模式的方法,藉以加速设计的流程,辅助设计师有效地进行产品造型设计.     

轴类零件二维工程图的特征识别方法

提出了轴类零件特征识别的方法.首先对特征进行了分类,接着建立了轴类零件的特征树模型,并且给出了实现该特征树模型的类结构;然后确定了主特征、辅助特征的识别原则和特征识别过程中的图形调整方法;最后描述了建立特征树的算法.在AutoCAD 2006环境下,以ObjectARX为开发工具,开发出了特征浏览器,实现了文中提出的原理和方法,以某典型轴类零件图为例进行了特征识别,识别效果良好.     

基于独立分量分析的形状识别

物体的形状识别是模式识别的重要方向之一,广泛应用于图像分析、机器视觉和目标识别等领域。在介绍利用信号的高阶统计信息的独立分量分析方法基础上,提出了基于独立分量分析的形状识别方法。利用独立分量分析算法提取出图像的独立基,根据待识别图像在独立基上投影系数的差别进行分类识别。仿真实验结果表明,该方法对于形状识别有较高的识别率。     

基于梯形分解的不规则多边形干涉算法

研究了二维两不规则多边形之间的干涉量计算问题,将不规则多边形离散为有限个梯形的组合,从而转化为两两梯形对之间干涉量计算问题。分析了两梯形间干涉拓扑图形类型,并按内点个数区间及干涉量多边形顶点性质将其归类,给出两梯形对干涉量计算方法。在此基础上提出用水平梯形剖分不规则多边形的思想,进而得到基于梯形分解的平面多边形干涉算法,并进行该算法复杂度分析。最后,算例表明了本算法的可行性。     

基于Gabor和LIOP特征的多视角目标识别

针对被检测目标在视角变化和遮挡时较难识别的问题,提出联合利用Gabor特征和视角变换时共有的LIOP特征对目标进行多角度识别的新算法。首先,用4个方向、16个尺度的二维Gabor滤波器组对输入图像进行滤波,得到64组含有方向信息的Gabor特征响应图,进而对相邻尺度和相应位置计算局部响应最大值,得到具有尺度及平移不变的特征向量。其次,通过几何变换算法获得不同视角下的LIOP特征向量。然后,为了降低时间复杂度,通过主成分分析算法对联合特征降维。最后,把降维后的特征向量输入支持向量机(SVM)进行训练学习,得到检测器模型。为了定量评估算法精度和鲁棒性,在Caltech-101和UIUC car两个标准数据库进行测试,实验结果表明,本文在两个标准数据集上的平均识别率分别达到了92.1%和95.4%,能较好检测不同尺度、不同角度的目标。     

基于智能像卡输入的手绘电气符号特征提取方法研究

提出了一种特定输入方式下脱机手绘电气符号的特征提取方法。采用一种新的书写载体和图像采样装置。在分析了以智能像卡输入的手绘电气符号的结构特点的基础上,给出了扩展网格构造方法,定义了扩展网格的比较特征,将其应用于手绘电气符号的特征提取。所提取的特征具备对不同书写笔画不规则变形的适应能力,有效地反映了手绘电气符号的局部和全局特征。识别实验表明,该特征提取方法是有效的。