不完备信息系统中一种拓展粗糙集模型

以同时具有遗漏型和缺席型未知属性值的不完备信息系统为研究对象,提出了一种使用参数进行控制的自反二元关系以及相应的粗糙集模型,将这种拓展粗集模型与不完备信息系统中现有的几种拓展粗集模型进行了对比研究。对一不完备信息系统进行了实例分析,以说明新提出的二元关系的有效性。     

基于PCA和LDA统一化原理的增强型线性鉴别分析准则

主分量分析(PCA)和线性鉴别分析(LDA)是模式识别领域的使用最为广泛的两种特征抽取方法,而在图像识别中经常采用的是PCA LDA方法来代替单纯的LDA。本文提出一种增强型线性鉴别准则(ELDA),将PCA的优点和LDA的优点充分地融合在一起,不仅解决了PCA过程中使用最小距离方法时识别精度相对低的缺点,而且解决了LDA过程中当类内散布矩阵奇异时投影向量的求解问题,也就是说可以使用该方法来替代PCA LDA的两步骤方法。另外,该方法在识别精度上比PCA和LDA或PCA LDA方法都有较大的提高,通过在ORL、Yale和NUST603人脸库上的实验验证了该算法的有效性。     

多路电话语音信息查询系统的设计

本文介绍了基于计算机的多路电话语音信息查询系统的设计。     

邻域系统粗糙集和覆盖粗糙集

邻域系统粗糙集和覆盖粗糙集是经典粗糙集的两种重要扩展。通过分别比较各模型中下(上)近似集之间的包含关系和近似精度之间的大小关系,深入探讨邻域系统粗糙集和6种覆盖粗糙集模型之间的关系,得出了邻域系统粗糙集和6种覆盖粗糙集模型的下(或上)近似集之间的关系是明确的,其要么是可以比较的,要么是不可以比较的,证明了可比较的具有包含甚至等价关系,不可比较的通过反例进行了佐证。对不同扩展粗糙集的对比研究加深了对这些模型的理解,同时也为宏观上学习和认识粗糙集提供了帮助。     

冗余度弧焊机器人位置优化建模及算法

围绕大型冗余度(11自由度)机器人工作站的路径规划,提出龙门架机座的位置优化问题,分析并建立了该问题的多目标优化数学模型.采用遗传算法为优化方法,建立了问题的适应度函数,并提出一种动态系数法解决多目标优化问题,基于C 和matlab混合编程设计实现机器人机座优化的遗传算法程序,基于该算法进行了仿真试验验证,试验基于3自由度龙门架和6自由度机器人,焊接某工件上两圆管垂直相贯形成马鞍形空间焊缝.结果表明,通过该算法可以快速找到机器人机座接近目标最优解,提出的多目标优化函数和算法保证了机器人关节运动平稳性.     

基于自适应能量聚集和动态规划的体视算法

为了得到准确、稠密的视差图,提出了一种利用自适应能量聚集和动态规划的立体匹配算法.该算法首先根据颜色相似性和空间距离计算窗口内所有像素的视差支持权值,并利用自适应能量聚集方法得到视差空间图;然后引入一种加强顺序约束和遮挡约束的动态规划的方法,求得参考图像中所有扫描线上的最优路径并处理遮挡问题;最后使用一些国际标准立体图像进行了实验.结果表明,与传统的动态规划算法相比,本算法可以减少典型的条纹状瑕眦,同时保持目标边缘的清晰,在视差不连续区域和大的无纹理区域均能取得很好的效果.     

基于几何约束的人脸检测研究

提出并实现了一种新的基于颜色空间的人脸检测算法;在充分考虑人脸与头发的颜色特征与几何关系的基础上,给出了一种用于人脸和头发表达的几何模型,在对肤色区域和头发区域分别进行检测后,根据不同区域之间的几何关系,通过几何约束对人脸和头发可能存在的区域进行特征判别.对不同姿态的人脸进行检测的结果表明了算法的可行性和鲁棒性.     

过渡区提取方法综述

图像分割是图像理论发展的瓶颈, 过渡区是指图像中介于目标和背景之间的 特殊区域,借助于过渡区的确定进行图像 分割。主要介绍了过渡区提取的两大类方法 ：基于梯度的方法和基于非梯度的方法, 并对提取效果以及存在的问题做了简要分析。     

改进的无迹粒子滤波算法

本文提出了一种改进的无迹粒子滤波算法(IUPF).与传统的粒子滤波算法不同,IUPF中每个粒子并不代表状态序列的一个可能实现,而是代表由初始状态以及过程噪声序列所构成的扩展过程噪声序列的一个可能实现.根据状态空间方程所属的类型,IUPF可以采用不同的无迹变换方法来设计建议分布.并借鉴了基于无迹变换的辅助粒子滤波器(UTAPF)的思想来改进重采样过程.与UPF和UTAPF相比,新算法有3处改进.第一,IUPF无需假定状态转移核函数已知,因而应用范围较UPF和UTAPF广泛.第二,IUPF的计算开销较少.第三,UPF和UTAPF中每个粒子均被假设拥有一个从其父母粒子中继承下来的状态分布,然而这种假设是否合理目前尚难定论,IUPF避免了该假设.在两组仿真实验下将新算法与其它4种算法进行比较,新算法体现了较好的估计能力.并且结果显示与UPF以及UTAPF相比,IUPF所节省的计算时间与状态向量和噪声向量的维数有关.     

一种新颖的核学习算法用于小波特征的人脸识别

文中将一种新颖的核学习算法一核最近邻凸包分类算法用于人脸的小波特征识别。该算法的设计受到支持向量机几何解释启发,利用核函数方法将数据映射到高维核空间,并在核空间构造以训练集凸包为扩展类集的最近邻分类器。文中采用的人脸图像的小波低频特征对人脸识别十分有效。人脸的小波低频特征不但保留了人脸的主要信息,而且具有较少的维度。在ORL人脸图像库上的“leave-one-out”测试方法的实验中,这种基于小波低频特征的核最近邻凸包分类算法取得了99．25％的识别率。