Hessian正则化Logistic回归模型

针对大数据量的图像分类问题,Laplacian正则化的半监督学习方法获得了广阔的应用前景。然而Laplacian正则化使分类函数趋向于常数函数而易导致较差的推测能力。提出了基于Hessian正则化的Logistic回归模型用于图像分类,Hessian正则化可以较好地预测区域之外的数据点。在MIR Flickr数据库上进行图像分类实验,与SVM、Logistic回归和Laplacian正则化的Logistic回归方法相比,Hessian正则化的Logistic回归模型更有效。     

三维可视化技术在钻井仿真中的应用

利用OpenGL和3DS MAX相结合的方法,在C Builder 环境下实现了钻井过程三维场景的动态仿真.给出了C Builder 环境下OpenGL 编程框架和步骤和3DS MAX 环境下钻井设备模型的构建.详细介绍了如何将复杂模型的*.3ds 格式转换成OpenGL 代码的过程.该方法克服了3DS MAX 编辑动画的不可交互性,简化了OpenGL中建模的复杂性.     

一种基于共轭梯度法的广义单隐层神经网络

单隐层前馈神经网络是一种高效且结构简单的神经网络,它的一种典型的学习算法就是误差反向传播(error back propagation,BP)算法.这种算法基于最速下降法原理,主要缺点是学习速度过慢.超限学习机(extreme learning machine,ELM)极大地优化了单隐层神经网络的学习速度,却需要更多的隐层单元来达到与BP网络相当的效率,这不可避免地使网络结构冗余、测试时间变长.受到一种结合了ELM和最速下降法思想的USA(upper-layer-solution-aware)算法的启发,提出一种基于共轭梯度法的单隐层神经网络快速算法,并把它应用于不同数据库中.试验结果表明,在相同网络结构情况下,本算法的效率要优于ELM和USA算法.     

基于多分离部件稀疏编码的人脸图像分析

考虑到不同部件(眼睛,嘴等)对人脸分析的贡献差别,提出基于多部件稀疏编码的人脸图像分析方法.首先,选取对人脸(表情)分析影响较大的几个人脸部件,然后,利用多视角稀疏编码方法学习各部件的字典,并计算相应的稀疏编码,最后,将稀疏编码输入分类器(支持向量机和最小均方误差)进行判决.分别在数据库JAFFE和Yale上进行人脸(表情)识别及有遮挡的人脸(表情)识别实验.实验结果表明,基于多部件稀疏编码的人脸分析能较好地调节各部件的权重,优于各单一部件和简单的多部件融合方法的性能.     

基于虚拟仪器技术的数据采集系统设计

采用基于软件体系结构的虚拟仪器技术构建的数据采集系统具有资源的可重复利用率高,系统组建时间短,功能易于扩展,维护和开发的费用低及远程数据采集功能等优势.以LabVIEW 7.1为开发平台,NI-6221 DAQ卡为数据采集硬件,将虚拟仪器前面板与传统仪器面板对应,构建了基于虚拟仪器技术的数据采集系统,实现了常用虚拟信号分析处理实验仪器.