基于GMM-WSUM的多生物特征二级融合识别方法

结合基于密度估计和归一化两种融合方法的优点,在匹配分数层级提出了一种基于高斯混合模型(Guassian Mixture Model,GMM)和加权和(Weighted Sums,WSUM)的多生物特征二级融合识别方法。利用GMM对匹配分数建模后,采用N-P准则作为第一级融合策略;第二级融合采用基于加权和的归一化方法,较好地解决了分数归一化融合方法在单模识别算法识别率相差较大时融合识别性能差的问题。在ORL、AR人脸数据库和FVC2004组成的人脸-指纹多模数据库上进行了实验,结果表明,该方法有效地提升了识别性能。     

基于模糊神经元网络的图像融合滤波

为解决图像滤波处理过程中噪声的有效去除和图像细节保留两者难以兼顾的问题,引入了神经网络信息融合技术,通过设计的模糊神经元网络（FNN）对多级FIR中值混合滤波（MFMHF）和5X5中值滤波进行融合,使融合图像在噪声滤除和细节保留上获得较好的平衡。实验仿真表明,FNN网络的融合有效,而且FNN网络的融合性能和学习效率比BP网络更好。     

基于 GMM—WSUM 的多生物特征二级融合识别方法

结合基于密度估计和归一化两种融合方法的优点,在匹配分数层级提出了一种基于高斯混合模型（GMM,Guassian mixture model）和加权和（WSUM,Weighted sums）的多生物特征二级融合识别方法.利用 GMM 对匹配分数建模后,采用 N-P 准则作为第一级融合策略;第二级融合采用基于加权和的归一化方法,较好的解决了分数归一化融合方法在单模识别算法识别率相差较大时融合识别性能差的问题.在ORL、AR 人脸数据库和 FVC2004组成的人脸-指纹多模数据库上进行了实验,结果表明,该方法有效的提升了识别性能.     

图像微观结构的二值化表示与目标识别应用

该文提出一种新颖的基于二值图像微观结构模式(Binary Image Micorsructure Pattern, BIMP)表达和灰度图像微观结构二值模式(Gray Image Micorsruct Maximum Response Pattern, GIMMRP)编码方法。通过对图像33邻域结构进行二值编码,获得图像微观结构的描述,进而选取其中的重要执行模式子集和池化操作,实现整体图像的表示。为了检验算法的有效性,在ORL, YALE两个人脸公开数据集,MNIST, USPS两个手写数字公开数据集,以及非公开车标数据集上进行了测试,显示该方法具有很强的鉴别能力和鲁棒性,可以达到和超过很多最新算法的性能。     

一种新颖的布拉格光栅气体压力传感器的设计与实验

设计了一种将光纤光栅悬空固定结构的气体压力传感器,利用金属不锈钢菱形结构将波纹管中的压强转化成该菱形结构的应变,同时实现将菱形纵向分布的压力转化成菱形横向的应变,通过菱形结构应变直接被传递给光纤光栅,从而实现了测量波纹管内压强的目的。实验结果表明,在0～0.45 MPa范围内,光纤光栅中心波长的漂移与波纹管中的压强呈很好的线性关系,线性度可达0.99以上.在压力测量范围内,压力灵敏度系数达到1.360×10-3/MPa(相当于灵敏度2.111 nm/MPa)。     

武器装备复杂电磁环境适应性试验与评估能力建设

针对武器装备复杂电磁环境下适应性试验与评估能力建设的需求,从全域(时域、频域、空间域、能量域)的角度提出了水声、通信、雷达、光电4个重点专业,天基、空基、陆基、海基4个平台,强电磁干扰与防护以及天地一致数据链等10个重点建设领域,并以电子对抗装备体系、技术体系为输入,提出了武器装备复杂电磁环境适应性试验与评估能力建设的体系,为武器装备试验鉴定条件建设提供指导.     

基于Gabor和纹理抑制的手机配件划痕检测

经典的划痕检测方法通常采用各种边缘检测算子来完成,由于对纹理和噪声十分敏感,因此常造成大量的误判。在具有复杂纹理的金属表面检测中,误判现象尤其严重。为此,利用Gabor滤波的条形模式检测原理,同时结合各向异性纹理抑制和滞后多阈值处理技术,提出一种用于手机配件金属表面划痕的检测方法。对金属表面图像进行Gabor滤波,提取出划痕的骨架结构,利用各向异性纹理抑制方法抑制金属表面的纹理,再用滞后多阈值准确提取划痕。实验结果表明,该方法能极大程度地抑制非划痕区域的金属纹理,同时完整地提取出细微的划痕图像,其误检率、漏检率和轮廓检测缺失概率分别为2%,3.7%和5.5%,明显优于基于边缘算子的划痕检测方法。     

浅谈铁路隧道CRD法施工技术

以昆河铁路玉蒙段黑龙潭隧道工程为例，探讨铁路双线大跨隧道在浅埋偏压、软弱围岩条件下，采用CRD法施工的关键技术。     

多通道人机界面的评价

介绍了多通道的概念、多通道人机界面的特点 ,并提出基于认知工程的多爱道界面评价方法。