基于独立分量分析的人耳识别方法

应用独立分量分析（ICA）方法从高阶统计相关性角度出发提取人耳图像的特征变量，并采用基于欧氏距离测度的最近距离分类器进行人耳图像的识别。与传统的主成分分析（PCA）方法相比具有更好的鉴别能力。通过与PCA的对比实验结果表明，该方法具有更高的识别率，对姿态和光照的变化也具有较好的鲁棒性。     

基于区间T-S 模糊模型的运动模式预测

针对一类复杂的生产过程,提出一种基于运动模式的预测模型.针对该方法中模式类别变量的度量问题,提出采用区间数对定义在模式运动"空间"上的模式类别变量进行度量.为了描述模式在模式运动"空间"的运动,对作者先前提出的区间T-S模糊模型进行了改进,并采用改进后的区间T-S模糊模型建立基于模式类别变量的预测模型.最后,以烧结生产过程实际运行数据为例验证了所提出建模方法的有效性.     

维吾尔族地毯图案数字化技术

 针对织物图案CAD中需要保存和传承民族的风格特点,以维吾尔族的恰其曼地毯设计为实例,提出一种研究织物图案的CAD方案。首先,通过标识地毯图案元素,利用模板匹配算法提取图案中的同类元素,构成不同类别的图案基因库;然后引入PhotoShop中的路径、画笔预设技术,实现组合PhotoShop技术的织物图案风格化设计。该方法真实地引入了民族地毯的风格设计元素,可以设计出具有民族特色的维吾尔族地毯图案     

基于与Tent Map拓扑共轭系统的混沌流加密方案设计

利用与Tent Map拓扑共轭的两类混沌系统,以及产生独立均匀分布密钥流的方法,设计了一种通用的流加密方案.此方案类似数字信封,但传递过程中不传输具体加密使用的密钥流,只传输随机产生的Tent Map初值以及两个系统的参数值作为系统密钥,产生两列独立同分布的密钥流对原始图像进行两次密文反馈异或加密.该方案达到初始值掩盖的目的,增加了截获者破译的难度.图像加密的实验结果显示该方案安全且有效.     

基于核典型相关分析的姿态人耳、人脸多模态识别

选用在生理位置上具有一定关联性的人耳和人脸作为研究对象,针对剧烈的姿态变化会造成融合信息大量缺损的问题,提出了一种基于核典型相关分析的多模态识别方法,利用标准化和中心化两种方法对原始数据集进行预处理,并用最近邻方法进行分类识别.实验结果表明,核典型相关分析方法可以有效地克服剧烈的姿态变化对人耳和人脸识别的影响,且与单生物特征相比,识别率显著提高.     

基于拓扑构型的地毯图案生成方法

传统的织物图案中通常包含按一定特征分布的基本元素,而现有基于特征和实例的图案生成方法难以保持图案中基本纹样元素与结构特征的完整性以及分布特征等基于风格层次的信息.文中以新疆地毯图案为例,提出一种基于拓扑构型的图案自动生成方法.将交互标识出的不同感知层的图案元素作为模板,并约束模板匹配算法较准确地提取同类图案元素,生成图案拓扑构型;再设计选择规则,提取合适的图案纹样.最后利用所提出的标识矩阵法进行纹样嵌图,结果表明,该方法不仅解决了图案元素重叠的问题,而且能生成体现织物图案的构图、元素形象和色彩的具有层次美感的图案,满足风格传承的设计要求.     

基于模式运动的一类复杂生产过程的状态反馈渐近稳定性

针对基于模式运动描述的一类复杂生产过程的稳定性,给出了系统稳定的定义,提出了分析与判断系统渐近稳定的方法和充分条件.首先,介绍了基于模式运动的控制系统动力学描述方法.针对描述方法中的强非线性的分类、度量映射难以采用可运算函数描述的问题,推导并建立了相应的控制系统非线性状态空间模型.然后,利用李雅普诺夫稳定性理论研究了在状态反馈控制下时间离散、状态离散的非线性系统渐近稳定的充分条件,建立了系统输出的类别划分、状态空间模型的线性部分系统矩阵与系统渐近稳定的关系.最后,采用烧结机实际生产数据与非线性数值算例对该方法进行了仿真实验,结果验证了所提条件的有效性.     

鲁棒且快速的特征点匹配算法

针对大部分基于特征的立体匹配速度过慢的问题,提出一种在频域下提取特征点坐标、空间域下提取特征描 述子的算法。首先,研究了图像的有效编码理论;其次,确定图像的显著性特征点坐标及其尺度;最后,构造适应特征 点尺度的模板提取图像的特征,用最近部法则进行特征点的匹配。实验结果表明,该算法效率高、计算快,同时也具有 较强的尺度及仿射变换鲁棒性,在速度与性能上达到了一个很好的平衡点。     

基于类别多核局部判别嵌入的人脸识别

在局部判别嵌入的基础上提出了一种有效的非线性子空间学习方法:类别多核局部判别嵌入.首先针对给定数据的类别信息,定义基于每一个类别的局部核函数,形成多核,接着将不同的局部核函数进行线性组合作为最终的核函数引入到局部判别嵌入算法中,得到类别多核局部判别嵌入算法,在核空间内提取图像高阶非线性信息.在ORL和Yale库上的人脸识别表明该方法是有效的.     

基于区间数度量的运动模式建模与控制

针对一类复杂的生产过程,本文作者在前期研究成果中,提出了基于运动模式的建模方法与控制方法的思想.针对该方法中模式类别变量的度量问题,本文提出采用区间数来度量模式类别变量,进而提出了一种基于区间数度量的运动模式建模与控制方法.首先,采用K均值聚类算法对收集的足够长时间内的工况数据进行聚类,得到C个模式类别,进而构成模式刻度"空间".为了描述模式的运动,本文提出了带输入的区间自回归模型(IARX).在此基础上,采用IARX模型建立模式类别变量的控制模型并给出了相应的控制算法.最后,以烧结生产过程为例验证了本文所提建模与控制方法的有效性.