指静脉与折痕双模态图像采集系统设计

手指静脉识别是针对手指皮肤内部的静脉特征进行活体识别,具有非接触和安全性高等优点,但存在特征数量少的缺点;手指指节折痕位于皮肤表面,且具有稳定的生物学特性。因此,为解决单一模态手指静脉的可提取特征数量不足的缺点,设计了一种双模态生物特征图像采集系统,即针对手指相同位置,采集皮肤内部手指静脉和皮肤表面指节折痕2种不同类型图像。图像采集系统硬件主要包括USB 2.0控制器、200万像素CMOS摄像头模组、可见光与红外光切换电路、微型步进电机驱动电路和I2C电路等。实验结果表明:该系统具有实时性,能够连续采集手指静脉和指节折痕2种清晰、稳定生物特征图像,为双模态生物特征识别系统提供了良好的软硬件基础平台。     

基于迟滞模型压电陶瓷跟踪控制方法

压电陶瓷存在迟滞现象,开环定位精度受到严重影响.本文提出一个能够精确描述迟滞现象的数学模型,通过实验发现压电陶瓷迟滞曲线由转换电压决定.提出基于这个迟滞模型的开环逆控制方法,压电陶瓷迟滞减少至1%以内,控制性能显著提高.     

快速收敛全局最优的多层前向神经网络综合反向传播算法

提出一种用于多层前向神经网络的快速收敛全局最优的综合反向传播算法。该算法使用了综合考虑绝对误差和相对误差的广义指标函数,采秀了在网络输出空间搜索的反传技术,具有动态自调整学习率和动量因子,有神经元激活特性自调整、减少平台现象和消除学习过程中不平衡现象的能力。对比实验表明该算法有比基本ＢＰ算法快得多的收敛速度,并能取得全局最优解。     

几种变学习率的快速BP算法比较研究

首先将作者见到的各种变学习率的快速ＢＰ算法分成了３类，然后针对两类不同的问题对它们进行了大量的对比研究；根据实验结果指出，对种种皮变学习率为基础的快速ＢＰ算法，应视具体应用问题慎重选择，不能仅凭对一个问题的实验即说明这一定比基本ＢＰ算法更为优越。     

综合智能控制思想的产生及其实现方案

本文概述了智能控制的发展过程，论述了智能控制发展的新趋势——综合智能控制思想的产生。并提出了智能控制方法综合集成的几种粗略框架，为综合智能控制的进一步深入研究奠定了基础。     

感应电动机的通用等值电路和磁场加速控制条件的修正

磁场加速法是一种新型、高性能的感应电动机控制方法,其电磁过程可用暂态等值电路进行分析。本文给出了一种通用暂态等值电路的简捷推导方法。本文还指出並修正了文献[3]所给出的错误的磁场加速控制条件。本文得到的正确控制条件对于构成实际的控制系统具有重要意义。     

基于MW(2D)~2 PCA的单训练样本人脸识别

传统的人脸识别方法在单训练样本条件下性能会急剧下降,因此,研究出适合于单样本情况下的识别算法是人脸识别问题面临的巨大挑战.针对两个方向的二维主成分分析((2D)~2PCA)算法进行改进,文中提出将加权和分块与(2D)~2PCA相结合的方法称为分块加权(2D)~2PCA,以便更有效地提取人脸的局部特征.同时把模糊理论引入分类决策,应用于单训练样本人脸识别问题.在ORL人脸库以及部分CAS-PEAL人脸库中的实验结果表明,文中方法能取得较好的识别效果.     

一种改进的模糊变换静脉图像增强方法

一种新的结合模糊变换和retinex理论静脉图像增强方法,可以解决近红外静脉图像所存在的低对比度,动态范围狭窄和强度分布不均匀等问题.最优模糊变换用于加强全局对比度,引入的Retinex方法可以增强图像细节信息,弥补最优模糊变换的细节缺失.由于图像从空间域向模糊域转换时使用单参数优化隶属函数,处理的图像不具有最佳性,文中提出一种双参数优化隶属函数,同时提出一种自适应的控制参数选择方法.实验结果表明,该方法可以有效提高静脉图像与背景的对比度,与其他方法的实验结果相比较,可以看出该办法具有更好的图像增强性能.     

基于AEI与(2D)2PCA的行为分类算法

提出一种基于行为能量图像(AEI)和双向二维主成分分析((2D)2PCA)的行为分类算法解决行为分类问题。该算法利用AEI作为识别特征,无需运动周期的分割,运用(2D)2PCA对特征空间降维,用最近邻方法分类。实验结果表明,该算法能以较少的运行时间获得较高的分类准确率。     

核方法的对比研究及在步态识别中的应用

为了提高步态识别问题的识别性能,将"核技巧"应用到步态识别上,对核二维线性判别分析提出新的解决方案,在自建的HEU(B)步态数据库上,应用核主成分分析、核线性判别分析、核二维主成分分析与核二维线性判别分析进行特征提取作对比实验研究.实验结果显示:"核技巧"用于矩阵特征比向量更有效;核二维主成分分析对于单训练样本较核主成...