基于子聚类约简支持向量机的说话人识别研究

由于支持向量具有边界性,在利用语音训练集对基于支持向量机（SVM）的说话人识别系统进行训练之前,需要对该训练集进行约简。考虑到该训练集一般十分庞大且具有非线性可分的特性,提出子聚类约简的概念。首先对训练集进行模糊核子聚类并过滤掉非边界的聚类区,然后依照提出的算法对保留的聚类区中的向量集做进一步地约简,使支持向量集更加集中在边界。理论和实践表明,经过两层的约简既保留了充足支持向量,保证了SVM良好的泛化性能,又提高了系统的时间和空间效率。     

低频快速切比雪夫矩的篡改图像检测算法

针对图像复制粘贴篡改的检测及篡改区域定位的研究,提出了一种低频快速切比雪夫矩的篡改图像检测算法.首先用非抽样小波变换对图像分解,选取图像的低频部分进行重叠分块,提取改进的低频快速切比雪夫矩做为特征向量,然后采用PatchMatch算法对提取的块特征匹配,最后用稠密线性拟合算法去除误匹配并且用形态学操作完成最后的篡改区域定位.与现有的篡改图像检测算法相比,所提出的算法对于单区域篡改、单区域多次篡改以及多区域篡改均具有较好的定位效果,并且减少了算法的运行时间,提高了实时性.     

基于异或的隐私保护码优化研究

随着存储系统的发展,为了满足当前高速增长的信息数据量对存储的需求,云存储行业迅速兴起。然而,单云存储面临着数据保密性、安全性、可用性和厂商锁定的风险。基于异或的非系统纠删码-隐私保护码(PPC)可以用来构造具有隐私保护能力的多云存储系统,从而在很大程度上解决上述问题。主要针对PPC编码算法进行优化,以提高编码运行性能。通过设计搜索PPC的最优调度来减少编码过程中的异或次数。由于PPC的编码/解码计算可以表示为生成矩阵(0/1矩阵)和数据向量的乘法,直观上计算量与生成矩阵中1的数目成正比,因此通过对计算次序的优化调度可以获得更好的性能。首先, 设计并实现搜索PPC最优调度次序的算法,利用此算法寻找计算性能最优者,可优化具有隐私保护能力的多云存储系统的性能。其次,在基于最优调度次序的编码算法的基础上,利用AVX2技术的SIMD并行优化来提高编码过程中的每次异或的性能。实验表明,基于最优调度的编码性能提高了34.8%,进行SIMD并行优化后进一步提高了107.1%。     

铅笔画的自适应LIC绘制方法

提出一种非真实感铅笔画的绘制方法,通过对图像的亮度分量计算切矢量场,获得图像的结构矢量场。根据矢量场和图像分割后的局部特征产生可变的积分步数和纹理走势。利用线积分卷积方法,自适应地处理图像。将绘制结果和通过霓虹处理得到的轮廓效果相结合。实验结果表明,该方法能够根据图像的细节丰富情况模拟铅笔画的艺术风格,并且生成速度较快。     

基于局部非负稀疏编码的掌纹识别方法

为了更有效地提取出图像的局部特征,在传统的非负稀疏编码(Hoyer-NNSC)算法的基础上,提出了一种新的具有稀疏度约束的局部NNSC (LNNSC)算法。该算法考虑了特征基向量的稀疏度约束和特征的最大化代表性,能够得到强化的图像局部特征;同时利用拉普拉斯密度模型作为特征系数的稀疏惩罚函数,保证了图像结构的稀疏性。在特征提取的基础上,进一步利用径向基概率神经网络(RBPNN)分类器,实现了掌纹的自动识别。仿真实验结果表明,与基于非负矩阵分解(NMF)、局部非负矩阵分解(LNMF)和Hoyer-NNSC的掌纹识别方法相比,该算法在掌纹识别研究中有较高的可行性和实用性。     

轿车连杆用易切削非调质钢YF35MnV的试验

采用高碱度炉渣、直接脱氧和扩散脱氧相结合的超低氧钢生产工艺、稳定的增氮增硫技术、控制硫偏析的连铸工艺,成功开发了轿车发动机连杆用易切削非调质钢YF35MnV,该钢种的各项性能指标满足轿车连杆用钢的要求。     

基于分解的多目标花朵授粉算法

在过去几十年里，许多多目标进化算法被广泛应用于解决多目标优化问题，其中一种比较流行的多目标进化算法是基于分解的多目标进化算法(MOEA/D)。花朵授粉算法是一种启发式优化算法，但迄今为止，花朵授粉算法在基于分解的多目标进化算法领域的研究还非常少。本文在基于分解的多目标进化算法的框架下，将花朵授粉算法拓展至多目标优化领域，提出一种基于分解的多目标花朵授粉算法(MOFPA/D)。此外，为了保证非支配解的多样性，本文提出一种基于网格的目标空间分割法，该方法从找到的Pareto最优解集中筛选出一定数量且分布均匀的Pareto最优解。实验结果表明，基于分解的多目标花朵授粉算法在收敛性与多样性方面均优于基于分解的多目标进化算法。     

一种基于过抽样技术的非平衡数据集分类方法

非平衡数据集的分类问题是机器学习领域的一个研究热点。针对非平衡数据集分类困难的问题,特别是由于非平衡分布引起的少数类识别能力低下的问题,提出了一种改进算法,AdaBoost-SVM-OBMS。该算法结合Boosting算法和基于错分样本产生新样本的过抽样技术。在新算法中,以支持向量机为元分类器,每次Boosting迭代中标记出错分的样本点,然后在错分样本点与其近邻间随机产生一定数量与错分样本同一类别的新样本点。新产生样本点加入原训练集中重新训练学习,以提高分类困难样本的识别能力。在AUC,F-value和G-mean 3个不同价格的评价指标下8个benchmark数据集上对AdaBoost-SVM-OBMS算法与AdaBoost-SVM算法和APLSC算法进行了对比实验,实验结果表明了AdaBoost-SVM-OBMS算法在非平衡数据集分类中的有效性。     

混合PSO-SQP算法在航电系统测试性分配中的应用

在考虑降低测试与维修成本的基础上,通过建立一种以费用函数作为目标函数的数学模型,将航电系统升级改装过程中的测试性指标分配问题转化为非线性规划(NLP)问题,针对此NLP问题,采用粒子群优化算法与序列二次规划算法相结合的混合优化算法,充分发挥前者较强的全局搜索能力与后者较强的局部精确搜索能力对问题模型进行求解,为航电系统...     

在非视距传播环境下无线定位的AOA算法

非视距传播(NLOS)是蜂窝无线定位的一个关键的问题,要提高无线定位的精度,必须有效减小非视距传播的影响.基于一种适合对各种定位算法进行分析的基于几何结构的单次反射统计信道模型(GBSB),提出一种减小非视距传播影响的AOA定位算法,该算法利用临近基站与移动台构成的三角函数关系和波达方向的最大角度扩展作为优化的约束条件,将基于波达方向(AOA)的无线定位问题转化为有约束的最优化问题,从而提高了无线定位的精度.仿真结果证明了该算法的有效性.