基于Gabor小波与LBP直方图序列的人脸年龄估计

提出了一种基于Gabor小波和局域二值模式(Local binary pattern,LBP)直方图序列的人脸年龄估计方法。首先对人脸图像提取多方向与多尺度的Gabor幅值域图谱(Gabor magnitude maps,GMMs);然后采用基于局部特征的LBP算子对GMMs编码,并对之分块,由各子块的直方图序列来描述人脸;为进一步降低人脸特征维数,再对人脸直方图序列特征应用主成分分析(PCA);最后使用支持向量机回归(SVR)的LOPO策略对人脸年龄库进行训练和测试。实验结果表明,该方法可以较为快速有效地对人脸图像进行年龄估计。     

BP网络模型对人脸朝向的识别

研究BP神经网络模型,通过计算机模拟人脑建立神经元网络,使用一部分人脸朝向信息作为训练的实例集,训练稳健后,可以推广应用判断其他人脸的朝向信息,以实现计算机自动识别人脸朝向。先对图片进行归一化等预处理,再应用主成分分析提取特征信息,每幅提取出的特征信息都是8个数据的列向量,构建一个8个输入、17个隐含、3个输出的三层BP网络模型。将训练实例集的特征向量代入训练,调整参数后保证其性能和收敛速度。最后通过大量实验验证,计算机识别的误判率仅为6.7%,模型可靠。     

基于中值滤波和梯度锐化的边缘检测

实现一种基于中值滤波和梯度锐化的边缘检测方法。首先采用既能过滤噪声又能保护边缘信息的中值滤波对图像进行平滑处理。然后采用梯度锐化加强边缘像素强度,通过简单的二值化获得图像的初始边缘,系统采用连通区域标记的方法去除位于图像封闭边界内的残留黑块。最后通过实验结果与人工提取的结果比较,进行误差分析,找出本文算法的不足之处,以便对该算法进行改进。实践证明,本文的边缘检测方法对含有噪声点且灰度分布比较均匀的图像有很好的效果。     

ExtJS框架下表格组件的应用与改进

在油田措施效果评价系统开发中,使用了ASP.NET技术并结合ExtJS框架,设计并实现了一个基于B/S模式的Web应用系统,解决开发中的技术问题,着重对ExtJS中的表格组件进行了改进和扩展,实现了同时显示锁定部分表格列与支持多行表头的复杂表格,对系统中常用的几种表格形态及深入应用作了介绍与分析。     

基于软件复用技术的电子地图应用系统研究

介绍了软件复用技术,提出了实施基于构件的软件复用技术的关键技术,进而结合信息系统的特点进一步研究了基于领域的软件构件技术。利用面向对象分析方法和面向对象建模语言（UML）,对电子地图应用软件系统进行了分析和建模,进而提取构件,并按照COM构件规范实现构件。     

结构正则化多视图非负矩阵分解

现存非负矩阵分解（non-negative matrix factorization,NMF）研究多考虑单一视图分解数据,忽略了数据信息的全面性。此外,NMF限制其获取数据的内在几何结构。针对以上问题,提出一个结构正则化多视图非负矩阵分解算法（structure regularized multi-view nonnegative matrix factorization,SRMNMF）。首先,通过主成分分析来对数据进行全局结构的判别式学习;其次,利用流形学习来捕获数据的局部结构;然后,通过利用多视图数据的多样性和差异性来学习表征。模型提升了算法聚类的整体性能,更加有效地挖掘数据的结构信息。此外,采用高效的交替迭代算法优化目标函数得到最优的因子矩阵。在六个数据集上与现存的代表性方法比较,所提出的SRMNMF的准确率、NMI和Purity分别最大提高4.4%、6.1%和4.05%。     

煤矿信息化软件中系统配置信息维护组件的设计

针对目前煤矿信息化软件中系统配置信息管理模块的设计和实现因只注重当前需求而造成软件资源不能重用、软件后期维护升级较困难的问题,研究并设计了系统配置信息维护组件。分析了系统配置信息的特点,并将其分为多值配置信息和单值配置信息;给出了系统配置信息维护组件的整体设计、功能设计和主要流程设计。该组件以固定格式的存储文件统一存储配置信息,可避免因配置数据迁移造成需对整个软件进行改动的情况;同时提供接口供外部程序获取数据,实现了对各种配置数据的维护。实际使用表明,该组件减少了软件开发的工作量,降低了软件维护及升级的复杂度。     

Weighted principal component extraction with genetic algorithms

Pattern recognition techniques have been widely used in a variety of scientific disciplines including computer vision, artificial intelligence, biology, and so forth. Although many methods present satisfactory performances, they still have several weak points, thus leaving a lot of space for further improvements. In this paper, we propose two performance-driven subspace learning methods by extending the principal component analysis (PCA) and the kernel PCA (KPCA). Both methods adopt a common structure where genetic algorithms are employed to pursue optimal subspaces. Because the proposed feature extractors aim at achieving high classification accuracy, enhanced generalization ability can be expected. Extensive experiments are designed to evaluate the effectiveness of the proposed algorithms in real-world problems including object recognition and a number of machine learning tasks. Comparative studies with other state-of-the-art techniques show that the methods in this paper are capable of enhancing generalization ability for pattern recognition systems.     

基于中间件技术的变电站温升在线监测预警系统设计

针对由于各种原因引发变电站发热方面的故障,设计了变电站温升在线监测预警系统,建立了基于中间件技术的变电站温升在线监测预警系统框架模型。采用组件式开发技术设计并实现了变电站温升在线监测预警系统,将系统的构成组件分为界面型组件及数据维护组件。组件式系统能够根据企业需求的变化实现快速重构,提高了信息系统的柔性。     

小波变换和特征加权融合的人脸识别

在人脸识别领域,提取人脸特征和降低维数是人脸识别的关键。传统的基于小波变换的人脸识别算法仅在小波分解的低频分量上提取用于分类的图像特征,造成了高频分量中部分对识别有利信息的丢失。为了更有效地提取人脸图像特征,提出一种基于小波变换和特征加权融合的人脸识别算法。首先通过小波变换对人脸图像进行降维处理,然后对4个小波子图分别运用主成分分析法(PCA)提取特征,并把这4部分特征加权融合,最后利用支持向量机(SVM)进行分类识别。在ORL人脸库上进行实验验证,识别准确率可达到97.5%,实验结果表明该算法能够有效提高人脸识别能力,与传统识别算法相比具有较高的识别准确率和识别速度。