基于隶属度函数的决策层融合算法

虹膜识别对所采集的样本图像较为苛刻的要求所造成的高采集失败率和注册失败率是阻碍它推向大规模应用的重要原因,也是目前虹膜识别研究的难点问题之一。在适当降低虹膜图像采集质量要求的条件下,能够大幅降低采集失败率和注册失败率,但同时也降低了识别的性能。采用数据融合的方法,在识别的决策层引入对应的脸像特征模板的相似度判据,根据所提出的基于隶属度函数的决策层融合算法实现融合决策。实验结果表明,这种多生物特征融合决策的方法既可以使得虹膜的采集失败率和注册失败率保持在实际应用可以接受的程度,又能够使得整体的识别性能达到目前虹膜识别技术的水平。     

融合LLE和ISOMAP的非线性降维方法

局部线性嵌入（LLE）和等距映射（ISOMAP）在降维过程中都只单一地保留数据集的某一种特性结构, 从而使降维后的数据集往往存在顾此失彼的情况。针对这种情况, 借助流形学习的核框架, 提出融合LLE和ISOMAP的非线性降维方法。新的融合方法使降维后的数据集既保持着数据点间的局部邻域关系, 也保持着数据点间的全局距离关系。在仿真数据集和实际数据集上的实验结果证实了该方法的优越性。     

基于二维MB-LBP特征的人脸识别

提出了一种基于二维多尺度局部二进制模式的人脸识别方法,对一幅人脸图像进行分块,对每一块的图像进行MB-LBP（Multi-scale Block Local Binary Patterns）算子运算,将MB-LBP与灰度共现矩阵结合起来得到了可以更好地描述局部纹理空间结构的二维MB-LBP特征,将各子块的二维MB-LBP特征进行连接形成人脸特征。该算法在ORL和CMU-PIE人脸数据库上进行测试,选择了支持向量机（SVM）作为分类器,并与传统的基于一维LBP特征进行比较,结果表明提出的算法在人脸识别问题上的有效性和优越性。     

Incremental Focus of Attention for Robust Vision-Based Tracking

We present the Incremental Focus of Attention (IFA) architecture for robust, adaptive, real-time motion tracking. IFA systems combine several visual search and vision-based tracking algorithms into a layered hierarchy. The architecture controls the transitions between layers and executes algorithms appropriate to the visual environment at hand: When conditions are good, tracking is accurate and precise; as conditions deteriorate, more robust, yet less accurate algorithms take over; when tracking is lost altogether, layers cooperate to perform a rapid search for the target and continue tracking.Implemented IFA systems are extremely robust to most common types of temporary visual disturbances. They resist minor visual perturbances and recover quickly after full occlusions, illumination changes, major distractions, and target disappearances. Analysis of the algorithm's recovery times are supported by simulation results and experiments on real data. In particular, examples show that recovery times after lost tracking depend primarily on the number of objects visually similar to the target in the field of view.     

基于相对梯度的人脸识别方法

在原始相对梯度算子的基础上,提出一种新的相对梯度算子,并将它与二维主成分分析（2DPCA）或者二维Fisher线性判别分析（2DFLD）相结合,形成一种基于改进相对梯度算子的人脸识别算法。在AR库和Yale_B库上的实验表明,基于改进相对梯度算子的人脸识别算法对人脸图像的光照、表情等变化均具有较好的鲁棒性,识别准确率明显高于只用2DPCA或2DFLD进行特征抽取的人脸识别方法,以及基于原始相对梯度算子的人脸识别算法。同时采用三种不同大小的窗口分别进行实验,实验结果证明,当窗口大小为3×3时,识别效果相对最好。     

基于AAM和T型结构的人脸3D姿态估计

在分析已有的人脸姿态估计方法基础上,提出了一种基于主动表观模型(AAM)和T型结构的人脸3D姿态估计方法。对多姿态的人脸样本进行训练,得到多姿态的AAM模板集;利用训练得到的多姿态的AAM模板集进行最佳模板匹配,并对人脸的特征点进行精确定位;用人脸的双眼和嘴部构建T型模型,进行人脸3D姿态的参数估计。实验结果表明,该方法能适应较大的姿态旋转角度,并具有良好的姿态估计精度。     

高瓦斯低透气性工作面瓦斯抽放技术研究

以开滦（集团）吕家坨矿业公司5323工作面为例,探讨了高瓦斯低透气性工作面瓦斯抽放技术。通过高位钻孔抽放技术,来提高煤层的透气性,增加抽放效果,使工作面瓦斯得到了根本解决,从而有效地保证了工作面生产安全。     

All‐Polymer Solar Cells Based on a Conjugated Polymer Containing Siloxane‐Functionalized Side Chains with Efficiency over 10%

A novel wide‐bandgap conjugated copolymer based on an imide‐functionalized benzotriazole building block containing a siloxane‐terminated side‐chain is developed. This copolymer is successfully used to fabricate highly efficient all‐polymer solar cells (all‐PSCs) processed at room temperature with the green‐solvent 2‐methyl‐tetrahydrofuran. When paired with a naphthalene diimide‐based polymer electron‐acceptor, the all‐PSC exhibits a maximum power conversion efficiency (PCE) of 10.1%, which is the highest value so far reported for an all‐PSC. Of particular interest is that the PCE remains 9.4% after thermal annealing at 80 °C for 24 h. The resulting high efficiency is attributed to a combination of high and balanced bulky charge carrier mobility, favorable face‐on orientation, and high crystallinity. These observations indicate that the resulting copolymer can be a promising candidate toward high‐performance all‐PSCs for practical applications.     

超长综放面瓦斯涌出特征及其影响因素

对以邻近层瓦斯涌出为主的阳泉三矿K8206高瓦斯超长综放面瓦斯涌出特征进行了分析,研究了工作面推进速度、生产能力及高抽巷抽采能力对工作面瓦斯涌出量的影响,取得了超长综放面本煤层瓦斯涌出量和生产能力之间、邻近层瓦斯涌出量和推进速度之间的关系式．研究表明：后部高抽巷合理布置和促使顶板早垮是工作面快速度过初采期的主要办法;采取有效措施降低本煤层瓦斯涌出量和保证走向高抽巷良好的抽采能力是高瓦斯超长综放面高产高效的有力保障．     

SGZ730/110型前、后部刮板输送机的研制

详细地介绍了用于短壁综采放顶煤工作面的SGZ730/110型前、后部刮板输送机的主要技术参数、结构特点、制造及井下试验情况。