C语言反编译系统DECLER

本文对C语言反编译系统DECLER1．1性能、结构及实现技术给出介绍，并对反编译研究中存在的问题进行了讨论和分析。     

基于伪zernike矩的车牌字符识别

基于伪zernike矩的不变性,提出了基于伪zernike矩特征提取的车牌字符识别方法。在车牌区域定位的基础上,通过对图像的二值化过程和字符图像分割等一系列处理,在进行归一化处理后分别提取伪zernike的高阶矩。将提取的伪zernike矩作为字符的特征描述输入到BP神经网络进行训练,最后进行车牌字符分类识别。通过实验证明了该方法的的可行性。测试结果表明,这种方法实用有效,识别效果优于HU矩和zernike矩。而且可以计算出错误率和可识别的最佳矩,减小了计算量且增强了字符识别的实时性。     

基于FPS110的指纹识别系统

较详细地介绍了FPS110指纹图像传感器的结构、特性和工作原理,并给出了采用MCU和FPS110所组成的指纹识别仪的硬件设计方法及程序流程。通过USB接口扩展了数据存贮空间,同时利用MCU提高处理数据速度,解决了等待时间。实验仿真结果表明该系统准确率高,识别速度快。     

基于MFCC和VQ码书的说话人识别系统研究

随着信息技术和通信技术的迅速发展,说话人识别越来越受到重视,目前在说话人识别中,要提高识别率需要解决如何选取合适的有效的表征说话人特征的可靠参数和选取恰当的识别模型,文中在matlab实现了一个说话人识别系统,并在此基础上对系统进行了改进。     

基于语音识别的家庭智能监控系统设计

以16位单片机SPCE061A为核心处理器,利用其适用于数字语音识别的特点,并以DTW理论作为识别技术核心,构建了这套家庭智能监控系统。该系统结构简单、可靠性高、具有很高的性价比,便于推广和应用。     

一种基于软件无线电的多模接收机设计

利用软件无线电的特点进行了基于软件无线电的多模式接收机的结构设计,以AM、FM,4FSK接收信号为例进行了三种仿真实现,并给出实验结果.     

改进的Mean Shift分割算法在安全区域识别中的研究

为了提高在监控视频下进行安全区域识别的快速性及准确性,文中研究并提出了一种改进的Mean Shift(均值漂移)分割算法.首先简要介绍了小波变换与均值漂移分割算法的理论基础,再将二者融合后改进算法的计算转换到一个新的特征空间中进行,并将其应用于安全区域识别中,最后分别在纯净背景和复杂背景下进行安全区域识别对比实验.实验...     

基于OpenCV在Android平台下实现人脸识别

本文提出了使用OpenCV（OpenSourceComputerVisionLibrary）在Android平台下实现人脸识别的方法。首先,本文介绍了OpenCV2．4的人脸识别算法类FaceRecognizer的使用以及在windows平台下的实现,接着详细的阐述了利用AndroidT的JNIJavaNativeInterface）,并结合AndroidNDK（NativeDevelopmentKit）调用和编译openCV下的相关函数,生成共享函数库。经过实验的在Android下人脸识别效果良好。     

液力自动变速器的换档控制策略

从最佳动力性、最佳经济性换档规律的计算切入,同时指出基本换档规律存在的主要弊端,并针对这些弊端提出具体的驾驶员意图和上坡、下坡、低附着路面、拥挤市区等行驶环境的识别方法及相应的换档控制策略,以克服基本换档规律的不足,最后通过建立以驾驶员意图及行驶环境识别为基础的智能换档控制系统,实现汽车液力自动变速器的换档控制策略。     

A self-adaptive weighted affinity propagation clustering for key frames extraction on human action recognition

In this paper, we propose a novel approach for key frames extraction on human action recognition from 3D video sequences. To represent human actions, an Energy Feature (EF), combining kinetic energy and potential energy, is extracted from 3D video sequences. A Self-adaptive Weighted Affinity Propagation (SWAP) algorithm is then proposed to extract the key frames. Finally, we employ SVM to recognize human actions on the EFs of selected key frames. The experiments show the information including whole action course can be effectively extracted by our method, and we obtain good recognition performance without losing classification accuracy. Moreover, the recognition speed is greatly improved.