基于核鉴别共同矢量的小样本脸像鉴别方法

人脸识别中通常存在小样本问题,使得基于Fisher线性鉴别分析的特征抽取方法存在病态奇异问题。近年来针对此问题提出了不同的解决方法,其中基于共同鉴别矢量(DCV)的方法成功克服了已有各种方法存在的缺点,有较好的数值稳定性和较低的计算复杂度。该文将DCV方法推广到非线性领域,将两次Gram-Schmidt正交化过程,转化为只需计算两个核矩阵和进行一次Cholesky分解完成,且得到的非线性Fisher鉴别矢量有标准正交的性质。实验验证了所得KDCV方法的识别性能优于DCV方法。     

基于核的最近邻特征重心分类器及人脸识别应用

本文提出核最近特征线和特征面分类器,可直接对高维人脸图像进行识别.为解决计算量大和可能失效的问题,提出(核)最近特征重心和(核)最近邻特征两种解决方法,前者降低了计算特征线和面距离的复杂度,后者减少了特征线和面的数目,两种方法均避免了可能失效的问题.将二者结合得到的(核)最近邻特征重心分类器,在获得相近识别率的条件下,使计算复杂度降到了最小.所得方法无需预先抽取人脸图像特征,因此避免了在较多样本数时,特征抽取存在计算量大的问题.基于ORL人脸数据库的实验验证了本文方法的有效性.     

基于"NTN"技术的宽带取样示波器的校准

介绍了用于校准宽带取样示波器的详尽模型法和脉冲标准法 ,并指出了它们的缺陷。着重介绍了可以进行自校准的“NTN”技术 ,该技术的基本设计是将三台取样示波器以“NTN”形式两两对接 ,其中一台对直流进行采样 ,用反卷积分离另一台取样示波器的响应波形 ,并通过解方程组可得到示波器的冲激响应。最后给出了用反卷积分离取样示波器冲激响应的计算机仿真。     

在嵌入式Linux上实现GUI系统

论述了基于Linux2．6的Framebuffer设备,实现一个用户图形界面系统的要点。GUI的体系结构采用多线程的消息循环机制和客户端／服务器模式。GUI的一个友好性体现在应用软件开发时,编程框架对应用软件开发时效性起着决定性的作用。借鉴第四代编程语言的易学、方便,编程框架应该着重于易学易用,而且还要易改,易合作开发。     

基于"Bennia-Riad”准则频域反卷积

文中首先简介了"Bennia-Riad”准则和扩展的"Bennia-Riad”准则;其次介绍了基于扩展的"Bennia-Riad”准则的高通系统的反卷积问题;最后介绍了基于"Bennia-Riad”准则的带通系统的反卷积问题