结合加权子空间和相似度度量学习的人脸验证方法研究

在无约束条件下,人脸表情、姿态、光照以及背景等复杂因素可能导致人脸图像的类内变化大于类间变化.针对如何降低较大的类内变化对人脸验证研究的影响,本文结合加权子空间,提出了一种带先验相似性和先验距离约束的相似度度量学习方法.首先,利用类内人脸对样本,学习带权重的类内协方差矩阵,通过加权子空间的投影,从人脸图像中获得鲁棒性的人脸特征表达;其次,利用样本对的相似性与差异性,建立了带先验相似性和先验距离约束的相似度度量学习模型,优化后的度量矩阵可以有效提高特征向量的类内鲁棒性和类间判别性;最后,利用优化的度量矩阵计算人脸对的相似度.在LFW(Labeled Faces in the Wild)数据集的实验验证了所提模型的有效性,与其它同类相似度度量学习方法相比,优化的度量矩阵更能准确地评估人脸间的相似性,并在受限训练集上取得了91.2%的识别率.     

基于相似类合并FCM在图像分割中的应用

传统的基于模糊C均值聚类的图像分割算法分割结果中类内数据空间分布离散,无法准确分割出目标物体.针对这一问题,提出一种基于相似类合并模糊C均值聚类算法,并将其应用到图像分割中.首先,提出一种全局空间相似性度量标准和全局灰度相似性度量标准,并将其引入到一种新颖的节点间距离度量公式中来计算图像中任意一点与聚类中心点的差异.其次,算法选取彩色直方图作为区域描述算子,采用巴氏距离计算聚类过程中得到的任意两类间的相似性.最后,应用最大相似类合并策略得到最终的分割结果.实验结果表明,与传统模糊C均值聚类算法和空间约束核模糊C均值聚类算法相比,该算法获得更加精确的图像分割结果.     

实例检索中基于混合属性距离的相似性度量

提出了一种基于混合属性距离的相似性度量方法.利用各个属性间的距离及其组合权重求得实例间的总体距离,再用实例间的总体距离来刻画其相似程度.基于区间数的距离计算公式和模糊集合理论,给出了属性值为模糊数、模糊区间数时的距离公式,并改进了属性值为隶属度函数时的距离公式.同时考虑了属性权重问题,提出了一种基于距离离差信息的客观赋权方法,将主观权重和客观权重加以组合,以组合权重来计算实例的全局相似度.以阀门的概念设计为例,验证了该方法在实例检索中的的可行性和合理性.     

室内环境下视觉目标跟踪

综合粒子滤波和均值偏移理论,提出了一种基于相似性度量的机器人视觉跟踪方法.该算法以粒子滤波器为主体,粒子数目与相似性距离成正比.当粒子数目超过阈值时,采用较少的粒子数目结合均值偏移的算法代替传统的粒子滤波算法.每帧跟踪结束时,计算目标与模板的相似性距离,根据相似性距离调整粒子滤波器产生的粒子数目,并决定下次跟踪时是否执行均值偏移算法.粒子数目与相似性距离之间的比例系数根据实验设定.完成一次跟踪算法消耗的时间为5～10 ms.实验表明,该方法跟踪目标准确,具有良好的实时性.     

一种图像相似度匹配的算法

提出了一种在matlab中计算图形相似度的度量方法。首先,我们得到某种未知图形和已知图形的某些特征组成的行向量,由这些行向量得到该特征行向量的协方差矩阵。然后,由已知图形和未知图形的协方差方程的行向量中采用一维DP匹配方法,产生一个代替未知图形的协方差矩阵的相似行向量。最后,根据一维DP匹配计算相似行向量与未知图形协方差矩阵标准行向量之间的匹配距离,度量出两个未知图形与已知图形的相似度。此方法适用于matlab图像中对于图形的形状分类等,实验证明,此方法效果良好。     

基于黎曼流形的MIMO雷达目标检测方法

针对样本数少时不能用样本协方差代替统计协方差的问题,提出了一种基于黎曼流形的单基地MIMO ( Multiple-Input Multiple-Output) 雷达目标检测新方法。该方法利用拓普利兹-厄米特正定( THPD: Toeplitz- Hermitian Positive Definite) 矩阵会在信号空间形成黎曼流形的特点,通过burg 递推法分别生成单快拍下接收信 号和噪声的THPD 协方差矩阵,并计算噪声THPD 协方差矩阵的黎曼均值,将其与接收信号THPD 协方差矩阵 之间的黎曼距离作为检测统计量。该方法可增加黎曼流形上接收信号与噪声间的差异性。仿真结果表明, 与传统的基于欧几里得距离的检测方法相比,显著提高了低信噪比和单快拍下的目标检测性能。     

系统相似性度量中的非平权距离系数法

文章基于系统相似性,指出传统距离系数法在相似度量中的局限性,提出非平权距离系数法,通过对现有的权重值确定方法进行分析与比较,提出了一种更易精确计算的权重值确定方法,建立相似度量的计算公式,通过相似分析实例详述该方法的计算步骤,比较客观地反映出系统间的相似程度,从而提高系统相似性度量的准确性和可靠性,同时也提高了相似性度量在工程应用中的实用性。     

基于马氏距离的K均值聚类算法的入侵检测

经典的 K 均值聚类算法是基于欧式距离的,它只适用于球形结构的聚类,而且在处理数据时不考虑变量之间的相关性和各变量的重要性差异.针对以上问题改进了 K 均值聚类算法,将马氏距离与 K 均值相结合,并在目标函数中增加变量权重因子和协方差矩阵调节因子,利用马氏距离优点有效地解决了 K 均值聚类算法的缺陷,最后通过实验证实了该方法的可行性和有效性     

基于Gene Ontology的MicroRNA功能聚类

MicroRNA(miRNA)的许多生物过程是通过影响靶基因的转录后表达.miRNA与靶标之间的互补程度和性质决定其基因调控作用.结构相似性可以作为一个强有力的方法推断分子功能的相似性.然而,结构比对的方法来度量miRNA之间的相似性通常不太准确,而且时间开销大.对这些表达差异的miRNA的靶标基因进行聚类,可以很好地理解miRNA的功能.提出一个新的GO(gene Ontology)语义相似性的方法来区分miRNA功能组.该方法采用项信息和边的权重来度量GO项的权重.此外,2个GO图的共同项和非共同项还被用来度量这2个图之间的相似度.对于2个miRNA,它们之间的相似性可以用它们靶标基因标注的GO项的相似性来计算.实验结果表明此方法不仅可以将相似功能的miRNA聚在一起,而且可以预测未知miRNA的功能.     

基于多特征融合的图像检索方法

提出了一种综合颜色直方图和彩色共生矩阵相结合的彩色图像检索方法.首先,对彩色图像进行量化,并利用直方图计算图像之间的欧式距离;然后,利用彩色共生矩阵提取图像的纹理特征并计算图像之间的欧式距离;最后,利用综合加权的颜色特征和纹理特征实现图像检索.实验结果表明,与直方图和灰度共生矩阵相比,该方法能较好地满足用户需求,具有较高的检索性能.     

面向稀疏数据集的聚类算法

在聚类过程中数据可能呈现稀疏性,如果仍用传统的欧式距离作为聚类指标,则聚类的质量和效率将会受到严重的影响。受到信息论中KL(Kullback-Leibler)散度的启发,采用基于KL散度的相似性度量方法,先描述数据的整体分布,进而对数据进行聚类。研究结果表明,最后通过实验验证本算法的有效性。这种方法可以利用簇中元素提供的信息来度量不同簇之间的相互关系,克传统欧式距离的缺点,提升算法准确度。     

Minkowski广义距离与多模态图像配准

根据图像灰度的联合概率分布函数与图像相似程度之间的变化规律,分析了Shannon互信息与Kullback-Leibler距离之间的关系,利用变量间的不等式关系理论,提出基于Minkowski不等式的广义距离度量,并构造了基于这一距离的多模态图像配准新测度.新的配准测度不再要求概率分布必须满足连续性的要求,实验中使用MR和PET医学图像进行了实验分析.结果显示,基于Minkowski距离的新配准测度比传统的信息论测度具有更强的噪声鲁棒性,用乘方运算代替了对数运算,数学表达式更简单,并省去了除法运算,在算法上也更容易实现.     

一种基于统计流形的聚类算法

考虑数据点之间局部统计性质的差异,结合K平均算法提出一种基于统计流形的聚类算法.通过计算数据点邻域的均值和协方差,将原始数据点云映射到正态分布族流形中,成为参数点云.在正态分布族流形上构造不同的度量结构,分别应用K平均方法,对参数点云进行聚类,从而将对应的原始数据分类.此算法可以应用到点云去噪.采用基于不同差异函数的算法,对含高密度噪声的点云去噪,并给出模拟仿真结果.仿真结果表明,采用KL散度作为差异函数的算法有较好的去噪效果,体现出该算法在去噪应用中的潜力.      

基于子带小波特征的高分辨率遥感图像特征提取方法

基于统计理论模型对高分辨率遥感图像进行纹理特征提取。首先对高分辨率遥感图像进行小波变换,用广义高斯密度分布函数来描述变换后各子带小波系数的分布情况（小波系数直方图）,建立遥感图像纹理特征的描述向量。通过对描述向量进行相似性比较,最终按照相似性递减的顺序输出检索结果。该方法简单、有效、计算速度快,适用于遥感图像的实时处理。特别是该方法所定义的图像相似性函数有可靠的理论依据,避免了大量主观因素的影响,符合基于内容图像检索的目的和要求。     

机载雷达斜视阵下杂波抑制的方法

在机载斜视阵中杂波多普勒频率随距离发生变化,导致传统的空时自适应处理方法不能有效抑制杂波,因此，提出一种谱补偿方法。该方法利用训练单元与待检单元的空域导向矢量关系得到相似度量值,用此度量值再对训练单元的数据进行加权预处理,提高了数据的平稳性;为降低回波中孤立干扰或强目标对采样协方差矩阵估计的影响,对预处理后的数据使用非均匀检测器进行干扰剔除,从而提高机载雷达的检测性能1~3 dB。使用传统的空时自适应处理方法对剔除干扰后的数据进行杂波抑制，通过对数据的处理,证明了该方法的可行性和有效性。     

基于计算语音方法的朝蒙单元音对比研究

为了从计算语音学角度比对朝鲜语与蒙古语单元音的相似性,提出了基于共振峰参数的对比分析方法。首先在提取朝鲜语与蒙古语的单元音前两个共振峰频率F1和F2的基础上,分别计算其均值、标准差和离散度; 其次分析了两种语音单元音共振峰频率分布的差异情况; 最后采用t-检验方法对两种语言单元音共振峰参数进行了相似性比对。对比分析结果表明,采用F1和F2参数可以明显区分不同单元音之间声学特征的差异;另外通过对比发现朝鲜语与蒙古语中有5 对单元音存在声学特征的相似性,该结果与这5 对单元音发音过程中舌位和圆唇度分析是一致的。该朝鲜语与蒙古语单元音声学特征相似性对比分析方法,可以为进一步采用计算语音学方法研究朝鲜语与蒙古语的语音相似性提供依据。     

基于颜色与边缘分布的足球视频镜头分类方法

针对足球视频镜头的特点,提出了一种基于颜色与边缘分布的视频镜头分类方法.首先利用高斯混合模型(GMM)对草地颜色建模,然后利用已建立的GMM计算出每个镜头的草地颜色分布特征.针对颜色特征对光照的敏感性,提出利用边缘分布作为颜色特征的补充,二者的结合突出了不同镜头的特点.利用所提出的特征,采用适合小样本分类问题的支持向量机(SVM)对足球视频镜头分类.实验表明,新方法的平均分类准确率可达92%以上.     

Semantic image annotation based on GMM and random walk model

Automatic image annotation has been an active topic of research in computer vision and patternrecognition for decades.A two stage automatic image annotation method based on Gaussian mixturemodel (GMM) and random walk model (abbreviated as GMM-RW) is presented.To start with,GMM fitted by the rival penalized expectation maximization (RPEM) algorithm is employed to estimatethe posterior probabilities of each annotation keyword.Subsequently, a random walk processover the constructed label similarity graph is implemented to further mine the potential correlations ofthe candidate annotations so as to capture the refining results, which plays a crucial role in semanticbased image retrieval.The contributions exhibited in this work are multifold.First, GMM is exploitedto capture the initial semantic annotations, especially the RPEM algorithm is utilized to train themodel that can determine the number of components in GMM automatically.Second, a label similaritygraph is constructed by a weighted linear combination of label similarity and visual similarity ofimages associated with the corresponding labels, which is able to avoid the phenomena of polysemyand synonym efficiently during the image annotation process.Third, the random walk is implementedover the constructed label graph to further refine the candidate set of annotations generated byGMM.Conducted experiments on the standard Corel5k demonstrate that GMM-RW is significantlymore effective than several state-of-the-arts regarding their effectiveness and efficiency in the task of automatic image annotation.     

Effect of Two Kinds of Similarity Factors on Principal Component Analysis Fault Detection in Air Conditioning Systems

Screening similar historical fault-free candidate data would greatly affect the effectiveness of fault detection results based on principal component analysis(PCA). In order to find out the candidate data, this study compares unweighted and weighted similarity factors(SFs), which measure the similarity of the principal component subspace corresponding to the first k main components of two datasets. The fault detection employs the principal component subspace corresponding to the current measured data and the historical fault-free data. From the historical fault-free database, the load parameters are employed to locate the candidate data similar to the current operating data. Fault detection method for air conditioning systems is based on principal component. The results show that the weighted principal component SF can improve the effects of the fault-free detection and the fault detection. Compared with the unweighted SF, the average fault-free detection rate of the weighted SF is 17.33% higher than that of the unweighted, and the average fault detection rate is 7.51% higher than unweighted.     

基于身份加密的Ad hoc网络安全模式

无线Ad hoc网络由一些没有中心管理机构的结点组成，由网络中的所有结点共同担负职责．由于Ad hoc网络比传统的无线网络更加容易受到攻击，提出两个有效的安全模式用于Ad hoc网络，结点通过使用非交互性计算对称密钥，减少通讯开销，并允许结点为不同的组生成它们的广播密钥，提出一种无碰撞方法计算这些密钥，最后介绍一种基于对称密钥体制的认证广播模式和相应的数字签名模式．