基于特征选择的脱机签名模糊鉴定建模与仿真

在建立脱机签名鉴定模型的过程中,首先设计提取了签名的静态特征和伪动态特征,并提出了一种基于离差测度的新的选择准则用于特征选择.另外,在鉴定模型中引入模糊理论,通过模糊集合来表征特征的不确定性,并采用隶属度函数构造权重系数作用于模糊规则的输出来进行鉴定.仿真实验对于中、英文两种签名数据库分别取得了大约9.2%和10.5%的平均错误率,其中,英文数据库的平均错误率较现有文献的结果降低了大约3%.     

一种基于角点匹配的视图合成方法

提出了一种基于角点匹配的视图合成方法,其基本思想是：首先,利用SUSAN方法分别提取样本图像对的角点;然后,基于归一化协方差相关准则和双向匹配方法确定样本图像对之间最佳的匹配角点集;再利用匹配角点集确定基本矩阵;最后利用基本矩阵完成视图变形。该方法合成视图无需相机参数或其他几何信息,无需人工指定对应点,合成过程实现了全自动,消除了视图合成过程所需的用户工作以及人为因素对视图合成效果的影响。     

空间分析中视界覆盖问题的研究

由于在三维空间中如何来判定空间任意体之间的空间关系是相当困难的,因此空间最优视界覆盖问题是一个值得研究的方向。针对空间分析中最优视界覆盖问题进行了研究。首先建立了点源的各向同性非约束视界覆盖模型,然后引入具体的地形约束,利用模糊综合决策模型构造代价函数,从而确定了三维空间上点源模型的有约束最优覆盖。最后通过实例验证了该方法的有效性。     

基于小波域马尔可夫先验模型的图像去噪方法

提出了一种基于各向异性马尔可夫随机场(Markovrandomfield,MRF)先验概率模型的图像去噪方法。该方法利用图像小波子带的方向性特点以及小波系数尺度内和尺度间的相关性,将小波系数的分布特征建模为一种各向异性MRF先验概率模型。通过在贝叶斯框架中采用这种先验概率模型可以得到一种具有空间自适应性的贝叶斯萎缩函数。利用这种萎缩函数可以实现对小波系数的修正。实验结果表明利用该方法进行图像去噪能够取得良好的效果,同时可以有效地保留图像的细节。     

基于零树分类的小波图像二维网格编码量化

提出了一种小波图像在进行小波系数零树分类后运用二维网格编码量化(2D-TCQ)的新方法。首先根据小波图像中各子带系数固有的树结构关系对其进行零树分类,然后在扩展的二维码书空间对重要性系数运用网格编码量化,利用卷积编码和信号空间扩展进一步增大量化信号间的欧氏距离,并用维特比算法寻找最优量化序列。仿真结果表明,该方法比小波零树分类后相同码书尺寸下使用 TCQ信噪比获得了0.6dB左右的改善。使用小一倍的码书时,2D-TCQ比TCQ获得了0.1dB左右的改善,而且降低了编码率。由于本方法可以采用较小的码书尺寸,所以可以应用到低存储、低功耗的编解码环境。同时该方法具有编码计算复杂度适中、解码简单的优点。     

基于多信号流图的测试性验证试验样本选取方法

为设计优化的测试性验证试验方案,提出了故障样本优选算法.本算法介绍了多信号流图模型的形式化定义和建模步骤,利用其描述故障与测试间因果依赖关系,建立了故障-测试相关矩阵和故障-故障相关矩阵.在考虑充分覆盖的约束条件下,以试验费用小为优化目标,提出了最小故障样本集和每个故障样本数的选取方法.案例验证结果表明,该方法分析设计的试验方案节省了试验费用.     

基于快速鲁棒性特征的景象匹配

针对光电成像制导景象匹配中图像产生较大几何形变的问题,提出了一种基于快速鲁棒性特征(speeded up robust feature, SURF)的景象匹配算法。SURF提取的图像特征具有尺度和旋转不变性,对灰度不敏感,并能快速运算。算法首先利用仿射变换对基准图像进行3D视角补偿,模拟基准图像在不同视角下的成像,以减小基准图像和实时图像间的视角差异,分别提取两图像的SURF特征,然后根据最小欧氏距离准则提取两图像间匹配的SURF特征点对,根据该特征点对估计基础矩阵,得到两图像的投影关系。仿真结果表明,该算法能够适应光电成像制导中图像的几何形变,实现稳定的景象匹配。     

扩散水平集框架下的MR图像左心室轮廓提取

针对单一模型难以有效分割心脏MR图像中左心室内外壁的难点,提出一种混合模型,首先将有较高效率的反几何扩散模型嵌入水平集方法,吸收各向异性扩散方法的优点,基于一条初始演化曲线就可以同时完成对左心室内外壁轮廓的分割;随后,在新的扩散水平集框架下引入一种快速形状约束和解剖学约束,修正分割结果。对心脏MR图像的分割试验表明,带先验约束的扩散水平集混合模型对左心室内外壁轮廓的分割结果较为理想。     

基于近似相机内参数的精确三维欧氏重建算法

提出一种并不需要精确知道相机内参数情况下序列图像的精确三维欧氏重建算法,与传统分层重建策略相比,利用现有数码相机的技术参数估计初始内参数,对序列图像进行准欧氏重建,避免了复杂繁琐的自定标过程。虽然从严格意义上讲,准欧氏重建方法的初始结果仍为射影重建,但场景的结构已经非常接近欧氏模型,进一步通过基于最小化重投影误差的光束平差方法可以得到精确的三维欧氏模型,仿真数据以及真实图像的实验结果验证了算法的有效性和精确性。     

实证驱动的移动银行用户行为定性模拟及优化

以最小化移动银行营销费用、最大化用户使用行为为优化目标,建立可描述一般性受当前影响因素状态约束的移动银行用户使用行为决策问题的优化模型,并提出实证关系驱动的定性模拟方法对模型进行求解.以移动银行使用意愿影响因素为研究对象,设计了问卷,使用SPSS的统计分析以及结构方程模型得到影响因素之间的关系.通过QSIM算法驱动因素间交互关系的动态演化,结合BP神经网络训练目标函数,从而寻找用户行为趋于稳定时的最佳决策变量组合,并利用波动-均衡现象,验证了模型的合理性.算例分析表明了该模型和算法的有效性,能为移动银行推广的实时优化决策提供支持,结果表明:商家声誉和感知风险对用户使用意愿影响显著,但感知风险影响程度已经降低.     

基于运动载机模型的相控阵雷达动态杂波抑制仿真研究

基于运动载机背景下的动力学特性研究,建立了相控阵机载预警(PAAEW)雷达在实际振动形变等非均匀条件下的动态杂波特征模型,提出了坐标变换算法的建模方案。构造了能够模拟载机实际飞行状态的杂波抑制特性可视化仿真子系统,实现了动态过程的仿真交互、管理控制与评估校验。为机载预警系统的总体仿真实现提供了良好的支撑环境。     

基于加权双质心支持向量聚类的机群编队分组

针对机群编队分组问题,提出了一种加权双质心支持向量聚类算法。所提算法在支持向量训练时引入最大熵原理,快速求解Lagrange乘子;针对样本特征对聚类结果的贡献不同,在聚类标识过程中,引入加权密度质心,提出了加权双质心聚类标识,并在典型数据集上验证了所提算法的有效性。通过对机群编队分组模型的描述,建立了机群聚类时一个目标点需要的特征集,完成了编队分组的仿真实验。仿真结果表明了所提算法能够针对应用的具体样本集实行快速聚类分析,并保证聚类结果的有效性。     

Improved scheme to accelerate sparse least squares support vector regression

The pruning algorithms for sparse least squares support vector regression machine are common methods,and easily comprehensible,but the computational burden in the training phase is heavy due to the retraining in performing the pruning process,which is not favorable for their applications.To this end,an improved scheme is proposed to accelerate sparse least squares support vector regression machine.A major advantage of this new scheme is based on the iterative methodology,which uses the previous training results instead of retraining,and its feasibility is strictly verified theoretically.Finally,experiments on benchmark data sets corroborate a significant saving of the training time with the same number of support vectors and predictive accuracy compared with the original pruning algorithms,and this speedup scheme is also extended to classification problem.     

基于高斯曲率极值点的散乱点云数据特征点提取

提出了一种快速提取散乱点云数据特征点方法,首先求出空间一点邻域内的曲面片模型,在此基础上利用梯度法搜索曲面上的高斯曲率极值点。然后再以该点作为搜索曲率极值点的初始点,根据判定准则搜索该点附近的曲率极值点。曲率极值点的搜索方法是边拟合局部曲面边搜索高斯曲率极值点,在搜索曲率极值点时,只需计算高斯曲率极值点附近点的曲率值。避免了传统算法中由于需要求出所有测量点的曲率值,然后进行比较求得曲率极值点而耗时间的缺点,从而提高了搜索效率。     

基于动态树冲突分解的协作随机接入方案

提出一种基于动态树冲突分解的协作随机接入方案(DTCRA)。该方案设置一个由冲突节点个数决定的信道增益门限值,若源节点与接入点间的信道增益大于该门限值,则源节点重传数据包,否则由中继节点放大转发,从而实现了动态树冲突分解,获得了多用户分集增益并降低了空时隙数量。数值与仿真结果表明,提出的方案相比于其它传统类和跨层类随机接入方案,具有更好的吞吐量、时延和能量效率性能。     

基于改进NN-SVM算法的网络入侵检测

在网络入侵检测中,引入类归属度对NN-SVM算法进行改进.综合距离与同异类点个数因素,通过计算样本点对最近T个样本点的类别归属程度来决定取舍,以此对样本集进行修剪,从而降低正反类的混淆程度,以降低SVM的学习代价,提高泛化能力.试验表明:与SVM算法相比,改进的NN-SVM算法能有效地减少学习样本数,解决小样本的机器学习问题,提高系统检测性能.     

空间可修系统的维修性分析、评价与验证技术

随着当前在轨服务技术的快速发展,航天器在轨维修成为了可能。因此,本文系统地定义了空间可修系统(space maintainable system, SMS)的概念,通过梳理维修性分析、评价与验证方法的发展现状,结合SMS系统复杂、在轨维修数据量少等特点,探索性地提出了针对SMS的维修性分析、评价与验证技术。首先利用大量的航天器故障数据,采用基于维修障碍分析法的维修性分析手段。其次,构建了定性评价和基于神经网络的定量评价方案对维修性设计进行评判。最后,考虑SMS真实环境验证样本低等约束,提出了基于贝叶斯理论的小子样维修性验证方法,可以有效地降低试验样本量。     

三自由度运动平台可视化设计研究与实现

传统的三自由度平台设计是一个串行设计过程,基于物理样机的设计与验证过程制约了产品开发的周期和效率。为快速高效地实现由概念设计到样机设计,提出将虚拟现实技术与三自由度运动平台的运动学分析、动力学分析、结构设计相结合,构建一个可视化设计平台,作用于机械设计、虚拟装配、运动可视化仿真,以及系统的动力学特性分析。推导了三自由度运动平台的运动学解析模型,就平台实现的关键技术,包括XML信息集成、运动可视化、VRML文件生成、基于动态特性分析的模型检验等,进行了研究探讨。