A detection strategy of multi-pose face in compressed domain

In this paper, we present a strategy to implement multi pose face detection in compressed domain. The strategy extracts firstly feature vectors from DCT domain, and then uses a boosting algorithm to build classifiers to distinguish faces and non-faces. Moreover. to get more accurate results of the face detection, we present a kernel function and a linear combination to build incrementally the strong classifiers based on the weak classifiers. Through comparing and analyzing results of some experiments on the synthetic data and the natural data, we can get more satisfied results by the strong classifiers than by the weak classifies.     

Krashen的习得学说与外语教学

二十世纪八十年代初由美国语言学家克拉申(Krashen)教授提出的"语言输入说"(InputHypothesis)在语言学界引起一阵不小的反响。但对这种学说的研究大多局限于语言学本身。本文试图说明在外语教学实践中适度地引入该学说中可操作的理论部分将有利于扩充当前外语教学活动中的交际内容。     

福建绿竹地理种源的生长适应性

以不同的选择指标,在不同的试验点选择与当地环境相适宜的优良种源,结果表明：种源问的差异随着造林时间的延长逐渐增强;标准枝的叶片数各处理间的差异显性较其它性状大。试验期间永安试验点各种源笋产量较稳定,福安和永安种源在永安地区生长良好,而适宜在龙海大力推广的是漳州和永安种源。     

动态输出反馈网络控制系统鲁棒控制器设计

研究了具有不确定时延的动态输出反馈网络控制系统鲁棒控制器设计问题.考虑小于等于一个采样周期的不确定时延,将动态输出反馈网络控制系统建模为含有不确定性的离散时变系统.利用Lyapunov理论和矩阵不等式方法,推导出系统鲁棒控制律存在的条件,并转化为矩阵不等式表示的可行性问题,从而可利用Matlab LMI工具箱来求解,以便构造鲁棒控制律.Matlab仿真算例说明分析方法和结果是有效可行的.     

有时延和数据包丢失的网络控制系统反馈控制

针对同时具有网络诱导时延和数据包丢失的网络控制系统,假设数据包丢失率一定,网络诱导时延小于一个采样周期,将网络控制系统建模为具有事件率约束的异步动态系统。提出了使得该系统达到指数稳定的动态输出反馈控制器的设计方法。利用遗传算法获得了NCS的事件衰减率的局部极大值。通过仿真算例证明了该方法的有效性。     

一种新型的非线性随机大系统自适应镇定方法

研究了一类具有严反馈形式并含有Wiener噪声扰动的非线性随机大系统,其互联项满足线性增长约束。利用微分几何的理论,应用Backstepping算法,基于Lyapunov稳定性理论,选择了适合这类组合非线性系统的状态观测器,设计了自适应输出反馈分散控制律和自适应律,使得闭环,互联的非线性随机大系统实现了概率意义下的全局稳定,仿真结果表明了控制算法的有效性。     

严格反馈型随机非线性系统输出反馈滑模控制

研究了一类带有不确定性参数的严格反馈型随机非线性系统的输出反馈镇定问题,主要是采用变结构滑模控制方法(SMC)来设计镇定控制器。首先根据系统的结构和输出状态构造了随机非线性状态观测器,并针对结构参数的不确定性,采用梯度自适应调节律,然后基于系统的观测状态选择滑动模切换流形,给出了不含噪声激励的变结构控制律,并证明滑动模的可达性和闭环系统滑模运动的稳定性,最后讨论了滑模控制的抖振抑制问题。通过系统仿真,与其它鲁棒控制方法进行比较,证明了本方法不仅能够有效地镇定该类随机非线性系统,并且具有一些更好的控制性能。     

A multiple intelligent agent system for credit risk prediction via an optimization of localized generalization error with diversity

Company bankruptcies cost billions of dollars in losses to banks each year. Thus credit risk prediction is a critical part of a bank＇s loan approval decision process. Traditional financial models for credit risk prediction are no longer adequate for describing today＇s complex relationship between the financial health and potential bankruptcy of a company. In this work, a multiple classifier system （embedded in a multiple intelligent agent system） is proposed to predict the financial health of a company. In our model, each individual agent （classifier） makes a prediction on the likelihood of credit risk based on only partial information of the company. Each of the agents is an expert, but has limited knowledge （represented by features） about the company. The decisions of all agents are combined together to form a final credit risk prediction. Experiments show that our model out-performs other existing methods using the benchmarking Compustat American Corporations dataset.     

网络化控制系统连续动态输出反馈控制器设计

研究一类网络化控制系统的连续动态输出反馈控制器的设计问题.假设网络化控制系统的被控对象为一个定常时滞系统,其网络诱导时滞是随机的且小于一个采样周期的情况下,将此类网络化控制系统模型化为一个混合系统.然后采用李亚普诺夫函数、线性矩阵不等式的方法推导出了该网络化控制系统渐近稳定的充分条件.根据此充分条件,给定一个等式约束,然后通过求解一组线性矩阵不等式,获得了连续动态输出反馈镇定控制器.最后给出一个具体的数值和仿真实例说明了此设计方法是有效的.     

基于Adaboost的行道线检测

行道线检测是主动安全和视觉导航技术中的一个重要研究课题.在总结前人检测算法的基础上,设计了基于Adaboost算法的行道线检测方法.Adaboost算法作为一种新型的机器学习算法,可以在比随机预测略好的弱分类器基础上构建高精度的强分类器.该算法简单可靠、学习效率高,较好地解决了实时检测系统中速度和精度的矛盾.实验结果表明该方法有较好的检测效果.