姿态鲁棒的分块稀疏表示人脸识别算法

针对稀疏表示人脸识别算法对姿态变化敏感的问题,提出一种姿态鲁棒的分块稀疏表示人脸识别算法,通过对人脸进行分块表示并利用仿射变换模型对姿态变化建模,提高稀疏表示人脸识别算法对姿态变化的鲁棒性.同时,通过最小化图像分块重构误差来估计仿射变换参数初值,有效提高仿射变换参数估计精度,进而提升人脸识别算法的性能.实验结果表明,本文算法可在一定程度上克服姿态变化造成的对齐误差,比现有相关算法具有更好的姿态鲁棒性和识别性能.     

基于稀疏技术的序列运算方法

序列运算过程中经常遇到稀疏序列之间的相互运算。针对序列运算的计算优化问题,该文首先分析了序列稀疏性的成因,并分析了序列运算理论中不同类型基本运算对于序列稀疏性的影响,同时给出了相应的计算结果序列的稀疏度估算公式。然后,根据序列与序列运算的特点,将稀疏技术应用于序列运算中,提出了通用存储方法与特征存储方法等2种稀疏序列存储技术。最后,利用算例对所提出的稀疏序列存储方法加以检验,采用稀疏技术后不同类型序列运算的时间开销均有不同程度的降低,特别是卷和、交积、并积与序除运算的计算时间下降为原来的6%~38%,算例结果表明了该文工作的正确性与应用价值。     

基于CS的灰度图像压缩

采用较新的压缩感知理论,通过Harr正交稀疏变换和伯务利采样矩阵,实现了对灰度图像的低速压缩采样,并利用正交匹配追踪算法实现压缩数据的恢复.实验结果表明,此算法能较好地实现图像的感知压缩.     

关联矩阵的稀疏表格法

关联矩阵的稀疏表格法是一种把电路的KCL方程、KVL方程和支路方程全部罗列出来的方法,是以关联矩阵为基础的稀疏表格法.现成为用计算计辅助分析网络中的一种先进方法.本文就这一方法进行讨论和分析,为复杂电路的分析提供一种科学的方法.     

Using Quantum Associative Memory to Simulate the Brain Functions

To simulate the brain functions, a quantum associative memory combined with information preprocessing by a sparse coding model is presented. The sparse coding scheme is used to simulate the information transformation from retina up to primary visual cortex (V1) along the visual path and the quantum associative memory is used to simulate the pattern processing functions of the brain such as the pattern storing, forgetting and retrieving. Experimental results show that the model exhibits good associative ability on face recognition. Considering the huge storage capacity, mass parailel-distributed processing ability and oscillatory phenomena of the quantum system, this model might he a biological plausible implementation.     

基于压缩感知的多角度合成孔径雷达成像

多角度合成孔径雷达（syntheticapertureradar，SAR）成像是实现多SAR信息融合的重要方式．对提高成像分辨率．重构目标轮廓进而提高雷达目标检测或分类性能具有基础性价值．由于各传感器发射信号和测量位置的多样性，实现多角度SAR成像具有挑战性．如何在噪声干扰情况下快速实现多角度SAR成像是一个新问题．本文建立了基于压缩感知的多角度SAR测量模型．通过对测量矩阵的分析，证明多角度SAR测量角度范围、发射信号载频和空间采样位置是影响成像性能的关键因素，研究了目标空间离散间隔对成像质量和分辨率的影响．以上述分析为基础，本文对多角度SAR发射信号载频和测量位置进行设计，构建满足约束等距性的测量矩阵．针对测量矩阵阶次较高的问题，文章提出用分段正交匹配追踪（stagewiseorthogonalmatchingpursuit，STOMP）进行模型求解，在测量矩阵欠定严重的情况下，该算法可以迅速求得模型最优稀疏解．在实验环节．通过分析多角度SAR参数对成像性能的影响，进一步验证了本文结论．实验验证了模型和相应求解算法的有效性和鲁棒性．     

A Meta‐learning Framework for Bankruptcy Prediction

The implication of corporate bankruptcy prediction is important to financial institutions when making lending decisions. In related studies, many bankruptcy prediction models have been developed based on some machine‐learning techniques. This paper presents a meta‐learning framework, which is composed of two‐level classifiers for bankruptcy prediction. The first‐level multiple classifiers perform the data reduction task by filtering out unrepresentative training data. Then, the outputs of the first‐level classifiers are utilized to create the second‐level single (meta) classifier. The experiments are based on five related datasets and the results show that the proposed meta‐learning framework provides higher prediction accuracy rates and lower type I/II errors when compared with the stacked generalization classifier and other three widely developed baselines, such as neural networks, decision trees, and logistic regression. Copyright © 2011 John Wiley & Sons, Ltd.     

应用DWT-Chebyshev方法计算宽带雷达散射截面

在目标宽带电磁散射特性分析中引入切比雪夫逼近理论,并将离散小波变换技术应用于矩量法,通过快速求解给定频带内的切比雪夫节点和节点处目标的表面电流分布,获得了频带内任意频率点的电流分布,从而实现了目标宽带雷达散射截面的快速计算。将计算结果与矩量法逐点计算的结果进行了比较,结果表明:本文方法在提高计算效率和节约存储空间方面具有明显优势。     

椭圆曲线密码的一种合适的对算法

在椭圆曲线密码的应用中,有些密码体制需要进行标量乘法对计算,通常在标量乘法计算时,任一整数对采用的是三元联合稀疏形式表示.在三元稀疏形式的基础上提出任一整数对的五元联合稀疏形式表示,并把这种形式用于快速Shamir算法计算标量乘法对,并证明五元联合稀疏形式比三元联合形式更有效.     

基于稀疏表示的快速三维人脸识别方法

随着计算机技术和三维成像技术的发展,三维人脸识别因不易受光照、装扮变化的影响成为人脸识别和身份验证的新趋势,但是对于表情、姿态变化其识别率还是有待于改善,时间开销较长.本文提出基于稀疏表示原理,对人脸重要的特征鼻尖点进行提取,采用最近邻分类器进行分类识别.实验结果表明,对表情变化等具有较高的鲁棒性和识别效果,且时间开销极小,优于传统的三维人脸识别方法.