基于位置服务数据的社区生活圈测度方法及影响因素分析

生活圈的边界划定是社区生活圈研究的重点也是难点。现有的划定方法有基于行政边界或控规单元、依据设施服务半径及可达性、居民日常活动行为三种方式,其中基于居民日常活动是最接近社区生活圈本意的测度方法。但目前这一方法的应用主要依靠全球定位系统(GPS)数据,成本高且样本有限,难以描述社区大多数居民的活动规律,更缺乏对大范围不同类型社区生活圈的全貌认识。以成都市为例,基于大样本的手机位置服务数据(LBS),采用复杂网络分析技术(Infomap)对中心城区(549 km²)的社区生活圈进行测度,通过识别其规模和边界特征,进一步探讨空间要素对社区生活圈边界的影响及作用机制。结果表明:通过选取恰当的单元精度和距离约束d值,可以获得较好的网络聚类结果(接近15 min生活圈的实际规模);基于LBS数据划分的社区生活圈面积规模差异较大,但大多数的规模处于1～5 km²之间;三类代表性空间要素中,路网密度与社区生活圈面积规模存在中等程度相关,区位和商业兴趣点(POI)密度与社区生活圈规模并不存在显著的相关性;但社区生活圈的人口密度与三类空间要素存在强相关。基于手机...     

基于分块FLD的图像特征提取方法

提出了基于分块Fisher线性鉴别（Fisher＇s Linear Discriminant,FED）的特征提取方法,先对图像矩阵进行分块,将分块得到的子图像矩阵直接用来构造类内和类间离散度矩阵,然后利用Fisher鉴别函数取极大值时得到的最优投影方向进行图像的特征提取。分块FLD方法是二维FLD方法的推广,该方法可以提取每一单元块的局部特征,在ORL人脸库上的实验结果表明该方法在人脸识别性能方面优于二维FLD方法。     

基于短时和长时特征的语音情感识别研究

基于语音的自动人类情感识别是近年来新兴的研究课题,它在人机通信中有广阔的应用前景。分别利用语音的短时和长时特征识别说话者的五种情感状态,即生气、高兴、悲伤、惊奇和一种无情感状态。提出了一种基于基音频率、子带频谱能量与共振峰频率的短时特征矢量和一种反映能量频谱分布及动态的长时特征参数,分别利用隐马尔可夫模型和支持矢量机两种方法进行识别。试验用的情感语音包括一个普通话情感语音库和一个丹麦语情感语音库,试验结果表明使用两类特征参数都可以得到较高的识别率。     

小波降噪方法在电动机故障信号特征提取中的应用

针对油田电动机运行环境恶劣、结构复杂、故障信号中噪声干扰多的特点,采用基于小波变换的降噪方法对电动机故障信号进行特征提取,克服了传统滤波方法的缺陷,为提高电动机故障诊断的精度提供了一个有效工具。同时给出了一个应用实例。     

基于自表示的双图规格化特征选择聚类

特征选择得到的识别特征可以用于聚类分析,提高聚类分析的质量。受数据自表示特性和双图规则化学习的启发,提出了一种新的特征选择聚类算法。利用数据和特征的自表示特性,不仅保留了数据的流形信息,而且保留了特征空间的流形信息。此外,为了充分发挥双图模型的作用和鉴别局部聚类的效果,加入局部判别特征选择聚类,大大提高了聚类的有效性和鲁棒性。     

一种基于图像特征块匹配的电子稳像算法

提出一种基于特征模块匹配的图像稳定算法。该算法自适应地搜索图像特征模块进行后续稳像操作。在稳像过程中,提出一种图像特征匹配的快速算法,匹配得到局部运动矢量,然后对匹配结果进行一致性检验,最后采用可变窗口宽度的均值滤波法对图像序列运动轨迹滤波。试验表明,该算法有效地稳定了图像序列,并且满足实时性要求。     

基于发音特征DBN模型的嘴部动画合成

具有真实感的面部动画合成是虚拟现实的重要研究内容,在传统的基于多流隐马尔可夫模型(MSHMM)的可视语音合成中,由于MSHMM不能为发音器官的运动关系建模,合成的嘴部图像模糊且缺乏细节变化.提出了结合发音特征的多流动态贝叶斯网络语音模型(AF_AVDBN),定义了各节点的条件概率分布,使得发音特征(如嘴唇、舌体和声门/软腭)之间可以异步,并在此基础上推导了基于极大似然估计原理的嘴部最优参数学习算法.嘴部动画合成实验结果表明,基于AF_AVDBN的合成方法能够得到非常逼真的嘴部图像,效果远远优于基于MSHMM的可视语音合成方法,能够更好地应用于人机交互等领域.     

改进的线性判别分析算法及其在人脸识别中的应用

提出了一种改进的线性判别分析(LDA)算法,能有效地解决传统LDA算法的两个局限,即小样本问题及在多类情况下传统的Fisher准则非最优．该算法还能提高某一(几)个指定类别的分类率．这种算法的关键在于使用不损失“有判别力信息”的方法来降维,同时在传统的Fisher准则中引入加权函数,得到与分类率直接相关的改进准则．在ORL人脸数据库上的比较实验结果证实了该算法的有效性．     

特征映射器的研究

CAD/CAPP集成技术是实现CIMS和CE的核心技术,目前还没有真正系统化、实用化的CAD/CAPP集成系统。运用特征映射技术和基于特征的设计技术来实现从设计域到制造域的信息转换和共享,从而建立CAD/CAPP之间的智能接口,在一定程度上实现CAD/CAPP的集成。     

基于Delaire头影测量分析法的颅颌面识别

本文对于一个新的生物对象颅颌面,引入医学中定量化Delaire分析法,依据颅颌面整体骨骼结构平衡理论,提取特定的测量项目,然后通过回归分析统计,分析这些参数对于识别的影响。经过多次统计分析验证,得出最适合作为颅颌面识别的生理特征参数。实验证明,借助于Delaire头影测量分析法提取颅颌面的生理参数,可以有效的反映出颅颌面的生理特征信息,对于颅颌面的生物识别有着重要帮助。