基于CSI离散指纹的轨迹跟踪方法

针对从Wi-Fi设备中获取的接收信号强度(RSSI)在定位过程中误差较大的问题，设计了一种基于信道状 态信息(CSI) 离散指纹的轨迹跟踪方法．首先经过汉佩尔滤波，巴特沃斯低通滤波去除了CSI异常值和噪声的影响， 然后利用线性回归算法去除相位的频移误差，继而采用协方差矩阵特征值法进行特征提取，最后通过基于CSI子 载波权重的主成分分析法进行了无源定位和轨迹跟踪．实验结果表明: 离散指纹点定位的平均正确率在 90%以上， 所设计的算法能有效实现对室内人员的定位和轨迹跟踪．     

基于EMD和SVD的在线手写签名特征提取方法

为使在线手写签名认证的使用更具实用性,提出了一种基于经验模态分解(EMD)和奇异值分解(SVD)的在线手写签名特征提取方法.针对在线签名数据的坐标信息,以EMD分解所得的本征模态函数(IMF)分量为初始矩阵,并进行矩阵奇异值分解,以奇异值的能量值作为样本数据的特征分量构成用户特征向量,建立了基于支持向量数据描述(SVDD)的一类认证模型验证该方法效果.在SVC2004签名数据库上的实验结果表明:该方法提取的签名特征区分明显,使用少量的单类真实签名作为训练样本,得到FAR=3.38%,取得了较好的认证识别效果.     

河流水域有机污染的生物学监测与评价

河流水域污染后影响到底栖动物、浮游生物和微生物的个体数量和重量,根据其水体个体数量的变化,可监测、评价水体污染程度。本文通过对我市迎江区长枫港水体的大型底栖无脊椎动物,浮游生物和微生物的监测,根据水体出现特有的指示生物来判别水体污染状况。     

k-means聚类算法的MapReduce并行化实现

针对k-means聚类算法特点,给出了MapReduce编程模型实现k-means聚类算法的方法,Map函数完成每个记录到聚类中心距离的计算并重新标记其属于的新聚类类别,Reduce函数根据Map函数得到的中间结果计算出新的聚类中心,供下一轮MapReduce Job使用.实验结果表明:k-means算法MapReduce并行化后部署在Hadoop集群上运行,具有较好的加速比和良好的扩展性.     

基于多维数据图像化的非侵入式负荷识别

针对已有负荷识别方法存在选取的负荷印记冗余度大及无法直接反映负荷功率信息的不足,提出一种多维数据图像化的非侵入式负荷识别方法．首先将负荷的电流波形、瞬时功率波形和电压-无功电流轨迹三个维度的负荷印记转换成灰度图像;然后将其分别加载到图像的红绿蓝通道上,得到带有功率信息的真彩色图像;最后通过简化的二维卷积神经网络进行负荷识别．实验结果表明：本方法能够提升图像的信息密度,使得所采用的人工智能网络在计算量和参数量都降低的情况下仍能在图像中找到最具有辨识力的区域进行高效的负荷识别;在PLAID(即插即用设备标识数据集)和WHITED(全球家庭和工业瞬态能量数据集)上分别达到了98.78%和99.50%的识别准确率．     

一种面向流媒体云服务平台的自适应负载均衡方法

设计了一种基于云计算技术的流媒体服务平台体系结构,针对此服务平台提出了一种面向云计算资源的自适应负载均衡方法,以提高平台的资源利用率以及减少服务拒绝率.测试结果表明:此方法适用于流媒体云服务平台的负载均衡调度.     

基于分块DCT的图像去重算法

针对云端存在着大量冗余的相似图像,提出了一种基于分块DCT的新型感知哈希算法BDCT-hash,在此基础上给出了一种针对JPEG压缩的感知哈希图像去重方案,通过大量仿真模拟实验验证了BDCT-hash算法对相似图像去重的准确性、高效性及稳健性.     

基于MMP-2DPCA 的人脸识别方法

提出了一种基于二维小波分解和融合多特征的2DPCA(简称MMP-2DPCA)人脸识别方法.该方法对于人脸表情变化不敏感,能够很好地压缩和表征原始人脸图像;融合图像既能反映人脸的全局特征,又能反映人脸的局部特征,具有更强的表达能力和判别能力.在ORL人脸库上的实验表明:MMP-2DPCA方法具有有效性.     

基于重叠分块与级联分类器的目标检测

本文提出一种基于重叠分块的背景建模方法,每个分块由其二维离散小波变换的低阶系数作为描述子表示。提出一种阶梯型模型参数更新方法,为每个分块建立一个高斯模型以适应训练视频中存在前景的情况。利用在光照变化的情况下RGB空间中两帧像素的RGB向量夹角几乎不变的特性,建立了余弦距离分类器以适应光照变化。在像素级别的前景分割判决中采取了类似于多数投票判决的策略,有效减少了最终判决的错误概率。实验结果证明,该方法与传统方法相比具有较高的准确性。     

有限反馈的联合波束成形和调度方案

提出一种基于有限反馈的联合波束成形和调度方案:用户利用一种结构化的码本对用户的信道方向信息(CDI)进行量化,采用一种低复杂度算法计算其最大的信号干扰信噪比(SINR),反馈给基站;基站根据接收到的反馈信息,按照和容量最大的准则选择出多个正交波束以及相应的多个用户.此方案不需考虑所有可能的用户子集,因此其复杂度仅随用户数呈线性增加.与Sharif等前人方案相比,该方案具有更高的吞吐量,避免了选择波束成形矢量时的用户冲突,基站不需要将波束成形矢量发给各个用户.