基于最大速度扩展格子气模型的单向行人流研究

本文提出了一种基于并行更新方式下的最大速度扩展格子气模型。通过仿真模拟,当偏向前的移动趋势强度D<1时,最大速度v_(max)>1的流率大于v_(max)=1的流率,且最大流率对应的临界密度与实际情况吻合较好。随着v_(max)的增大,临界密度不断减小。对于参数D=1的特殊情形,行人流基本图呈现出和车辆交通流类似的典型的反λ形状。基本图中密度—流率曲线在临界密度处发生相变,流率发生突降,并且出现了行人流中"快即是慢"的现象。改进后的格子气模型可以更好地揭示行人流中某些现象和规律。     

完全判别信息Fisherfaces人脸识别算法

针对传统Fisherfaces算法存在丢失部分样本信息的问题,提出一种改进的Fisherfaces算法——完全判别信息的Fisherfaces算法(简称CDI_Fisherfaces).首先说明传统Fisherfaces算法的最优判别矩阵是不相关判别(uncorrelated discriminant,简称UD)矩阵,通过施加正交约束条件,得到正交判别(orthogonal discriminant,简称OD)矩阵.然后在这两个判别矩阵的基础上,添加主成分分析(PCA)阶段中总体散度矩阵St未被考虑的非零特征值对应的特征向量,组成新的判别矩阵.这两个新的判别矩阵不仅包含了样本的全部特征,还分别保持了原先判别矩阵的不相关性和正交性.最后通过在ORL和YALE人脸库上实验,发现完全判别信息Fisherfaces算法识别率高于传统的人脸识别算法,说明本文中算法的优越性.