基于核Fisher鉴别分析的手指静脉识别

抽取最优鉴别特征是手指静脉识别中重要的一步,在提取小样本的高维手指静脉图像特征时,由于光照、温湿度、水平位移等因素的影响使得采集的静脉图像是非线性分布的,为此,提出了一种基于核Fisher鉴别分析（kernel Fisher discriminant analysis,KFDA）提取非线性特征的方法。该方法是利用一个核映射将原始输入空间变换到一个更低维的空间RN中,在此特征空间上用核类间散度阵和核类内散度阵作为Fisher线性判别准则(Fisher linear discriminant,FLD),来得到最佳非线性鉴别特征,根据此鉴别特征计算其相互间的欧式距离进行识别。实验结果表明,核Fisher方法与其他方法相比,具有较低的认假率(false accept rate,FAR)和较快的识别速度。     

基于脊波变换的手指静脉图像增强研究

针对人体手指静脉图像的结构和特点,提出一种基于脊波变换的图像增强算法.该算法对手指静脉图像小波域各高频子带系数进行脊波变换,利用非线性新脊域系数确定法对脊域系数进行处理,然后对各高频子带进行脊波逆变换和小波图像重构.该算法对手指静脉二维曲线奇异处理、边缘增强等具有较好的效果,克服了小波变换在高维曲线奇异和方向选择上的不...     

中心损失与Softmax损失联合监督下的人脸识别

深度学习在人脸识别领域已经取得了巨大的成就,针对当前大多数卷积神经网络采用Softmax损失函数进行特征分类,增加新的类别样本会减小类间距离的增长趋势,影响网络对特征判别的问题,采用了一种基于中心损失与Softmax损失联合监督的人脸识别算法,来提高网络对特征的识别能力。在Softmax基础上,首先,分别对训练集每个类别在特征空间维护一个类中心,训练过程新增加样本时,网络会约束样本的分类中心距离,从而兼顾了类内聚合与类间分离。其次,引入动量概念,在分类中心更新的时候,通过保留之前的更新方向,同时利用当前批次的梯度微调最终的更新方向,该方法可以在一定程度上增加稳定性,提高网络的学习效率。最后,在人脸识别基准库LFW上的测试实验证明:所提的联合监督算法,在较小的网络训练集上,获得了99.31%的人脸识别精度。     

基于脊波变换的手指静脉图像增强研究(英文)

针对人体手指静脉图像的结构和特点,提出一种基于脊波变换的图像增强算法。该算法对手指静脉图像小波域各高频子带系数进行脊波变换,利用非线性新脊域系数确定法对脊域系数进行处理,然后对各高频子带进行脊波逆变换和小波图像重构。该算法对手指静脉二维曲线奇异处理、边缘增强等具有较好的效果,克服了小波变换在高维曲线奇异和方向选择上的不足。通过与传统的二维离散小波变换边缘增强法和自适应调整系数的脊波变换方法作比较,实验结果表明本算法具有更好的手指静脉图像效果。     

基于蝙蝠算法-随机森林分类算法和脉搏波的精神疲劳检测算法

针对精神疲劳易诱发慢性病和癌症但却难以精准量化评估的问题,提出了一种基于BA-RFC的光电容积脉搏波信号(Photoplethysmographic,PPG)人体精神疲劳检测方法。模拟脑力工作者的疲劳状况,以被试者脉搏波信号为元数据,以蝙蝠算法(BatAlgorithm,BA)和随机森林分类算法(Random forest classification,RFC)相结合,建立疲劳检测模型。首先使用蝙蝠算法对随机森林分类算法中的决策树和分类特性等参数进行优化,通过迭代选取最优的决策树树数和分类特征数,然后根据最优决策树和分类特征进行疲劳识别。仿真结果表明,BA-RFC算法能筛选出与疲劳相关性较高的特征,利用筛选后的特征进行疲劳识别,该方法优化了参数,降低了维度灾难,提高了疲劳检测精度。识别准确率从93.3%提高到96.7%。     

WiFi与行人航迹推算自适应无迹卡尔曼滤波融合定位算法

针对wifi信号易受环境波动和存在多径效应现象,行人航位推算(PDR)系统中传感器模块精度有限,且存在累计误差问题,因此提出了一种加入自适应调整因子的改进无迹卡尔曼滤波(UKF)融合算法,该算法利用残差rk的理论协方差与实际协方差的差异作为条件,引入调整因子ρ调整状态向量和观测向量的协方差进而调整卡尔曼增益参数,增强系统鲁棒性和提高定位精度。在实验环境中,实验结果表明所提算法的平均误差为1.35m,最大误差为2.23m。定位位置误差在1.5m以内的概率达到了约80%,相比于标准UKF算法在1.5m以内的概率约为22%,提高了约58%。     

齿轮状态声信息流的识别法

根据齿轮噪声信息流的传播途径研制了固体声传声器和检测系统，并采用时域分离法分析处理固体声信息以确定齿轮的运动状态，实验结果表明，将此方法用于齿轮故障识别时，能确切提取反映齿轮工作状态的信息流。     

基于网络的产品数据管理技术研究

基于网络的产品数据管理技术正在世界范围内兴起，在此基础上研究了产品数据管理的网络技术的结构及其关键技术．     

基于修正加速度的对数归一化变步长自适应滤波的心率估计算法

针对运动过程的光电容积脉搏波(photoplethysmography,PPG)信号易受到运动伪影的干扰,使得心率测量困难的问题,提出了一种基于修正加速度的对数归一化变步长自适应滤波(log-normalized least mean square,Log-NLMS)算法.该算法利用角速度对加速度进行卡尔曼滤波修正,去除重力分量.然后将修正后的加速度作为对数归一变步长自适应滤波的参考信号,滤除PPG信号中的运动伪影,最后利用谱峰追踪估计心率.结果表明:该算法估计心率的平均绝对误差较传统算法平均降低了1.4次/min,平均相对误差降低了1.55％,可见本文算法能够有效地去除运动伪影的干扰,获得更为准确的心率.