基于不变矩的景象匹配辅助导航快速匹配算法

针对景象匹配过程中矩特征计算量大、耗费时间长的问题,在搜索匹配前,首先通过小波变换压缩图像以减少搜索空间。在此基础上,为了减少每个待匹配位置相似性测度的计算量,利用矩特征的求解特点及匹配过程中相邻子图间的关系,通过设置多个和表简化各子图矩特征的计算。综合这两种加速策略,提出了一种快速的不变矩匹配算法,该算法极大地降低了匹配过程的计算代价。实验结果表明,所提算法与仅使用小波变换的方法相比,在保证匹配精度的同时,进一步减少了匹配耗时。     

证据理论及其在目标识别中的应用

随着防空作战环境的日益复杂,快速准确地进行空中目标识别显得尤为重要。多元信息融合为目标识别提供了一个新的思路,信息融合可在像素级、特征级及决策级3个层次上进行。基于证据推理的决策级融合以其在自动目标识别中特有的优势而成为研究的热点。为了解决Dempster组合规则在高冲突证据下存在的问题,对组合规则的思想进行了分析;讨论了针对该组合规则的两大主流修正方向:基于修正证据源的改进措施和基于修正Dempster组合规则的方法一些改进措施;针对空中目标识别问题,提出了综合运用各种改进思想的融合方法,给出了识别过程的流程图,算例结果表明本文方法的有效性。     

基于离散余弦变换和支持向量机的人脸识别算法

提出了一种基于DCT提取人脸特征技术和支持向量机分类模型的人脸识别方法。利用离散余弦变换可提取人脸可识别的大部分信息，而支持向量机作为分类器，在处理小样本、高维数等方面具有独特的优势，且泛化能力很强，无需先验知识。从ORT人脸库上的实验结果可以看出，DCT特征提取是很有效的，且SVM的分类性能优于最近邻分类器，同时提高了整个系统的运算速度。     

基于虹膜识别的网络安全认证系统

随着信息技术的飞速发展,传统的身份验证已不能完全满足电子信息安全的要求,通过对几种生物特征识别的性能进行比较,结合信息加密技术,提出了一种基于虹膜识别的网络安全认证系统,该系统与现存的很多认证体系(如Kerberos认证系统)相比,多了一层对网络身份的识别功能,本文从理论上证明了该系统的安全性和可行性。     

试探“进步测验”中多项选择题的一些问题

为了巩固学生所学的英语知识,激发学生不断进步,测验是必不可少的措施之一.目前大学时常见的测验方式有三种:Placement Test、Progress Test(进步测验)和Proficiency Test.每一种测验都包括有听力、阅读理解、完形填空、及写作(或者翻译)五个大项.“进步测验”(以下称“Progress Test”)的目的是检测学生课堂所学的知识掌握与否,通俗地说就是紧扣课文的期中或期末测试.既然紧扣课文,那么“ProgressTest”的形式和项目将在很大程度上影响考前的教学方式.即减少英语的语法条条规规教学,而着重语言的运用能力传授.为了做到以上这一点,教师在“Progress Test”中不妨给学生多出一些考学生活用能力(Production)题、少出一些辩认能力(Recognition)题.而考Recognition的题目的主要类型是“多项选择题”(以下称“Multi-ple-Choice”).笔者之所以建议在“Progress Test”中减少此类题目的比例,是因为在教学中发现大量使用Mul-tiple-Choice起了误导作用,误导学生注重背生词表或背三、四、六级词汇表,而不复习课文中词汇应用的方式.靠背词汇来学英语的弊病有三种: