基于样本扩展和线性子空间特征提取的单样本人脸识别

针对单训练样本情况下的人脸识别问题,提出一种虚拟样本扩展方法. 利用光照模板映射将单一样本扩展为一组虚拟样本,从而增强单训练样本的分类信息. 采用主成分分析（principal component analysis, PCA）对扩展的虚拟样本进行降维,并用Fisher 鉴别变换作二次特征抽取,然后用最近邻分类器识别人脸图像. 所提方法在人脸图像库Yale B 和Extended Yale B 上进行试验,用PCA+LDA 方法把扩展图像作为训练集对测试图像进行特征提取和识别. 相对于以单样本图像为训练集的PCA 特征提取,该方法显著提高了识别率.     

一种求解电磁场本征值问题的新方法

在齐次Ｈｅｌｍｈｏｌｔｚ方程的右端加上一个已知的激励函数，并给未知的本征值赋一个猜值，就得到的原本征值问题对应的定解问题，文中证明当这个猜值趋近正确的本征值时，定解问题解的范数将趋近于远穷大，用这一结论为判据就可将本征值问题的求解转化为定解问题的求解，这一新方法的主要特点是可以利用解释疏矩方程的算法求解非标准的稀疏矩阵本征方程。     

基于KECCA与PLS的水下底质回声识别

分析了增强典型相关方法（Enhanced Canonical Correlation Analysis, ECCA）的不足,提出ECCA与偏最小二乘方法（Partial LeastSquare, PLS）相结合的多特征线性融合识别模型.为解决多特征非线性融合问题,将增强典型相关方法推广到核空间中,得到了核增强典型相关方法（Kernel ECCA, KECCA）.最后,将KECCA+PLS模型用到水下底质回声识别.四种底质回声识别实验表明,采用KECCA+PLS模型,识别效果得到进一步改善.     

基于核Bayes分类函数的KPCA与KFDA算法稳定性

为了得到核Bayes函数作为分类器的核主元分析(KPCA)与核Fisher判据分析(KFDA)的算法模式稳定性,利用Rademacher复杂度的概念及相关定理,推导出了核Bayes函数Rademacher复杂度的界以及其作为分类器的算法发生错误分类的概率的界,说明了模式稳定性与样本长度、降维矩阵的维数等关系,提出了两种衡量模式稳定性的直观指标,误分差和百分比和误分均值偏离度.仿真结果不仅验证了几个定理,也表明所提出的衡量指标是有效的、可行的.     

基于支持向量机融合方法的4135柴油机故障诊断

<正>柴油机故障具有诊断对象多、特点不一和关系复杂的特点。而支持向量机具有良好的泛化能力,适用于小样本问题,同样适用于柴油机故障诊断。同时,信息融合方法可以通过多方面的信息总结出更加完整的特征数据,反映观测对象。在支持向量机的基础上结合信息融合方法,集合两者优点,可以更好地解决分类问题,对     

基于KPCA及最佳鉴别独立分量的人脸识别方法

首先分析了独立分量分析(ICA)在人脸识别应用中存在的一些问题,然后从3个方面对基于独立分量分析的人脸识别方法进行了改进:首先利用KPCA将人脸映射到特征空间,在特征空间进行ICA得到相对于原样本的非线性独立分量,从而得到一种非线性独立分量分析的方法;其次,定义了Fisher鉴别信息作为选取最佳鉴别独立分量的准则;最后,提出了一种用最佳独立分量表示待识别人脸图像的方法,克服了用直接投影得到的特征不准确的问题.基于ORL人脸数据库的实验表明,利用此改进的非线性最佳鉴别ICA方法,可以得到优于FLDA方法的识别性能,且在特征数较少时仍能得到较好的识别稳定性.     

一种基于统计模型和时序分析的弹痕比对方法

提出了一种枪弹头弹痕自动比对方法.首先通过常规的采集设备采集弹痕数据,通过对弹头实际测量数据的统计建模,利用概率模型构造出一个代价函数,当该代价函数的取最小值时,即可估计出平移误差和转动误差,从而有效的消除了测量数据中的各种误差.通过时间序列分析比较两个弹痕的相似程度,结果表明该方法在可接受的计算时间内有效地解决了弹头...     

一种基于光谱距离约束的非负矩阵分解算法

在处理混合像元分解问题中,非负矩阵分解算法是一种比较热门的算法,因其算法模型与线性光谱模型有着相似性和解出的结果符合现实要求而被广泛应用。现有的非负矩阵分解方法在针对端元之间差异性的同时,并没有考虑到有部分端元可能会有相似的光谱特征的存在。因此,提出一种基于光谱距离约束的非负矩阵分解算法,该方法在对图像中所有类别进行解混的同时,既考虑到不同物质端元之间的可分性,也考虑到具有相似光谱特征物质之间的端元相似性。实验结果表明了所提方法的有效性。     

一种测定微量铜的高灵敏度动力学方法

根据铜对磷钼酸氧化碘化钾反应的催化效应,提出了有效测定痕量铜的动力学方法.并建立了测定条件,铜的浓度在0～0.64μg/mL范围内标准曲线是直线,检测限量为1ng/mL.该方法用于La_2O_3中铜的测定,重现率为95.6％.Rs_o为2.2％.     

基于智能天线的一种自适应小基站架构

提出了一种将智能天线应用到小基站网络中的方案,配置有智能天线的小基站在周
围小基站繁忙时利用智能天线的方向性为业务繁忙的小基站进行自适应分流,达到负载均衡
的目的. 当本身业务繁忙时,通过智能天线进行空分复用可提高带宽利用率,从而提高系统吞
吐量,减少基站数目. 实验结果表明：在保证用户接入成功率和系统吞吐量的条件下,采用文
中小基站自适应算法可将所需部署的小基站数目约减少30%,从而降低了部署成本,减少运行
能耗.     

核最近特征分类器及人脸识别应用

将最近特征线(NFL)、特征面(NFP)和特征子空间(NFS)分类方法推广为基于核的NFL、NFP和NFS,其优点是可直接对高维的人脸图像样本进行识别,而无需先抽取人脸图像特征,使在训练样本数较多、特征抽取在计算上难以实现的情况下也能直接识别.其中对KNFS得出了两种计算方法,一是KNFP的直接推广,二是利用核主分量分析构造非线性特征子空间.基于ORL和YALE数据库的实验验证了此方法直接识别高维人脸图像的有效性.     

我国城镇居民收入与支出关系的典型相关分析

本文利用典型相关分析方法，对我国31个地区城镇居民家庭收入与支出关系进行了建模．利用SAS的运行结果，筛选出两对典型变量，并对典型变量的结果进行了分析，得出了比较符合实际的结论：我国城镇居民中的工薪旗还只是温饱型的，要想提高城镇居民的整体生活水平，必须提高工薪族的工资.     

基于SWA的核自联想记忆模型及其人脸识别应用

通过在传统的自联想记忆模型中引入机器学习中颇具影响力的核方法,提出了一类囊括现有自联想记忆模型的统一的核自联想记忆模型框架(KAM),并针对KAM所具有的复杂的全互连结构,借鉴最近由Watts和Strogatz提出的"小世界网络"理论,构建了一类结构相对简单、易于硬件实现的基于小世界体系(SWA)的核自联想记忆模型框架(SWA-KAM).在FERET人脸数据库上的随机加噪和部分遮挡的识别实验表明,该模型获得了比PCA算法以及最近提出的(PC)²A算法更高的识别率,表现出了较强的鲁棒性.