基于支持向量机与结构矩的车型识别实时鲁棒算法

车型分类精度是目前交通环境中的研究热点.提出了一种鲁棒性好实时性强的基于支持向量机的机动车型识别方法,对车辆的类型进行分类,选择合适的结构矩为车辆特征,以支持向量机方法为学习分类器,获得了较高的车辆分类精度,在一定程度上解决了车辆分类难的问题.现场视频处理的结果表明:该法鲁棒实时有效,且车型分类精度得到了一定提高.     

手指静脉识别专利技术综述

随着信息技术的飞速发展,个人信息的安全性与保密性引起了人们的高度重视,而人体丰富的生理特征,使得生物特征识别技术成为个人身份认证领域的一项重要手段。指纹识别技术虽然已经得到广泛应用,但却存在着易被复制造假的隐忧。手指静脉识别技术是利用位于手指表皮下面的静脉血管作为特征来进行身份认证,不易被复制和伪造。本文通过对手指静脉识别技术相关的专利数据进行统计,然后对手指静脉识别技术相关的国内外专利申请状况进行分析,对手指静脉识别技术领域国内重要申请人进行分析,进而对手指静脉识别技术领域内的重要专利进行总结。     

基于SVM的新浪微博营销类水帖识别研究

研究一种发现水帖的分类算法.该方法利用SimHash方法将发帖重复当成类似网页去重的问题处理,发帖内容的重复度和其他特征,如发帖的密集型、帐号名称的相似性,所使用的客户端等特征将用于水帖与正常发帖的分类.该文利用新浪微博API下载多个汽车营销账号下的交互数据作为实验数据,并使用SVM作为分类器.实验结果表明,该方法能够较好地发现那些伪装性非常好的水军所发布的水帖.     

多分类器融合算法研究与应用

分类算法是数据挖掘、机器学习和模式识别中一个重要的研究领域.单一的分类算法一般会得到不同的分类结果,多分类器融合算法可以将各分类器的结果进行集成来提高系统的分类性能.该文提出一种多分类器融合算法进行分类分析,结果证明该算法在解决目标分类中具有优越性.     

基于Wi-Fi信道状态信息的身份识别

人的行为感知技术在人机交互中起着重要作用,其中动作识别和身份识别技术应用广泛.传统的行为感知技术需要人们佩戴传感器,且设备成本高.为此,本文提出了一种基于Wi-Fi信道状态信息(Channel State Information,CSI)的身份识别系统.该系统包括数据采集,数据预处理,行走区间检测,分类识别4个阶段.首...     

应用Krawtchouk矩和支持向量机的图像纹理分割

提出一种基于Krawtchouk矩和支持向量机的图像纹理分割方法.对图像的每个像素,选择一个窗口,计算该窗口内的Krawtchouk矩,然后通过非线性变换将得到的矩值转换成纹理特征,对特征空间进行优化后,使用支持向量机进行纹理分割.和基于Zernike矩的纹理分割结果相比,本文的方法能得到更好的纹理分割结果.     

基本图像特征用于文本图像文种识别

为了解决现有方法在运算速度和识别效果上的矛盾,该文将基本图像特征用于文本图像文种识别. 按照纹理分析结构方法的观点,将纹理基元划分为7 种类型,提取描述文本图像纹理基元构成以及其空间位置关系的特征,采用支持向量机对所提特征进行训练和分类,实现文字种类识别. 实验选用有质量退化的中、英、俄、日、韩、阿拉伯等10 种不同语言文字的文本图像,结果表明该算法运算速度快,有较高的识别准确率,并对图像质量退化有较好的鲁棒性.     

基于机器学习的铁路道岔故障识别

道岔的正常运转是保证列车正常运行的必备条件,传统的道岔故障检测方法主要来源于人的工作经验,根据电流的非正常变化来判别道岔是否发生故障,消耗较多的人力资源与物力资源.为了提升资源的有效利用率,本文运用概率主成分分析法提取数据的主要特征,分别采用支持向量机模型和k近邻模型作为道岔故障分类器,然后使用十折交叉验证法作为模型的...     

基于支持向量机的数字水印算法综述

对基于支持向量机的数字水印算法做了概要性的介绍,由于支持向量机可以通过有限的训练集样本得到小的误差,从而提高学习的泛化能力,因此支持向量机在版权保护领域有很好的应用效果．对基于支持向量机的数字水印技术的相关概念和现有算法进行了描述与分析,另外,对基于支持向量机的数字水印技术的未来发展方向和前景进行了预测．     

一种支持向量回归机的音频水印算法

为了同时保证算法的不可感知性与鲁棒性,提出了一种新的支持向量回归机音频水印算法．该算法首先对音频进行小波变换,然后选取稳定的低频系数的相邻均值向量、左邻域斜率向量、右邻城斜率向量作为支持向量回归机训练模型,利用支持向量回归机训练模型嵌入和提取水印信息．仿真实验表明,算法对常规的信号处理及攻击均具有较好的鲁棒性,与经典的基于小波变换的量化算法相比,具有很好的不可感知性,另外,在水印检测时不需要原始音频,实现了水印的盲检测．     

利用复合特征进行模式识别的探雷研究

根据对探地雷达回波信号的分析,提出了一种利用复合特征训练神经网络并用其进行地雷探测的新方法.整个过程包括有预处理、特征提取及神经网络分类三个步骤.在特征提取的过程中,选取时域、频域、小波域能量及其统计量,以及Welch功率谱密度估计作为地下埋设目标的特征,在此基础上使用WILKS准则采用逐步判别的方法抽取关键特征,从而降低特征维数并将特征送入神经网络训练.使用地雷目标与其相近物体的数据进行对比试验和神经网络测试,结果表明,使用复合特征训练的神经网络可有效地将地雷与其他干扰物分开,提高了地雷的探测率,同时降低了虚警率.     

基于小波包的固液两相流流型识别方法

针对固液两相流特征参数和流型之间的非线性关系,提出了一种基于小波包分解和人工神经网络的流型识别方法.该方法首先用FLUENT软件建立物理模型和动力学模型并设置一个监测点,对采集到的速度波动信号进行6层小波包分解,得到最优小波树及其信息熵,然后将信息熵构成的特征向量输入BP神经网络进行训练和识别.最终的测试结果表明:该方法能有效克服传统识别方法存在的主观性,具有较好的识别效果,为固液两相流的流型识别提供了一种有效的选择.     

一种用于手势识别的局部均值模式纹理描述子

提出了一种改进的局部二值模式即局部均值模式用于对静态手势进行分类. 计算不同分辨率的原始手势图像、非线性光照变化图像、高斯模糊图像和椒盐噪音图像的局部均值模式、局部二值模式和局部角相模式. 利用gentle_Adaboost 分类算法对这些算子特征进行训练和测试,实现手势分类. 文中提出的局部均值模式能充分利用区域内像素灰度值之间相关性和区别性信息进行编码,恰当地描述不同手势的特征,具有简单快速及良好的区分度等特点. 实验结果表明：与局部二值模式和局部角相模式相比,局部均值模式算子取得了更高的分类准确度.对于原始图像,该描述子的分类准确度达到95%,同时该模式对非线性光照变化和高斯模糊具有较强鲁棒性.     

手持式电子车牌自动识别系统的研究

随着我国汽车行业迅速发展,机动车的数量和规模大幅度增加,假牌、套牌现象屡见不鲜,车辆的稽查难度日益增加。本文主要论述运用RFID技术在车辆稽查及识别方面的研究,通过手持式RFID读卡器中嵌入的独立解码系统识别电子牌照反馈的密码,实现不联网的车辆信息自动识别和管理。     

基于第二代曲波的人脸识别算法研究

为了能够提高人脸识别的效果,深入地研究了第二代曲波在人脸识别中的应用.首先,分析了第二代曲波的基本理论.其次,分析了基于第二代曲波变换的加权算法.然后,分析了基于第二代曲波加权的双向二维主成分分析人脸识别算法.最后,进行了算例分析,对ORL和Yale人脸数据库的人脸图像进行了人脸识别仿真实验,实验结果表明改进的算法具有识别率高和识别时间短的优点.     

基于频带能量和相同步的运动意识任务分类研究

提出了基于信号频带能量和相同步作为脑电特征向量,实现对左右手运动意识任务的分类方法．用线性判别式算法对左右手运动想象脑电模式进行识别,识别正确率最高达到了86．43%,与只用特定频带能量作为脑电特征分类结果相比,效果更好．为大脑运动意识任务的分类提供了新思路．     

探测器单元PAD的单道计数率和strip pattern的研究

探测器单元PAD的单道计数率是阵列探测器长期运行稳定性的一个参量.用单道计数率结合探测器单元整个的strip pattern来综合研究探测器的运行情况,对阵列运行维护和探测器研究都有重要的参考意义.     

驾驶困倦预警系统中眼部状态识别的研究

为判断驾驶员是否处于疲劳驾驶状态,通过对人脸正面图像中的眼部状态的研究,提出了一种判断算法.首先基于灰度投影曲线和人脸几何特点提取驾驶员的眼部区域,然后利用事先提取的驾驶员睁眼时的瞳孔区域模板在该区域进行匹配,通过匹配初步判断出驾驶员是否属于疲劳驾驶.实验结果表明,该算法简单高效,在满足一定外部条件下,误判率较低.     

软件产业发展模式的探讨

软件是信息技术的核心,是计算机的灵魂,没有软件就没有计算机的应用,也就没有信息化。随着计算机的应用与发展,软件产业也迅速发展。软件产业对信息产业和国民经济信息化发展有着强大的推动作用,对于促进科技和社会进步,增强国家综合实力,保障国家安全具有重要的战略意义。因此世界各国都把软件产业放到了优先发展的位置。我国对软件产业发展十分重视,学习借鉴国外软件产业发展模式,建立一种符合中国国情的软件产业发展模式具有重要意义。 一、在国际软件产业发展中比较成功的印度模式 印 度的软件业发展始于二十世纪８０年代初,…