基于距离判别的心电身份识别技术研究

针对传统生物特征身份识别技术易于破解的弊端,提出了心电信号身份识别技术。分析了心电信号身份识别的距离判别法则。结合马氏距离、小波距离、谱能量距离和相关距离算法,提出加权系数智能匹配算法。下位机利用双电极法采集心电信号,经串口送往上位机。Matlab软件平台下,编程实现心电信号数字处理和身份识别。通过对40个人的心电样本进行测试,获得了95%的识别结果。     

基于特征向量集的距离判别

针对距离判别在处理复杂数据时的不足,提出了一种新的判别方法,该方法的主要思想是确定各总体的特征向量集后,以样品到各总体特征向量集的最短距离为准则对样品进行属类判别.然后利用此方法对多个实例进行检验,并以回代正确率为标准与常用的判别方法进行比较.     

改进的距离判别分析法

在不对判别变量进行处理的条件下,对传统的距离判别方法进行改进,提出一种新的判别方法,试图解决复杂球形数据的判别问题,以提高判别的正确率。通过实例表明,该方法的判别效果良好,能较好地处理复杂球形数据的判别问题。     

用多距离特征识别三维物体的表面形状

本文讨论一种识别物体的方法。三维空间中的物体表面可以由部分球面、柱面和平面来近似,并且这些面是能够被识别的。处理方法是通过分割图象成为区域(Region)且并行处理这些区域来实现。文内叙述一种技术。这种技术应用具有激光扫描器的摄象机系统获取图象。测量三维物体相应表面点的座标。然后用相应区域中的三点决定一个参考平面,进而计算区域中的特征点到参考平面的距离。这些多距离特征可被用来识别相应区域中的物体表面是球面、柱面还是平面。这些面的方向,可用具有两个斜角的表面法线方向来描述。这种技术在自动装配线上和工业监视检验中是很有用的。可用其找出另件在三维空间中的位置和方向,计算检验另件表面形状外形尺寸等等。     

二次加权距离判别

定义了各因子的判别权重和加权距离,并结合二次判别和两类判别,构造了二次加权距离判别.该方法既保留了所有因子又体现了不同因子的判别能力.经实际数据的计算验证,其判别效果优于马氏距离判别.     

二次加权距离判别

定义了各因子的判别权重和加权距离, 并结合二次判别和两类判别, 构造了二次加权距离判别. 该方法既保留了所有因子又体现了不同因子的判别能力. 经实际数据的计算验证, 其判别效果优于马氏距离判别.     

基于距离判别法的雹云识别模型

【目的】提高雹云识别准确率,降低因冰雹造成的经济损失。【方法】依据气象雷达反射率图像,利用Kmeans聚类提取云层的内外轮廓,计算其距离方差;利用雷达软件提取云高数据并计算云高的一阶统计测度;将云层内外层轮廓的距离方差与云高一阶统计测度相结合,构造雹云判别模型。【结果】利用此模型对已有样本检测,可知该模型识别率判别准确率为88.75%,准确率较高。【结论】通过内外轮廓方差与云高一阶统计测度构造的距离判别模型有较好的判别效果。     

基于特征点距离的手背静脉特征融合方法

针对现有手背静脉识别利用手背静脉特征较少, 识别率较低的问题, 提出了一种基于特征点距离的手背静脉特征融合方法。该方法首先对手背静脉进行细化, 对不变矩特征的量化值求和再进行匹配; 然后提取手背静脉的端点及交叉点, 利用改进的Hausdorff 距离进行匹配, 从而去除零距离点的影响, 提高两幅图之间的非相似性; 最后将这两种匹配方法进行加权融合。实验证明, 该融合算法识别率可达96. 75%, 且运行时间仅为0. 97 s。     

距离判别中存在的一个问题

判别分析是多元统计的重要内容之一，然而，在众多文献中（如（１），（２），（３），（４），关于判别分析中的距离判别问题却存在着一个既简单但又难发现的错误结论，本文对此进行了纠正，同时，指出了距离判别本身的一些缺点和问题。     

基于ReliefF和聚类的特征选择方法及其在无线电信号识别中的应用

无线电信号识别在无线电监测中占有重要地位,为了提高信号识别率,针对C波段信号特征数据的特点,提出一种基于ReliefF和聚类的特征选择方法.该算法首先用ReliefF算法去除与分类不相关的特征,再对余下的特征根据相关度强弱进行特征聚类,最后根据特征权重大小和相关度强弱删除冗余特征,选出代表性特征.实验结果表明,该算法有效地减少了数据维数,并且提高了信号识别率.     

用于手写文字识别的MQDF替代参数选择方法

针对修正二次判别函数(MQDF)的替代参数的选择问题,提出一种选择参数h的方法.首先通过分析h在MQDF中的作用,将h对判别结果的影响分为两类情况;然后对每类情况在训练集上统计h的取值分布,并分析如何选择h可获得最优的分类结果;最后用非参数方法得到这两种情况的概率分布,从而得到h的最佳取值.在手写数字数据库MNIST和手写汉字数据库ETL9B上的实验结果表明了该方法在识别效率以及时间效率方面的有效性.     

基于角点特征与支持向量机的车牌字符识别

为了提高车牌识别中车牌字符的识别率,提出一种角点特征和支持向量机相结合的车牌字符识别新方法.首先使用Moravec算子提取字符图像中的特征点,然后根据特征点在图像中的分布情况构造特征向量,并使用小样本对支持向量机进行训练,最后使用训练好的支持向量机进行字符识别.实验结果表明,在训练样本较少的情况下,该方法正确率较高,算法简单,稳定性好.     

手写字符识别方法的研究

介绍了现有几种识别方法的优缺点，并提出了一种新的识别方法——基于特征编码的多级分类识别法，经对字符的识别实验证明这种方法简单易行，快速有效。     

一种改进的汉字字符识别法

光学字符识别系统已经有了较长时间的发展,但是在汉字识别领域,依旧有着很多可以改进的地方.本文提出一个基于不变矩和分区特征识别相结合的新方法,配合一种快速校正技术,构成一种高效的汉字字符识别系统.最后,本文将讨论这种方法的优缺点.     

鉴别局部特征分析及其在人脸识别中的应用

由于传统的鉴别主分量分析(DKL)算法中,主分量分析(PCA)基于全局特征,难以提取人脸的局部特性,该文提出鉴别局部特征分析算法.该算法中,局部特征分析(LFA)代替PCA作为线性鉴别分析(LDA)的前端.一方面,LFA在保留大部分全局信息的同时提取局部特征.另一方面,它为信号提供一种有效的低维表示,增强LDA在小样本问题中的数值稳定和推广性能.文中结合开集模式的人脸认证领域,在PoliceFace、OCRLab人脸库和它们的组合库上对新算法和DKL算法进行实验比较.实验表明,通过结合LFA和LDA,新算法明显降低认证错误率在PoliceFace库上,等错误点错误率降低43.10%;在OCRLab库上错误率降低25.87%;在组合库上错误率降低33.16%.     

Face Recognition Using Kernel Discriminant Analysis

Linear Discrimiant Analysis (LDA) has demonstrated their success in face recognition. But LDA is difficult to handle the high nonlinear problems, such as changes of large viewpoint and illumination in face recognition. In order to overcome these problems, we investigate Kernel Discriminant Analysis (KDA) for face recognition. This approach adopts the kernel functions to replace the dot products of nonlinear mapping in the high dimensional feature space, and then the nonlinear problem can be solved in the input space conveniently without explicit mapping. Two face databases are used to test KDA approach. The results show that our approach outperforms the conventional PCA(Eigenface) and LDA(Fisherface) approaches.     

基于多标签核判别分析的人脸身份与性别识别方法

为解决多标签线性判别分析(MLDA)方法在非线性维数约简方面的局限性,提出了一种多标签核判别分析(MKDA)方法,并将其用于人脸的身份与性别识别中.该方法的基本思想是通过非线性映射将训练样本从输入空间映射到高维核特征空间中,并在该特征空间中进行基于MLDA的数据降维.在身份和性别识别中,首先采用MKDA方法对人脸图像特征向量进行降维,获取判别特征矢量集;其次,为每幅人脸图像赋予一个表征身份和性别的多标签类别矢量;最后,采用减秩回归模型(RRR)描述判别特征矢量与多标签类别矢量之间的回归关系,并利用该模型进行未知人脸的身份和性别识别.AR人脸数据库上的实验结果表明:在人脸身份和性别识别中,MKDA方法的识别率高于传统核判别分析(KDA)方法.     

中国东南沿海锯缘青蟹群体的形态判别分析

测量了福建连江、浙江宁海、福建厦门、广东深圳、海南三亚、广西北海6个样地锯缘青蟹群体的23个形态特征值,用SYSTAT统计软件对这6个样地的锯缘青蟹群体进行聚类分析和判别分析,并建立了判别公式.聚类分析把宁海群体、连江群体、深圳群体、北海群体、三亚群体划为一组;厦门群体划为一组.判别分析可将6个锯缘青蟹群体完全分开,平均拟合概率为88.89%.其中连江群体、宁海群体、深圳群体、三亚群体、北海群体及厦门群体的判别准确率分别为90.5%、85.7%、90.5%、76.2%、90.5%及100%.6个锯缘青蟹群体的形态特征比率非常相似.     

计入字符识别跟踪的双目摄影振动测量方法

针对大尺寸结构振动和模态测量要求,提出一种基于字符编码标志的双目摄影目标追踪振动测量方法。设计了一种由字符和圆形组成的编码标志,采用自适应维纳滤波进行图像去噪,自适应局部阈值法提取字符特征,基于BP神经网络训练进行字符识别,实现目标的追踪匹配;进行标志区域灰度平滑,采用灰度质心法获取标志中心坐标;基于双目摄影振动测量方法计算测点的时域振动响应。以某3kW风力机叶片为对象进行实验研究,结果与锤击法的前3阶频率相对误差均小于0.9%,表明该方法可靠可行。