基于小波网络的主被动毫米波数据特征层融合

针对毫米波主被动数据决策层融合预处理代价高、丢失目标信息的缺点,提出了一种基于小波网络的毫米波主被动数据特征层融合方法。该方法从主被动数据中提取特征值,将特征值作为小波神经网络的输入,在小波网络中实现主被动数据的特征层融合,对目标进行识别。实验和计算机仿真表明,对与毫米波主被动数据融合,基于小波神经网络的特征层融合的识别率比基于D-S证据理论的决策层融合的识别率高。     

粗糙集结合BP神经网络的数据融合方法研究

在粗糙集和数据融合基本理论的基础上,研究了基于粗糙集理论和BP神经网络相结合的数据融合方法。先利用粗糙集对输入信息进行简化,剔除冗余信息,从而缩减了BP神经网络的规模,提高了融合系统的识别率,进而提高整个融合系统的效率。与传统的神经网络融合系统进行比较,通过实例说明了该方法的有效性。     

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。     

基于多BP神经网络与D-S融合的车型识别研究

为了提高BP神经网络对车型的识别率,克服单个BP神经网络所存在的网络结构和训练样本数量之间的矛盾,针对大量训练样本采取多个BP神经网络进行训练,进而采用训练好的多个网络进行车型识别. 利用D-S理论将各个BP网络的识别结果进行数据融合以改善最终的车型识别结果. 实验结果表明:随着训练样本数量的增加,多BP网络数据融合方法比单BP神经网络有更高的识别率.     

基于粗集神经网络的目标识别

研究了粗集和神经网络方法在信息融合目标识别中的应用,提出将神经网络学习机制引入到粗集系统,同时通过粗集的条件和决策属性构造神经网络结构,并针对三种不同谱段下的三种不同目标图像进行了实验,试验表明,粗集神经网络相结合的识别算法的识别率要明显高于单独使用一种融合算法的识别率,训练时间也大大缩短。     

差分特征融合改进的动态手势识别分类网络模型

通过卷积神经网络和长短期记忆网络进行多模型结合,实现动态手势识别分类建模,并使用数据增强算法增加数据的多样性,通过差分特征融合改进网络。7种动态手势动作识别分类的实验结果显示,使用数据增强算法增加数据的多样性后,结合模型的识别率最佳可提升286%;通过差分算法改进网络,序列间差分特征融合模型识别率达到8381%,维度差分特征融合模型识别率达到8762%。表明多模型结合可解决单一模型的局限性,处理更加复杂的动态手势分类问题,两种不同形式的差分特征融合改进都可提升动态手势动作的识别率,从而验证了所设计的差分特征融合改进的动态手势识别分类网络模型的有效性和可行性。     

Rough集-神经网络系统在信息融合目标识别中的应用

研究了Rough集和神经网络方法在信息融合目标识别中的应用 .提出将神经网络学习机制引入到Rough集系统 ,同时通过Rough集的条件和决策属性构造神经网络结构 ,并针对三种不同谱段下的三种不同目标图像进行了实验 ,试验表明 ,Rough集 神经网络相结合的识别算法的识别率要明显高于单独使用一种融合算法的识别率 ,训练时间也大大缩短 .     

多传感器信息融合技术在INS/GPS组合导航系统中的应用

针对INS／GPS组合导航系统在数据处理时存在的计算量大和故障数据相互干扰的问题,提出了一种基于信息融合的导航参数最优估计滤波方法。文中首先介绍了信息融合的基本原理、关键技术以及常用方法,然后以INS／GPS组合为例,对组合导航系统的工作原理和模型建立进行了分析．最后对基于联合卡尔曼滤波的多传感器信息融合算法进行了论述与分析．该方法可提高导航系统的计算精度和速度．有较好的容错性和环境适应性,可有效地提高导航系统的精度和可靠性,为融合导航系统的数据分析和处理提供了一个有效途径。具有实际使用价值。     

基于语音信号与心电信号的多模态情感识别

通过采集与分析语音信号和心电信号,研究了相应的情感特征与融合算法.首先,通过噪声刺激和观看影视片段的方式分别诱发烦躁情感和喜悦情感,并采集了相应情感状态下的语音信号和心电信号.然后,提取韵律、音质特征和心率变异性特征分别作为语音信号和心电信号的情感特征.最后,利用加权融合和特征空间变换的方法分别对判决层和特征层进行融合,并比较了这2种融合算法在语音信号与心电信号融合情感识别中的性能.实验结果表明:在相同测试条件下,基于心电信号和基于语音信号的单模态情感分类器获得的平均识别率分别为71%和80%;通过特征层融合,多模态分类器的识别率则达到90%以上;特征层融合算法的平均识别率高于判决层融合算法.因此,依据语音信号、心电信号等不同来源的情感特征可以构建出可靠的情感识别系统.     

联合空谱信息和Gabor特征的高光谱人脸识别算法

提出一种采用高光谱图像的人脸识别算法.根据人脸肤色在可见光范围内的光谱特征进行波段选择并依据人脸结构特征,对选定波段的灰度图像进行Gabor特征提取.最后分别进行特征层上的融合识别和决策层上的融合识别.特征层融合的权重系数由反射率和正确识别率共同决定,决策层融合算法采用"最高票当选制"原则.利用香港理工大学的高光谱人脸数据库对进行验证.结果证明,本文算法在识别速度和正确识别率方面都得到了显著改善,在3幅训练样本情况下,正确识别率达到96.5%.相对于全波段参与识别,识别速度提高了约3倍.      

广义Zakharov-Kuznetsov方程的动力学行为和解析解

研究了等离子体中用于描述低频静电离子-声波的广义Zakharov-Kuznetsov方程的动力学行为和解析解.分岔和相图分析结果表明,平衡点类型为鞍点和中心点,存在一系列周期轨线和同宿轨线,不同的非线性项、色散项系数会影响平衡点的类型和稳定性.此外,还得到了广义Zakharov-Kuznetsov方程的解析解,包括周期解、孤子解和冲击波解.     

关于迭代算子DkGk的局部与全局的Lp-加权积分不等式

基于已有的作用于Dirac-调和方程解的迭代算子D^kG^k的L^s-范数不等式,利用广义Hölder不等式及相关的积分技巧,首先在域Ω的子区域上证明了作用于微分形式的迭代算子的局部加权积分不等式,然后将此进一步推广得到Ω上全局的加权不等式。     

图wn*pk的优美性

提出图wn*pk的概念,并在n≡0(mod 2)且n≥4,k≡1(mod 2),k≡0(mod 2)和n≡1(mod 2)且n≥5,k≡1(mod 2),k≡0(mod 2)时,证明图wn*pk是优美的.     

荷花图Dn,4*2 pm* St的优美性和奇强协调性

给出荷花图Dn,4^2＊pm＊St的概念,并证明当m≡0,1（mod4且m≥4）时,荷花图是优美且奇强协调的.     

关于差分方程xn=(A+xn-1p)/(B+xn-kp)正解的有界性

证明差分方程x_n=(A x_(n-1)~p)/(B x_(n-k)~p),n=0,1,2,…,(其中k≥2,A,B,p∈(0, ∞))在p~(k-1)≥k~k/(k-1)~(k-1)时,有无界的解,并且当p~(k-1)相似文献   

广义商高数的纯指数Diophantine方程ax+by=cz的解

运用Gel’fond-Baker方法证明,在m≥105r3时,丢番图方程ax+by=cz仅有正整数解（x,y,z）=（2,2,r）.其中r和m为正偶数,（a,b,c）=（|V（m,r）|,|U（m,r）|,m2+1）,V（m,r）+U（m,r）（-1）^1/2=(m+（-1）^1/2)r.     

玻色型反氢原子结构及氘核PB+1nB0和PF+1nF0结构函数的矩

摘要：根据费米型质子PB^ 1、中子nF^0、电子e^-1的超对称性伴子玻色型PB^ 1nB^0、-↑Ue^-,1↑B粒子,讨论反氢原子的结构,计算费米型氘核PF^ 1nF^0和玻色型氘核PB^ 1nB^0结构函数的矩,结果发现反氢原子的结构与目前观测到费米型反氢原子不同,氘核PB^ 1nB^0结构函数的矩的理论值与实验数据较好相符,PB^ 1nB^0结构函数的矩的计算结果比PB^ 1nF^0要大,增大的值是由于费米型中性矢量反轻子-↑l0F,T结构函数的贡献所致。     

关于fPn[f(k)]-c的零点

讨论fP”[f(k)]的值分布问题,其中f为超越亚纯函数,证明了在适当条件下fPn[f(k)]取任意非零有穷复数无穷多次.     

关于Diophantine方程Sx(n)=Sy(3)

摘要设Sm(n)是第m个n角数，给出当n-2为平方数时方程Sx(n)=Sy(3)的全部解的通式，并证明当n-2为非平方数时该方程有无穷多组正整数解．     

有限容量Geom/Geom/1/MWV离散时间排队

考虑有限容量Geom/Geom/1多重工作休假离散时间排队系统,系统容量为N.建立模型,给出状态转移概率阵,通过求解有限方程组,得出稳态下系统队长分布,并由此得到稳态下顾客消失概率、队长的PGF和平均队长、顾客等待时间的PGF.