一种波形匹配新算法：V—P—V算法——用于中文签名真伪识别

提出了一种度量波形相似度的新长法，并用于中文签名真伪识别。该算法将波形切割成一串相关联的峰－谷－峰子元，通过插入，删除和替代三种操作的代价来计算两串的距离，由此得到两波形的相似度。     

一种局部与全局特征相结合的主题域识别模型

传统的主题域识别技术主要局限于单一领域，缺乏领域间的交互式协同，难以保证识别结果的准确性，因此提出一种局部与全局特征相结合的主题域识别模型.该模型一方面基于实体在领域内的局部特征进行局部识别，另一方面基于领域间协同作用、领域相关度等全局特征对各个局部识别结果进行一致化趋近，从而使识别结果更全面、有效.另外，针对相似矩阵的更新时机、协同作用的量化以及迭代终止条件的设定三个方面对主题域识别算法进行了优化.通过实验验证了本文所提出的关键技术的可行性和有效性.     

基于音频指纹的压缩域音频识别方法研究

压缩格式已经成为了音频信号存储和传输的主要形式,面向压缩域音频文件的识别方案就显得更具有实际意义。提出了一种基于音频指纹的压缩域音频识别算法,该算法可用于压缩域音频和非压缩域音频在同一个指纹数据库中进行有效检索和识别。选择最典型的音频压缩格式——MP3音频来测试算法的性能,实验结果表明该算法的指纹尺寸小,具有较好的指纹区分性和较高的正确识别率,对各种常见的时频域失真均具有较强的鲁棒性。     

自嵌套波形的特征层次树表达及波形分类系统

基于波峰、波谷的支配与从属关系,对具有自嵌套结构的波形提出了一种特征层次树描述方法,并建立了相应的波形分类系统.给出了作为树结点的主导峰(谷)的概念及识别算法,和波形特征层次树的生成算法及树结点的表达方式,分析了特征层次树的表达特点,还讨论了波形分类系统中基于这种表达方法的两种分类算法.     

波形识别技术在漏钢预报中的应用

介绍板坯连铸结晶器拉坯阻力在线监测的功率法原理,在对漏钢事故前拉坯阻力时域异常特征分析总结的基础上,利用线性最小二乘法进行数字曲线的线性逼近,通过分段识别的方法进行波形识别,达到提取拉坯阻力时域异常特征的目的.最后介绍了波形识别算法及其在连铸漏钢预报上的应用,现场试验数据证明了算法的可靠性.     

一种波形匹配新算法:V-P-V算法─—用于中文签名真伪识别

提出了一种度量波形相似度的新算法，并用于中文签名真伪识别．该算法将波形切割成一串相关联的峰一谷一峰（Ｖ－Ｐ－Ｖ）子元，通过插入、删除和替代三种操作的代价来计算两串的距离，由此得到两波形的相似度．算法的时间复杂性为Ｏ（ｎ×ｍ），ｎ与ｍ分别为两波形串的子元数目．文中给出的Ｖ－Ｐ－Ｖ算法已用于中文签名真伪识别系统，并获得了满意的结果．     

追捕逃逸型微分对策问题的识别域判别

研究了仿射非线性控制系统下的单目标两人追捕逃逸型微分对策问题,解决了该类控制系统在不等式约束区域上系统识别域的判别问题,给出了判别识别域的充分必要条件.首先利用生存理论及非光滑分析工具得到了仿射非线性控制系统的识别域判别定理,从而把对该非线性控制系统识别域的判别问题转化为求解凸不等式组的相容性问题.基于凸可行问题的求解方法给出了此问题的投影算法,并给出算法相应的收敛性定理.最后得到了仿射非线性系统下的两人追捕逃逸型微分对策问题的选择定理.     

基于跨域字典学习算法的人体行为识别

将一种跨域字典学习算法应用于人体行为识别中, 通过引入辅助域数据集, 与原始训练集（目标域）共同进行字典学习, 获得字典对, 进而得到动作类的稀疏编码, 有效扩充了训练集的类内多样性. 该算法为字典学习与训练分类相结合的学习框架, 可利用字典对学习过程中的重建误差进行分类. 实验在MATLAB仿真条件下进行, 将UCF YouTube数据集作为原始训练集, 将HMDB51数据集作为辅助域数据集, 选取两个数据集动作类别一致的7个动作, 根据提出的算法流程进行识别. 将该方法与其他两种人体行为识别算法进行对比. 结果表明, 该方法识别率显著提高, 证明了跨域字典学习算法在人体行为识别上的有效性.     

应用粒子群优化-条件随机域的文本生物实体识别

针对生物医学文本中传统生物实体识别算法的精确度不高的问题,提出了一种新的基于粒子群优化-条件随机域的生物实体识别算法.新算法利用改进的粒子群优化算法训练条件随机域模型,并将训练后的条件随机域模型应用到生物实体的识别上.改进的粒子群优化算法引入粒子群聚集度来防止粒子群过早地陷入局部收敛,用迭代间对数似然相对变化率来控制算法的收敛,用线性变化的惯性因子和学习因子来控制搜索范围.实验结果表明,基于改进粒子群优化的条件随机域模型较隐马尔科夫模型、最大熵马尔科夫模型、支持向量机以及传统条件随机域模型等方法具有更高的精确率和召回率.     

模糊模式识别算法在动态心电图QRS模板统计中的应用

在对动态心电图QRS波形模板进行和统计的基础之上,采用模糊模式识别理论对QRS波形进行了有效识别,并给出了相应的VisualC 程序设计实例,实验证明该算法是准确有效的。     

一种互感器异常数据识别及修复新方案

互感器采样信息异常将导致变电站保护系统误动或拒动.针对该问题,考虑目前保护算法普遍基于全周傅式算法计算保护相量信息,首先分析异常数据对全周傅式变换的影响,进而提出一种基于波形相似度的异常数据识别算法,并利用插值或站域信息冗余替换对异常数据进行修复,从而避免保护系统错误动作.该方案能够准确快速找到异常数据点,且修复方案并不会降低原有保护的动作速度.理论分析及仿真算例验证了该方案的可行性.     

基于小波变换的语音基音周期实时检测算法

针对基音周期检测实时性的要求,提出了基于小波变换的语音基音周期实时检测算法。该算法利用小波变换极值与信号突变点之间的关系,将小波域波形与时域波形相结合,采取自适应基准、多特征参数提取小波系数极大值,并在2.5 ms时间内捕捉并检测到新的基音脉冲位置。实验表明,该算法对语音和残差信号取得了较好结果。     

一种小波频域相关性目标识别方法

提出了一种图像目标识别的小波变换域和相关性结合的的算法.通过仿真实验表明该算法可以有效且准确的识别和提取多频谱图像中感兴趣的部分.     

基于DCT系数分布的含密图像识别算法

提出了一种基于DCT系数统计分布的含密图像(stego-images)和掩护图像(cover-images)的识别算法。实验表明:该算法能快速识别各种JPEG和BMP格式的基于变换域和空间域的含密图像和非含密图像,并且优于其他含密图像识别方法。     

应用D-RMS算法识别电缆接头的火花放电故障

为有效预防电缆火灾事故,采用差值-均方根(D-RMS)算法来识别电缆接头松动时产生的火花放电现象.利用自行研制的实验平台,开展了5种回路电流、4种松动状态下的电连接松动故障实验,获取了大量的实验数据.采用差值-均方根算法统计出每一种运行状态下接触电压波形的变异比、变异区间和变异区间长度等特征参数,作为故障识别的基准参数.将待测接触电压波形的变异比与4种运行状态下接触电压波形的变异区间进行比对,可以判断出待测接触电压波形所表征的运行状态,进而区分出栓接电缆接头是否存在火花放电故障.研究表明:该方法简单有效,可以用于识别电缆接头松动时产生的火花放电故障.     

基于蚁群优化算法的MR阻尼器模型的参数识别

为了识别出具有高度非线性磁流变阻尼器Bouc-Wen模型中的参数,特提出将基于网格划分的连续域蚁群算法用于对此模型的参数识别。即通过数值模拟分析蚁群数量、等分区间等参数对模型识别精度的影响,并利用0、5、10、15、20V电压下蚁群优化算法最优参数组合对模型进行参数识别。结果表明,基于网格划分的连续域蚁群算法能够较好地对Bouc-Wen模型的参数进行识别,且拟合结果满足要求。     

基于Zoom-FFT变换域的坦克被动式毫米波探测识别方法

为了准确识别目标,在对坦克毫米波辐射特征进行分析的基础上,提出了一种基于变换域的模板匹配识别方法.利用信号在Zoom-FFT变换后特征谱线集中、易于与噪声分离的特点,在变换域制作坦克毫米波辐射特性模板;将经过滑动加窗处理的待检测信号序列,进行Zoom-FFT变换后,与变换域模板进行匹配,实现目标的识别.该匹配方法综合利用了信号的波形信息,抗干扰能力强,鲁棒性好,实时性强.对168组坦克目标特性和干扰信号的仿真结果表明:该模板匹配方法能够有效识别坦克目标.     

基于数据库技术的汉字验证码的设计与实现

验证码技术已经成为提高网站安全的一个重要手段，现在很多网站都采用了字母及数字形式的验证码，但这样的验证码破解率较高。为了增加计算机识别的难度，本文从access数据库随机抽取4个汉字作为验证码，采用了波形算法，并给出了源代码。     

基于波形分析的彩色QR码识别

彩色QR码在RGB空间存在不同灰度级别的码块,采集过程中受到点扩展函数的影响,导致相邻码块间串扰严重。为了消除相邻码块的干扰,提出了一种基于波形分析的彩色条码信号恢复算法,并结合QR码采样网格,对条码进行识别。首先通过定位图形确定采样网格,分割单行条码,然后通过横向脉冲扫描建立单行条码的波形,通过波形分析对高斯点扩展函数的方差进行估计,并对抽样信号进行反卷积,完成识别。实验表明本算法对彩色QR条码的识别准确迅速,对推动彩色条码的应用起到了一定的作用。     

基于小波重构与时空二维特征的光纤振动识别

针对光纤预警系统提出基于小波重构降噪和时空二维域特征的光纤振动识别.分析光纤振源信号的特征,使用小波重构降噪处理算法对时域信号进行特征提取,并以灰度图展示其明显的特征,进而提出灰度图腐蚀识别算法.通过时空二维域特征分析处理识别方法,能够较好地分类识别入侵振源信号.