融合SIFT的多尺度分析人脸识别算法研究

由于人脸识别过程中会受到光照、尺度等因素的影响,采用传统的SIFT算法进行人脸识别时会出现匹配效果较差、无法匹配或是错误匹配的情况,因此提出了一种融合SIFT算法的多尺度分析的人脸识别算法。首先在粗尺度上,采用形态学边缘检测算法对原始的人脸库进行轮廓特征提取,形成新的人脸库;然后在细尺度上,采用SIFT算法对新的人脸库进行人脸识别与匹配。采用ORL人脸库对改进后的算法进行验证,实验结果表明改进后的SIFT算法较好地解决了传统SIFT算法的不足,计算量大大减少,人脸图像的识别效率与匹配效率得到了有效提升。     

基于SIFT算法的二维图像匹配研究

SIFT算法是基于尺度空间的算法,具有良好的尺度、旋转、光照等不变的特征。本文利用SIFT算法研究了二维图像匹配,并对其结果进行了分析。     

改进的Apriori算法的入侵检测系统研究

综述了数据挖掘技术在网络入侵检测中的应用,阐述了关联规则分析在网络入侵检测中的应用原理和最新的研究与改进,并指出了目前存在的问题和未来研究的方向。改进由k阶频繁项集生成k＋1阶候选频繁项集时的连接和剪枝策略;改进对事务的处理方式,当所有联接完成时只扫描一遍Lk-1,减少Apriori算法中的模式匹配所需的时间开销。实验表明,该算法应用于此系统来提取用户行为特征和入侵模式特征,提高了整个系统的性能。     

Credit-Recovery分布式并行终止检测算法的改进

探讨Credit-Recovery分布式并行终止检测的算法,并对算法的不足之处进行改进,提出了改进后的算法模型和描述.通过理论分析和验证,表明该模型适用于非集中式分布式并行计算的终止检测,并提高了精确度和性能.     

改进Faster R-CNN算法及其在车辆检测中的应用

为了更准确地得到符合车辆形态学特征的初始候选框,提出一种基于改进的Faster R-CNN模型的车辆检测算法.首先提取目标框的人工标注坐标值,得到标注框的宽度和高度,然后利用K-means算法对所有框的宽高值进行聚类,得出聚类中心点坐标值后,重新设置RPN的锚盒尺寸及比例,对Faster R-CNN算法的3种尺寸和3种比例加以改进.最后选择轿车、SUV、客车和货车4种车型车辆数据,对改进前后的Faster R-CNN模型进行训练,比较改进前后的模型在车辆检测及车型识别任务中的表现.实验结果表明,使用改进的Faster R-CNN模型达到86.54%的检测准确率,较原始模型提高3.12%.并且该模型有效解决了漏检和误检问题,在恶劣天气和复杂背景下均表现出较高的鲁棒性.     

改进的τ-leap算法在生化反应系统随机模拟中的应用

提出了一种丁一选择策略,有效地反映了生化反应系统中分子数日的改变.并由此提出了改进的τ-leap(improved τ-leap)算法,该算法对生化反应系统的随机模拟更为有效和实用.并以两个生化反应系统模型为例,分别用精确的SSA算法、改进的τ-leaping算法以及已有的修正的τ-leap(modified tau-leap)算法进行了模拟计算.仿真实验结果表明:在具有同等计算复杂度的情况下,改进的τ-1ap算法较修正的τ-leap明显地提高了模拟精度.     

数据挖掘在入侵检测中的应用

<正>随着计算机网络的不断发展,计算机网络安全问题已日益突显。金山网络公司发布的《2010—2011中国互联网安全研究报告》显示,2010年我国28%的网民遭受过黑客和病毒的袭击,计算机病毒产业的收益已过百亿元。黑客和病毒无处不在,因     

神经网络算法在非线性系统中的应用研究

研究了一种非线性系统分析的神经网络算法,提出并证明了该算法的收敛性定理,为学习率的取值范围提供了理论依据.解决了BP算法存在局部极小的问题,并给出了该算法的应用实例.研究结果表明,对于随机给定的初始点,该算法都能稳定收敛到它的一个实根,计算精度可控,而且能得到高精度解,因此,该算法是有效的.此外算法还可以用来解多元非线性方程和线性方程组.     

离散变换算法在关键词检测系统中的研究

阐述了一个在较强噪声环境下针对汉语非特定说话人的连续无限制语音流中检测出其中关键词语音的公交车路线查询系统.为增强其关键词语音信号提出了建立一种新的基于离散变换的语音增强算法.并对同一噪声环境下增强关键词语音信号的模型与未增强关键词语音信号的模型进行了比较,结果显示,采用增强语音信号强度的算法在提高关键词的检测率同时,有效地降低了误报率,系统的整体性能较好,具有一定的实用性.     

非同步CDMA系统的低复杂度迭代多用户检测算法

研究了基于非同步CDMA系统的低复杂度迭代多用户检测算法,给出了并行‘软’干扰消除随机数据联合(P-SC-PDA)和串行‘软’干扰消除随机数据联合(S-SC-PDA)两种算法,它们的计算复杂度均为o(K³)(K表示用户数).计算机仿真结果显示S-SC-PDA算法的性能明显优于P-SC-PDA算法.如果利用S-SC-PDA算法对被检测用户进行排序检测(根据译码器提供的信息先检测具有较高检测可靠度的用户,然后检测具有较低检测可靠度的用户),则系统的性能能进一步提高.     

改进的混合型蚁群算法在VRP问题中的应用

为提高物流配送中车辆路径的寻优效率,提高物流经济效益,介绍一种能够有效求解VRP问题的算法—改进的混合型蚁群算法。该算法在近邻法构造初始解的基础上,使用2-opt局部搜索策略对当前得到的最优解和次优解进行改进,在更新全局信息素时采用基于排序的蚂蚁系统对排在前2名的蚂蚁更新全局信息素,且为全局信息素设置最大值和最小值。使用Matlab仿真工具对N44K6等10个经典VRP问题进行了求解,得到的结果和已知最优解的误差很小,都在6%以下,并且N33K6问题得到了和已知最优解相同的解。与基本蚁群算法得到的解进行了比较,证明了该改进算法的有效性。     

多天线系统的推广PDA算法及其迭代检测

针对接收天线数少于发送天线数并且大于发送天线数一半的多天线系统,在研究原有PDA检测算法的基础上,提出了推广的PDA检测算法,并讨论了影响算法性能的因素和改进方法,之后对算法进行了修改使之能够适用于迭代检测.仿真表明推广的PDA检测算法能够有效改进检测性能,迭代后大大提高了系统性能.     

改进EM算法的CDMA盲多用户检测

对基于期望值最大化的统计盲多用户检测方法进行改进.针对期望值最大化(expectation maximization,EM)算法的高复杂度及性能欠佳的缺点,在进行最大似然估计时先考虑用户所受的多址干扰及噪声,修改最大似然估计函数,并加以分解简化,提出一种改进的EM算法实现CDMA盲多用户检测,并进行了实验仿真.实验结果表明,改进方法提高了系统的抗干扰性能,且降低了算法复杂度.     

一种改进的蚁群算法在垃圾运输问题中的应用

针对基本蚁群算法收敛速度慢、易陷于局部最优解等缺陷,将量子算法中的态矢量和量子旋转门引入到蚁群算法中,并分别表示和更新信息素,提出一种改进的蚁群算法--量子蚁群算法(QACA),使算法具有更好的种群多样性和全局寻优能力.结合垃圾运输问题,从数值计算上探索了改进的蚁群算法的优化能力,并与遗传算法和基本蚁群算法进行了对比,测试结果表明,改进算法获得的结果比遗传算法和基本蚁群算法更优,表明该算法是求解垃圾运输问题的一种有效算法.     

改进的Snake算法在颅脑CT图像分割中的应用

尝试用一种改进的Snake算法创建模型,自动分割CT头颅断层图像的脑组织和脑脊液,用于后期辅助医生对患病部位的诊断和治疗,为临床提供更方便的工具。考虑到脑部CT图像和相邻的骨组织灰度差异较大,利用改进Snake算法对CT头颅图像进行自动分割,将分割的脑组织图像与专业医学影像医生手工分割的CT脑组织图像做对比,发现这种改进的Snake算法分割的CT颅脑图像从轮廓外形、灰度均值和方差值都和专业医生手工分割的CT颅脑图像非常接近,表明这种改进的Snake算法分割CT颅脑图像是可行的。     

改进傅氏算法在输电线路微机保护中的应用研究

电力系统输电线路故障暂态过程中电压、电流的暂态噪声会对继电器动作产生干扰,继电保护中需要采用滤波技术。傅里叶算法广泛应用于实际工程中,但傅里叶算法只能消除直流分量和整次谐波分量,不能消除衰减直流分量。因此对傅里叶算法进行改进并对傅里叶算法和改进傅里叶算法进行仿真计算和性能比较,并应用到实际输电线路保护中。进一步证明改进傅里叶算法在工程实际中具有实用价值。     

基于软干扰消除的MIMO-OFDM系统迭代检测算法

提出了一种新颖MIMO-OFDM系统的迭代检测方案,该方案充分利用了系统提供的频率和空间分集.通过在迭代处理中使用外部信息来利用由rich-scattering环境所提供的空间频率分集,来获得理想的系统容量.为了进一步提高系统性能,又提出了一种基于软干扰消除的检测算法.分析和仿真结果表明,新提出的接收机方案获得了很好的性能.     

基于超像素的行人检测算法研究

行人检测一直都是计算机视觉领域极具挑战性的研究热点和难点,广泛用于视频监控、机器人学、智能驾驶等领域.提出了一种基于SLIC超像素聚类和HOG特征算法的融合的行人图像的分割和识别方法.首先,用超像素聚类算法将彩色目标图像分割成几个紧凑的超像素;然后,分别提取超像素的HOG特征;最后,应用SVM算法作为分类器进行训练和检测.实验结果表明,算法对测试数据库具有较低的漏检率和误报率,且在测试样本发生变化时,依旧保有的检测精确度,所提出的实验方法是有效的.     

人脸识别算法在行人过街系统中的应用研究

近几年来,人工智能、物联网技术得到了高速发展,传统的交通行业在二者的辅助下也得到了发展。本文针对智慧交通系统中的行人过街系统进行了改进,提出一种基于人脸检测和人脸识别的行人过街系统。该系统由图像采集模块、人脸检测及识别模块、数据分析及处理模块等部分组成,借助MTCNN、FaceNet等深度卷积神经网络算法实现人脸检测和人脸识别,同时在年龄识别模块中调整了AlexNet模型的网络参数,并对模型进行重新训练。行人过街系统借助深度学习算法,可以实现无感知放行,有效提升道路通行率及行人过马路的安全性。     

二阶HMM算法改进及在miRNA靶基因预测中的应用

隐马氏模型在语音识别和生物信息学中有重要的应用. 本文研究二阶隐马氏模型(HMM2)的基本算法,利用归一化和递推原理,改进模型的前向-后向算法及Baum-Welch训练算法并给予证明,使得该算法更容易理解和机器实现,并保证数值稳定性. 将HMM2应用到miRNA靶基因预测的后期过滤处理中取得了较好的结果.