中药材红外光谱鉴定方法

126种中药材,经适当的化学处理后,测定其红外光谱,并进行比较鉴别．为中药材真伪品的鉴别提供一种简便、可行的方法．     

基于RCB与锁相环的跟踪鉴别测向方法

为了弥补阵列天线导向矢量失配和相位测量噪声对测向性能的影响,提出一种基于稳健capon波束形成技术(robust capon beamforming,RCB)和锁相环的矢量最优估计与跟踪鉴别测向方法。首先基于RCB与锁相环原理,对目标来波信号导向矢量进行最优估计与跟踪测量;然后在稳定、准确跟踪导向矢量的基础上,借鉴扩频接收机伪码鉴相原理确定来波信号方向。仿真分析表明,该方法能够弥补阵列流型失配和相位噪声的影响、突破角度相关间隔的限制,准确测量来波信号的方向。     

基于多目标优化问题模型的鉴别分析方法

该文提出一种新的Fisher鉴别分析的多目标优化问题模型。模型将最大的Fisher函数值与鉴别矢量所抽取特征间最小的相关同时作为优化目标。通过构造评价函数,将这一问题转换为适当的单目标优化问题。利用问题模型的特殊性,用Lagrange乘子法分析得出了相应鉴别矢量解的表达式。将该方法与F—S鉴别分析方法在CENPARMI手写体阿拉伯数字库上进行了对比实验。实验显示,该文方法明显优于F—S鉴别分析方法。     

利用优化方法求解线性鉴别方程

该文采用序列二次规划（SQP）方法求解Fisher鉴别准则模型。介绍了几种优化技术及算法后,分析序列二次规划（SQP）方法相对于线性鉴别准则模型一般求解方法的高效性优点,并结合MATLAB中的优化工具,应用二次规划方法求解Fisher鉴别准则模型,实现两类（人脸图像）问题的分类。该文研究和实现是对Fisher鉴别准则模型解法的新尝试和贡献。     

一种基于线性鉴别分析的GIS局部放电模式识别

根据GIS设备绝缘缺陷放电形式和特点,设计了4种典型的GIS缺陷模型,构造了局部放电灰度谱图;针对GIS局部放电及其缺陷特点,提出一种基于局部放电图像的主分量分析一线性鉴别方法,即首先进行主分量分析,将数据从超高维空间降至低维空间,再提取统计不相关的最优鉴别矢量集,采用最小距离分类器进行模式识别,识别结果表明该方法对GIS各类模拟缺陷的正确识别率较高,效果良好．     

高准确率硬币鉴别器设计与实现

目前在很多公共场合都使用了硬币流通自动化技术,由于硬币使用过程中无人监督,为了防范使用假币冒充真币,在硬币流通自动化设备中安装硬币鉴别器是不可或缺的技术手段。详细阐述一种高准确率的硬币鉴别器设计及实现技术,该硬币鉴别器使用了双频段高频涡流传感器,速度加权算法等技术,能够大幅提高硬币鉴别准确率,在实际应用中能够简单有效地鉴别出假币,同时不影响真币流通。     

基于DDCT与LDA的人脸特征提取方法

提出一种基于分块离散余弦变换(DCT)和线性鉴别分析的人脸特征提取方法。该算法对人脸图像进行DCT变换,根据图像块位置和能量分布选择不同的DCT高低频分量构建特征向量,再线性鉴别变换降低特征维数,提高特征的鉴别能力,并利用分类器进行特征的分类与识别。人脸库上的仿真结果验证了该方法的有效性。     

入侵植物春飞蓬的生物检定与化学成分初探

为了对入侵植物春飞蓬进行生物检定和化学成分初步研究,采用基原鉴别、显微鉴别、分子鉴别、紫外光谱及高效液相色谱等方法进行实验研究,并与近似植物一年蓬进行花粉粒和DNA序列比较。结果表明,春飞蓬粉末中的主要显微特征为具三孔沟的花粉粒、不定式气孔、多细胞非腺毛、冠毛以及导管等;春飞蓬与一年蓬的花粉粒形态差异显著;二者的DNA序列区别明显;春飞蓬总黄酮的含量为059%,未测出灯盏花乙素。     

基于激光诱导击穿光谱地沟油鉴别的初步探究

对常见食用油和地沟油进行了基于激光诱导击穿光谱鉴别研究,建立了人工神经网络模型,预测检验结果良好.选择本地超市常见的2种食用油和大连市产品质量监督检验所提供的地沟油,以定量无尘分析滤纸为基底,获得了滤纸、豆油、调和油、地沟油4种样品各140组LIBS光谱数据,提取了24个特征谱线进行主成分分析,各类样品在主成分空间中呈现良好聚集分类.将得到的140组光谱数据,100组作为训练集,建立人工神经网络模型,40组作为测试数据进行鉴别,识别率达98.1%.基于主成分分析建立的人工神经网络模型识别率达94.2%.研究结果表明,基于主成分分析和人工神经网络的激光诱导击穿光谱检测技术为地沟油快速高效鉴别研究带来了新的思路与方法,对地沟油的鉴别具有十分重要的意义.     

基于核Fisher鉴别分析的手指静脉识别

抽取最优鉴别特征是手指静脉识别中重要的一步,在提取小样本的高维手指静脉图像特征时,由于光照、温湿度、水平位移等因素的影响使得采集的静脉图像是非线性分布的,为此,提出了一种基于核Fisher鉴别分析（kernel Fisher discriminant analysis,KFDA）提取非线性特征的方法。该方法是利用一个核映射将原始输入空间变换到一个更低维的空间RN中,在此特征空间上用核类间散度阵和核类内散度阵作为Fisher线性判别准则(Fisher linear discriminant,FLD),来得到最佳非线性鉴别特征,根据此鉴别特征计算其相互间的欧式距离进行识别。实验结果表明,核Fisher方法与其他方法相比,具有较低的认假率(false accept rate,FAR)和较快的识别速度。