基于图的Laplace矩阵和非负矩阵的图像分类

文章将图的Laplace矩阵和非负矩阵分解方法结合起来,应用于图像分类.对不同的图像先提取其特征点,再对提取得到的特征点构造图的Laplace矩阵,将构造的矩阵进行非负矩阵分解后得到图像的特征向量,最后将特征向量输入到PNN分类器中,对图像进行分类.对模拟图像和真实图像进行了多组实验,结果证明了该算法应用于图像分类的准...     

面向复杂异构网络环境的服务聚合系统

提出并实现了服务聚合系统(service mashup,SMU),结合服务聚合技术在复杂异构网络环境下提出服务聚合方法,以解决当前复杂异构的网络环境下服务信息聚合过程中的信息交互、集成和处理等方面的问题,满足日益增长的多层次和多角色的用户服务应用的需求.该系统实现了一套复杂异构网络环境下的服务搜索发现、解析以及聚合机制,允许用户使用关键字搜索发现服务,通过可视化开发工具聚合服务形成个性化应用.系统测试与实验结果表明:当用户并发请求数量在200～300之间时服务吞吐率达到峰值,异步请求服务加载时间在ms级别完成,达到了用户快速体验服务应用的目的.     

基于神经网络多分类器融合系统的人脸识别方法

在主成分分析方法（PCA）的基础上,采用3种神经网络（BP、RBF、LVQ）分类器进行人脸识别实验研究.实验中引入多数投票法（MVS）,构建了多分类器组合决策体系,对分类结果进行决策融合.最后,将使用此决策体系的人脸识别结果与使用单一分类器的人脸识别结果进行对比分析.分析结果显示,采用MVS规则的人脸识别系统,能有效提高人脸识别系统的准确率和稳定性,且方法简单可行.     

基于OpenCV和Haar特征分类器的图像人数检测

研究一种基于OpenCV和Haar特征检测固定区域图像中人数的方法。通过选取大量含有人的Haar特征的样本图片,利用OpenCV训练出分类器,并通过实验深入分析选取的样本对分类器识别性能(即检测效果)的影响,最终选取人的头肩部上半身样本训练分类器,并在1 500张640pix×480pix待检图像(共计人数17 294人)的检测实验中达到93.9%的识别准确率,平均检测时间小于323ms。     

基于神经网络多分类器融合系统的人脸识别方法

在主成分分析方法(PCA)的基础上,采用3种神经网络(BP、RBF、LVQ)分类器进行人脸识别实验研究.实验中引入多数投票法(MVS),构建了多分类器组合决策体系,对分类结果进行决策融合.最后,将使用此决策体系的人脸识别结果与使用单一分类器的人脸识别结果进行对比分析.分析结果显示,采用MVS规则的人脸识别系统,能有效提高人脸识别系统的准确率和稳定性,且方法简单可行.     

基于SOA的数据挖掘系统构架研究

本文分析了数据挖掘以及面向服务体系结构（SOA）的特点，在此基础上提出了一个分布异构环境下基于SOA的数据挖掘系统框架，并进一步讨论了系统开发流程和用户使用流程。     

基于傅里叶变换的脑机接口系统实现方法

脑机接口系统要求实时的处理速度和较高的准确识别率.在对脑电信号进行幅频分析和相同步分析的基础上,提出一种意识任务识别在线脑机接口系统实现方法.提取谱峰和相同步相干性指数作为反映大脑运动意识任务状态的特征参量,设计基于信息积累的时变线性分类器,对左右手想象意识任务进行识别,获得了满意的结果,最大分类正确率达到90.72%.研究结果表明,谱峰特征是事件相关去同步/同步的一个敏感的量化参数,结合相同步相干性指数能够提供更多反映大脑意识任务状态的信息.该方法采用快速傅里叶变换和线性判别式分析,特征提取和分类算法简单,计算速度快.为在线脑机接口系统的实现提供了新的思路和途径.     

用XML实现异构数据库信息交换

以成都理工大学“多用户教材管理系统”的升级改造为例,探讨利用XML实现SQL Server数据库与O rac le数据库之间的数据转换,验证在异构数据库环境下应用XML技术进行数据交换的可行性。详细介绍了系统的实现技术,讨论了存在的问题。系统运行结果表明,利用XML能够实现不同领域异构资源的共享。     

基于连续型Hopfield神经网络的噪声字符识别

采用连续型Hopfield神经网络(CHNN)对噪声字符进行识别。此模型比离散型Hopfield神经网络(DHNN)和布尔神经网络(BNN)更易于硬件实现，且在信息处理的并行性和实时性等方面更接近实际生物神经网络的工作原理。仿真结果表明该方法可以有效地对噪声字符进行识别。