运用竞争反样本的人脸认证算法

为了在认证中增强类间可鉴别性,通过引入竞争反样本,提出一种新的人脸认证算法.算法中,测试人脸不仅与所声明客户人脸进行匹配比对,同时也与各竞争反样本逐一计算匹配分值.所有分值综合起来,形成最终认证决策.设计最近邻反样本决策、全体反样本决策、最近邻域反样本决策等3种方案,并结合开集模式的人脸认证领域分别在多个人脸库、不同特征和不同分类器上进行实验和比较.在该文的测试中,新算法的3种方案与原有基于相似度的认证算法相比,错误率依次平均降低25.13%、30.24%、30.97%.     

点空间分析--分维与均匀度

对有限空问内的点集定义了独占圆、独占线和独占球。通过对有限点集均匀性的研究,抽象出了均匀度的定义。对分形集定义了度量映射,度量映射产生的点集的均匀度与分维之间有换算关系,可以说均匀性与复杂性是密不可分的。均匀度是对点集格局的一种测度,它描述的是点集的空间关系,而不是点的“多少”,有限点集的均匀度可以取到[01]区间的任何实数,这是它与测度和分维的区别。本文得到两个有趣的常数：一位无限循环小数产生的点集的均匀度为0．1,随机格局的均匀度的数学期望为1／x=0．318。可见,均匀度将空间复杂性转移到了点集均匀性上,它为复杂性的研究打开了新的窗口。     

一种基于S-粗集的实时调度建模方法

基于S-粗集理论(Singular roush sets)提出了一种车间作业实时调度建模方法.在动态加工环境下,考虑有工件加工完成、工件到期时间改变和急加工工件到来等实时事件发生,研究了实时调度窗口工件的再选择与再调度问题,建立了基于S-粗集的车间作业实时粗调度模型,把S-粗集理论成功地应用于实时调度领城.仿真算例表明,利用该方法不仅能适应动态的工件加工环境,减小调度问题的求解规模,而且能够减少动态再调度次数.     

基于Rough集理论的模糊神经网络构造方法

提出了在模糊神经网络中使用Rough集理论进行网络结构设计的方法。由于Rough集理论有强大的数值分析能力,而模糊神经网络具有准确的逼近收敛能力和较高的精度,所以通过两者的结合,可以得到一种可理解性好、计算简单、收敛速度快的神经网络模型。这种网络构造方法的主要过程为：首先,利用Rough集理论对给定数据集进行规则获取;然后,根据这些规则构造模糊神经网络各层的神经元个数及相关参数初始值;最后,用BP算法迭代求出网络的各种参数,完成网络的设计。给出了一个二维非线性函数拟合的实例,进一步验证了方法的正确性。     

完全3部图的一类同构分解

本文构造性地证明，对于完全3部图 G（X，Y，Z；E），如果边数能被正整数t整除，且｜X｜, ｜Y｜和｜Z｜三个数之一也能被t整除，则完全3部图可分解为t个同构因子，从而证实了Harary “3部图猜想”的部分结论。     

灵的生成与幻的起舞--《百年孤独》艺术论之一

马尔克思以"外祖母讲故事的方式"撰写<百年孤独>,这方式主要是思维认知方式而非一般所认为的结构言语方式,即作者重在借拟拉美土著有灵论者认识事物的方式讲述故事.为此,千姿百态的灵幻便成为小说的外在主体,它逼真而深刻地展示了拉美民族的精魂,且形成了一种奇美而超绝的艺术品格.     

太原市东山流域“雨洪集蓄利用”的研究与思考

针对我国城市雨洪理论全部建立在“收集-排放”的基础上。而城市“雨洪集蓄利用”的研究相对滞后的现状,以太原市东山流域排水规划为研究对象,给出了具体的工程措施,并对“雨洪集蓄利用”对环境的影响进行了分析,提出了促进“雨洪集蓄利用”技术发展的建议。     

不同层次模糊信息的加权综合方法

在模糊控制与模糊规划等许多实际问题中,常常需要针对某种运算规则求模糊数在不同水平下的综合截集,该文在分析了这种运算的内在机理的基础上,采用水平加权的方法,给出了确定模糊数的在不同截集水平下的综合截集的规则,并从水平截集的对称差集合的Lebesgue测度出发,引入了模糊数关于水平的清晰程度概念,进而建立了一种客观地综合不同截集水平的方法,给出了三角模糊数关于不同层次水平的运算公式。这些讨论将为不同层次信息的综合以及不同层次水平的模糊规划和模糊优化问题提供一种有效的途径。     

A CLUSTERING ALGORITHM FOR MIXED NUMERIC AND CATEGORICAL DATA

Most of the earlier work on clustering mainly focused on numeric data whose inherent geometric properties can be exploited to naturally define distance functions between data points. However, data mining applications frequently involve many datasets that also consists of mixed numeric and categorical attributes. In this paper we present a clustering algorithm which is based on the k-means algorithm. The algorithm clusters objects with numeric and categorical attributes in a way similar to k-means. The object similarity measure is derived from both numeric and categorical attributes. When applied to numeric data, the algorithm is identical to the k-means. The main result of this paper is to provide a method to update the “cluster centers“ of clustering objects described by mixed numeric and categorical attributes in the clustering process to minimise the clustering cost function. The clustering performance of the algorithm is demonstrated with the two well known data sets, namely credit approval and abalone databases.     

一类光滑小波严格框架的设计

从不等式≤1出发, 在假定低通滤波器和高通滤波器均未知的情况下来设计具有紧支撑的严格小波框架. 低通滤波器的未知使设计具有更大的自由度, 所得到的低通滤波器和高通滤波器都具有对称性或反对称性. 给出了奇数次和偶数次滤波器的算法, 并对长为4~7的严格小波框架给出了具体实例, 最后给出用它们分解图像的效果.