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。     

关于变压器监控系统保护的研究

变压器是电力系统的重要设备之一,它的可靠运行对输电系统的安全、经济运行具有重要意义。保证系统和变压器安全运行,减少事故损失,前提是变压器继电保护应提高灵敏度、有效加速度和有效对付过励磁。变压器主保护要通过波型特征识别法、谐波含f鉴别法及差动速断保护等方法来完成。只有按照变压器可能发生的故障,装设灵敏、快速、可靠和选择性好的变压器保护装置,才能保证变压器安全运行和防止扩大事故,最大限度预防系统的运行带来的严重后果。     

事件名词研究综论

事件名词是现代汉语名词的特殊次类,理论语言学界与应用语言学界在坚持形式和意义相结合原则的基础上,对该类名词做了一些有价值的探讨,但在范畴性语义认定、鉴别框架论证、成员范围划定等方面都存在一些不足。     

浅谈高速公路软基鉴别及处治方法

文章介绍了高速公路软基土质的基本性质及鉴别方法,对软基处治的材料质量提出了要求,同时还阐述了软基处治及检测方法.     

一种适于说话人辨认的自适应频率尺度变换

该文提出了一种适于说话人辨认的自适应频率尺度变换,基于说话人信息在不同频带中的非均匀分布性质,通过F比衡量不同频率子带对说话人信息的贡献大小,设计自适应频率滤波器,提高贡献大的频带的频率分辨率,降低贡献小的频带的频率分辨率,提取鉴别性特征DFCC。干净语音环境下,不同测试文件的实验表明,该文提出的DFCC特征的识别率比传统MFCC特征平均提高了1.45%,表明特征的稳定性好,对语音内容不存在依赖性;在不同信噪比的噪声环境下,识别率平均提高了6.37%,表明DFCC特征能够充分利用语音频带中包含的说话人信息,具有良好的抗噪性能。     

基于样本扩展和线性子空间特征提取的单样本人脸识别

针对单训练样本情况下的人脸识别问题,提出一种虚拟样本扩展方法. 利用光照模板映射将单一样本扩展为一组虚拟样本,从而增强单训练样本的分类信息. 采用主成分分析（principal component analysis, PCA）对扩展的虚拟样本进行降维,并用Fisher 鉴别变换作二次特征抽取,然后用最近邻分类器识别人脸图像. 所提方法在人脸图像库Yale B 和Extended Yale B 上进行试验,用PCA+LDA 方法把扩展图像作为训练集对测试图像进行特征提取和识别. 相对于以单样本图像为训练集的PCA 特征提取,该方法显著提高了识别率.     

基于不相关局部敏感鉴别分析的新生儿疼痛表情识别

针对新生儿疼痛表情识别中的特征提取问题,提出一种不相关局部敏感鉴别分析（Uncorrelated Locality Sensitive Discriminant Analysis,ULSDA）算法.首先,在局部敏感鉴别分析（LSDA）算法的基础上,通过附加投影向量正交性的约束条件,定义了ULSDA的目标函数;然后,推导出求解特征子空间正交投影向量的迭代公式;最后,将输入的高维图像数据投影到这个特征子空间,求出特征向量.ULSDA算法不仅继承了LSDA算法所具有的有监督、局部流形结构保持等特性,而且消除了LSDA算法所提取出的鉴别特征的相关性,从而增强了特征的鉴别能力,比LSDA算法具有更好的分类识别能力.在新生儿表情图像库上的疼痛表情识别实验结果表明,提出的ULSDA方法是有效可行的.当每类表情的训练样本图像为150幅时,采用ULSDA算法获得的平均识别率达到了82.07％,优于主成分分析（PCA）、线性鉴别分析（LDA）、局部敏感鉴别分析（LSDA）等特征提取方法.     

可信环境下的WLAN接入认证方案

在第3版WLAN鉴别基础设施(WAI)协议的基础上,提出了基于预共享密钥模式和基于证书模式的可信环境下的WLAN接入认证方案.实现了站(STA)和接入点(AP)之间的双向用户认证和平台认证,且与第3版WAI协议后向兼容,其中鉴别服务器(AS)负责STA和AP的用户证书验证、平台证明身份密钥(AIK)证书验证和平台完整性评估,STA和AP的存储完整性度量日志(SML)是利用数字信封技术加密传输给AS的,从而有效地解决了可信WAI(TWAI)所存在的问题.此外,利用针对于可信接入认证协议的串空间模型,证明了它们是安全的.