Research of Decision System Analysis for Decision Support

ＲｅｓｅａｒｃｈｏｆＤｅｃｉｓｉｏｎＳｙｓｔｅｍＡｎａｌｙｓｉｓｆｏｒＤｅｃｉｓｉｏｎＳｕｐｐｏｒｔＲｅｓｅａｒｃｈｏｆＤｅｃｉｓｉｏｎＳｙｓｔｅｍＡｎａｌｙｓｉｓｆｏｒＤｅｃｉｓｉｏｎＳｕｐｐｏｒｔ￥ＬＩＵＳｈａｏｊｕｎ；ＨＡＮＣｈｏｎｇｈａｏａｎ...     

雷达目标距离剖面图像的特征编码与多模匹配识别

本文针对雷达目标距离剖面图像识别这一具体应用背景，提出了一种基于姿态角变化区域序贯划分、特征编码及多模匹配的模式识别新方法；其特点是通过多模匹配克服一般编码方法在给定的误判概率限制下对姿态角变化范围的容纳性有限的缺点，通过序贯划分来确定各模式中姿态角变化的容纳范围及边界；这种方法具有能适应目标特征随姿态角的变化以及能控制识别中的差错概率α等优点。     

地图中道路自动识别的方法

提出了一种基于统计特征的道路自动识别方法，给出了道路的统计模型并进行了分析．该算法对１：５００００的实际地图进行识别，识别速度快，正确率高，取得了满意的结果．     

织物风格研究中的模糊聚类方法

本文将模糊聚类方法用于织物风格模式识别,取得了较好的效果。为便于相互比较,本文还将同一问题采用多元统计分析中的几种系统聚类方法进行处理,所得结果与模糊聚类都是比较一致的。本文还利用Marriot的G~2|W|准则,确定了织物风格的最佳分类数目G。这就为进一步建立判别函数,作织物样本风格的判别分析提供了前提和依据。这种样本性能鉴别分类的方法具有客观、合理等特点,可望在许多方面得到应用而不仅仅限于织物风格研究。     

一种人脸图象自动识别方法及实验

为了很好解决小样本情况下线性鉴别矢量的求解问题,定义了Fisher极小准则函数与广义Fisher极小准则函数,并从理论上说明了二者的等价性。基于广义Fisher极小准则函数,推导出一个新的广义特征方程。具有最多鉴别信息的鉴别矢量可通过求解新方程得到。人脸图象的识别结果表明,本文方法具有较优性能。     

基于最优特征矢量子空间的雷达目标识别

针对雷达特征子空间距离像识别中存在的如何选择特征基的困难,提出了一种基于最优特征矢量子空间的雷达距离像识别方法。该方法首先对原数据样本进行特征提取变换,再采用遗传算法选取最优特征矢量,由此组成最优子空间。通过对三种不同类型飞机实测回波数据进行识别,并与经典特征子空间法的对比实验,表明该方法的有效性。     

Robust gray-image face detector based on local statistical features

An efficient training framework for gray-image face detection was presented. Our system includes two stages.In the first stage, the pattern rejection theory is used for features selection. The local Haar-like wavelet features used as rejection features to reject those patterns are not faces obviously. In the second stage, the Kullback-Leibler divergence in information theory is applied to choose more effective features further and to construct hierarchical classifier. The probability functions of two classes are estimated by joint-histograms. Final decisions are made according to the likelihood ratios between two classes. The experimental results show that our system is the same robust and efficient as the best reported methods, while the training efficiency is higher than others.     

汉字的S—E坐标提取及其骨架重构

本文从手写印刷体汉字的计算机光学输入的离散模式出发,提出一种称为S-E坐标的特征提取的新方法。S-E坐标的特征提取及基于S-E坐标的汉字骨架重构在快速实时、数据压缩、畸变消减以及抗干抗性等方面优于通常的细化算法。最后简介基于S-E坐标的汉字识别法。分析与实验表明,S-E坐标为进一步的特征提取和汉字识别提供了一种有效的工具。     

基于LBP和几何混合特征的人脸识别

提出一种基于ASM几何特征和LBP局部特征的人脸识别新方法。该方法首先使用ASM算法对样本数据进行区域筛选,然后通过LBP特征与ASM特征构建融合特征对人脸进行识别。本文使用JAFFE人脸数据库和CK+数据库进行算法测试,实验结果表明本文提出的方法比单独使用ASM和LBP特征在人脸识别率上有较大的改善。     

融合全局与局部特征的UWB雷达人体动作识别算法

为了消除雷达信号中杂波和噪声对人体动作识别的干扰,提高小样本数据下动作识别的精度,在去除杂波及噪声干扰的基础上,提出一种融合全局与局部特征的超宽带（ultra-wideband,UWB）雷达人体动作识别算法。用动目标指示（moving target indication,MTI）结合自适应中值滤波对雷达原始回波信号进行预处理,再对人体动作的雷达二维特征图像利用主成分分析（principal component analysis,PCA）提取主要分量作为全局特征表征,并用二维离散小波变换（2D discrete wavelet transform,2D-DWT）结合奇异值分解（singular value decomposition,SVD）获取特征图像在不同方向与尺度划分下动作的局部特征表征,并将全局与局部特征进行串联融合;根据融合特征,在网格搜索算法（grid search,GS）优化的支持向量机（support vector machines,SVM）模型中实现人体动作的识别分类。实验结果表明,该算法能有效获取雷达信号中的人体动作信息,平均识别准确率为95.63%,具有良好的识别性能。