Multi-modal face parts fusion based on Gabor feature for face recognition

A novel face recognition method,which is a fusion of multi-modal face parts based on Gabor feature(MMP-GF),is proposed in this paper.Firsdy,the bare face image detached from the normalized imagewas convolved with a family of Gabor kernels,and then according to the face structure and the key-pointslocations,the calculated Gabor images were divided into five parts:Gabor face,Gabor eyebrow,Gaboreye,Gabor nose and Gabor mouth.After that multi-modal Gabor features were spatially partitioned intonon-overlappi...     

基于主成分分析和聚类分析的烤烟质量评价模型构建

为了建立更为科学、客观的烟叶质量评价方法,采用外观质量评价与常规化学成分评价相结合的方法,研究8个外观质量指标和8个化学成分指标,建立了基于主成分分析和聚类分析的Fisher判别函数的烟叶质量评价模型,并对河南省平顶山市42个烟叶样品进行了分类。采用主成分分析方法共提取了6个主成分,并对各个样品6个主成分得分进行聚类分析,同时根据6个主成分得分和聚类分析结果进行判别分析,对比Fisher判别函数和聚类分析的结果,两者有较好的一致性。因此,可以利用这个烟叶评价模型对烟叶进行质量评价。这使得烟叶质量评价方法更加客观,也开辟了烟叶质量评价的新途径。表5,参16。     

UCAV环境感知中路标选取及定位方法

为实现无人作战飞机(unmanned combat aerial vehicles, UCAV)认知导航环境感知中路标的选取和位置求解,提出一种基于增量多层判别回归(incremental hierarchical discriminant regression, IHDR）树的路标选取和定位方法。利用快速鲁棒性特征(speeded up robust feature, SURF)算法提取的特征点描述矢量及其在地理空间中的位置组合为路标信息,构造IHDR树,实现已感知信息的存储记忆。UCAV进行环境感知时,若路标信息已知,以已知路标描述矢量对IHDR树检索,通过已知路标位置与检索输出位置之间误差的大小进行路标选取。若路标信息未知,以SURF算法提取环境中路标的描述矢量,并对IHDR树检索,通过比值法对输出路标进行提纯,以提纯后路标的位置作为对应路标的定位结果输出。仿真结果表明,该方法可有效选取设定位置误差内的路标,低噪声干扰下路标的定位具有高正确率。     

应用测井资料定量识别碳酸盐岩 沉积微相——以川东北元坝地区长兴组为例

元坝长兴组是晚二叠世晚期沉积的一套台地礁、滩相碳酸盐地层,礁滩相储层具有多期次发育、侧向叠加的特征,非均质性强,沉积微相的精细划分复杂。为提高储层沉积微相的预测效率和精度,提出基于常规测井资料及电成像测井对沉积微相测井响应特征精细描述的方法,选取元坝地区长兴组岩心、测井、录井等地质资料比较完备的10口代表性钻井作为标准井,构建识别模型,并利用所构建的算法模型对非建模井段进行评价。由于未取心井的层位划分方法和曲线重叠法、交会图法等常规沉积微相分类方法很难对碳酸盐岩沉积微相进行识别。在保证精度的基础上提高效率,采用系统聚类法和Fisher判别法对未取心井进行层位划分和沉积微相分类,回判验证率高达81.3%,由此可见该方法可行性强,减少了对岩心数据的依赖且有着不错的精度和效率,一旦建模便可实现测井资料自动识别沉积微相,针对复杂礁滩相碳酸盐岩地区沉积微相划分有一定的借鉴作用。     

未确知聚类理论在顶板沉降量预测中的应用

 从距离判别的思想出发,对未确知聚类理论中的置信度准则进行优化,并将该理论应用于顶板沉降量预测中。选取岩体抗拉强度、埋藏深度、暴露面积等9 个影响因子,构建顶板沉降量预测的未确知聚类预测模型。根据收集的15 组样本数据确定了未确知测度函数,并利用熵权法计算指标权重,预测得出顶板沉降的分类等级及顶板沉降量。经计算验证,该方法的平均预测误差为7.38%,较模糊数学、灰色关联及神经网络3 种方法有更高的预测精度。为进一步验证其实用性,以辰州矿业沃溪矿区为例,采用该方法对4142 采场进行顶板沉降量预测。结果表明,预测结果与实际监测结果相吻合,证明该方法用于采场顶板沉降量预测是客观合理的,可为矿山安全生产提供决策依据。     

汉英术语构成方式对比

术语构成方式是术语构成材料按词或语的规律构造新术语的方式方法,汉英术语构成方式在派生法、合成法、缩略法、转化法四个方面既有共性,也有特性。通过比较既可深入了解汉英术语构词法,准确把握术语含义,也可为新术语的构成及理解提供借鉴。     

英汉科技术语翻译的文化视角

科技术语翻译是科技信息的沟通,也是文化元素的传递。术语概念形成机制和语言表达式都要受到文化认知的制约和影响。从等值传递专业概念的目标出发,术语翻译应当从文化认知原理、文化对应性等方面深入理解,通过对比分析,探讨术语翻译的实用方法和技巧。     

依据回声定位声波参数判别同域栖息的蝙蝠种类

利用超声波监听仪(D 980)在同一研究区域内记录到5种蝙蝠63个个体自然飞行状态下回声定位的叫声138次.依据声谱图可分为(FM/)CF/FM型(马铁菊头蝠Rhinolo-phus ferrumequinum)和FM型(绯鼠耳蝠Myotis formosus、伊氏鼠耳蝠Myotis ikonnikovi、水鼠耳蝠Myotis daubentoni和白腹管鼻蝠Murina leucogaster).马铁菊头蝠的声波能够比较容易地从5个种类中辨别出来.采用逐步判别分析方法对其他4种蝙蝠回声定位声波的6个参数进行了判别,结果显示,蝙蝠种类判别正确率为84.1%.表明回声定位声波参数在蝙蝠种类识别中具有重要作用,可用于检验研究区域内依据体型鉴定蝙蝠种类的准确度,也可为预测蝙蝠对生境的利用方式提供依据.     

基于布谷鸟优化轻量梯度提升机的泥石流预测

摘 要： 针对山区环境中引发泥石流的影响因素复杂多样,影响因子之间易存在相互耦合,以及梯度提升树（Light Gradient Boosting Machine,LightGBM）预测模型易陷入局部最优问题,提出了核线性判别分析法（Kernel Linear Discriminant Analysis,KLDA）与经布谷鸟算法（Cuckoo Search,CS）寻优后的LightGBM预测模型。首先,对传感器采集到的原始数据进行清洗,并将“清洗”后得到的规范数据通过KLDA进行降维处理,得到相关性低且贡献率高的影响因子作为预测因子。采用随机取样的方法对降维后数据进行规划,选取70%的数据用于训练模型,剩余30%用于验证模型。然后,将训练数据作为输入,基于CS-LightGBM算法训练出最优预测模型。最后,结合鹅项沟监测数据进行仿真。结果证明,此方法能够将复杂的泥石流影响因子降维成利于建模的预测因子,使预测模型具有较好的预测准确度,为泥石流灾害预测方面的研究提供了新的思路。     

基于主成分分析和支持向量机的鲁棒稀疏线性判别分析方法

为了提高人脸图像的识别率、识别效率和鲁棒性,提出一种基于主成分分析（Principal Component Analysis, PCA）和支持向量机（support Vector machine,SVM）的鲁棒稀疏线性判别分析方法,通过ORL和YaleB人脸库、COIL20物体库和UCI机器学习库中部分数据集,将本文方法与线性判别分析、鲁棒线性判别分析、基于 范数和巴氏距离的鲁棒线性判别分析、鲁棒自适应线性判别分析和鲁棒稀疏线性判别分析等六种方法进行比较。实验结果表明,在ORL人脸库、COIL20物体库和UCI机器学习库的部分数据集中,在原始图像条件下,本文方法的识别率均值依次为92.80%,97.76%和89.61%,均高于其它5种方法。在YaleB人脸库加入椒盐噪声的条件下,本文方法的识别率均值为81.35%,比其它五种方法高1.37%以上。