基于特征融合的人脸人耳多生物身份鉴别

针对人头旋转时单一人脸识别率较差的问题,基于人脸与人耳位置上的关联性,提出人脸人耳多生物特征级融合的身份鉴别方法以克服姿态带来的影响．首先采用传统独立成分分析（ICA）方法及其变形分别提取出图像的局部和全局特征,然后将这2种互补的特征进行多模态加权串联融合,并采用基于非线性核函数的主元分析法（KPCA）降维．在USTB图像库上的实验表明,2种独立成分特征具有很好的互补性,多生物识别大大优于单一生物识别,且提出的核非线性降维方法进一步改善了识别性能．     

关于五维RDS型李代数的一些结果

通过对李代数的理想格性质的讨论来研究李代数的结构。根据理想格满足的一些条件,对四维可解RDS型李代数部分结论进行了修正。通过对一维中心的五维不可解李代数的讨论,确定它不是RDS型李代数。     

一类无限维李代数的同构与同态

本文探讨一类的无限维李代数,并构造了此类李代数的理想,同构,同态,并对其性质作了探讨.     

关于模的主理想定理

设R是整环,S=R-0.设M是无挠R-模,N是M的子模,且rank(M)=n,rank(N)=I相似文献   

用于高光谱遥感图像分类的空间约束高斯过程方法

高光谱遥感图像分类是遥感图像处理的一项重要内容.高光谱遥感图像具有非线性属性.图像中不同方位光谱特征的变化将使得仅从标记训练样本得到的分类器分类精度不会太高.为了提高分类的精度,一方面应对光谱信息的合理利用;另一方面,对空间信息的利用也非常重要.高斯过程(Gaussion process,GP)是一种贝叶斯统计学习方法,能够建立概率模型,并且使得分类结果更易于解释.传统GP分类方法中核函数的构造仅利用光谱信息.本文提出了一种加入空间关系的新分类方法.利用遥感图像空间相关性,在GP分类方法中通过构造新的核函数(spatial Gauss kernel,SGK)来实现空间约束,部分消除了同物异谱和同谱异物造成的分类错误.实验结果表明,该方法对于提高高光谱遥感图像的分类精度具有积极意义.     

基于C-OWA算子区间直觉模糊信息集成的决策方法

直觉模糊集是对传统的模糊集的理论进行了拓展,它更加细致地刻画了模糊形象.论文引进C-OWA算子,给出了两个区间数的大小比较的新方法;针对区间直觉模糊信息的多属性决策矩阵,定义了方案的区间直觉模糊信息的理想点,并利用方案属性值与理想点的Euclidean距离,给出了区间直觉模糊信息的多属性决策矩阵的一种排序方法;最后利用实例说明了该方法的可行性和有效性.     

有理分歧自相似集上的热核估计

利用单边移位空间上尺度的相关定义和性质,讨论了有理分歧自相似集上的热核上、下界的估计问题.     

一种集聚中心的核估计法

从样本点的核密度估计出发,对集聚型点模式的集聚中心的个数和位置的确定方法进行了探索,提出一种集聚中心的核估计算法.与原有的基于几何概率提取集聚中心的方法相比,该算法对只有一个集聚中心的情况以及任意维数的样本空间点具有更好的估计效果.     

求解一类非局部边界条件微分方程的再生核方法

为研究一类非线性局部边界条件的微分方程的求解问题,在再生核空间利用算子构造了一个收敛的迭代序列,得到了该方程精确解的表达式。数值结果表明,利用再生核理论求解该类方程的方法是有效的。     

齐次Morrey-Herz空间上粗糙核分数次积分交换子及多线性算子的CBMO估计

利用齐次Morrey-Herz空间MK^α,λ_p,q(Rⁿ)与齐次Herz空间K^α,p_q(Rⁿ)之间的关系, 推广了K^α,p_q(Rⁿ)上的一些结果, 在 MK^α,λ_p,q(Rⁿ)上建立了具有粗糙核的分数次积分交换子T^b_Ω,l及多线性分数次积分算子T^A_Ω,l的中心有界平均振荡函数空间(CBMO)估计, 并得到了分数次极大交换子M^b_Ω,l和多线性分数次极大算子M^A_Ω,l的相应结果.