基于线性降维技术和BP神经网络的热红外人脸图像识别

结合线性降维技术与BP神经网络对热红外人脸图像进行了识别研究.首先利用主成分分析和线性判别分析对热红外人脸图像进行图像降维及特征提取,然后将提取出的热红外人脸图像特征向量用于BP神经网络的训练,得到一个鲁棒性和容错性较强的分类器,用这个分类器对热红外人脸图像进行分类识别.实验结果表明,由于所提方法在提取便于分类的模式特征基础上,采用神经网络作为分类器代替特征向量间的欧氏距离判别,获得了较高的热红外人脸图像识别率.     

基于LBP和PCA特征提取的人脸识别

为有效解决局部二元模式(LBP)在人脸识别特征提取时维数过高的问题,提出了一种结合LBP特征和主成分分析(PCA)的人脸识别方法.首先,对人脸图像进行分块,提取其LBP直方图特征,然后使用PCA方法对特征向量进行降维,最后将降维后的特征向量用于识别.在FERET人脸库上的实验结果表明:相对于原始LBP表达方法,结合LBP和PCA的人脸表达能有效降低计算复杂度,同时也较好地保持了原有识别精度.     

基于Gabor小波和PCA的人脸识别

针对人脸识别中采集到的图像由于受光照、表情变化、脸部部分遮挡等因素影响而导致识别率低的问题,将Gabor小波多尺度、多方向的滤波特性和主成分分析(PCA)的降维特性相结合,提出一种对脸部整体特征进行提取的GPCA算法.通过将该算法应用于ORL人脸库、Yale人脸库和AR人脸库中的人脸识别,证明了该方法的有效性.     

基于统计特征融合的人脸识别

从理论上分析了PCA分析的主元特征向量仅仅表示了图像的整体信息,不能表示图像的微小变化,而非零最小特征向量仅仅反映了图像的细微变化,将主元特征向量和非零最小特征向量进行有机的结合,并用于人脸统计识别. 试验结果表明,本文介绍的方法比PCA的人脸识别方法优越, 在一定程度上克服了人脸姿态表情的影响.     

基于主成分分析和Softmax回归模型的人脸识别方法

文章介绍一种基于主成分分析(principal component analysis,PCA)和Softmax回归模型相结合的人脸识别方法,该方法通过PCA对整幅图像提取特征,然后将提取的特征经过非线性变换输入到Softmax回归模型中。将主成分提取特征看成是单层神经网络,将它与Softmax回归模型构成的级联结构看作是2层神经网络,在神经网络的训练过程中,主成分的特征向量可以微调。在不同人脸数据库上的实验表明,相比于传统的只用PCA降维的方法,本文方法可达到较高的识别率。     

人脸识别中基于互信息的特征优选

人脸识别领域中常用Gabor小波系数表示人脸特征.然而,提取的人脸Gabor特征是高维数据,不可避免存在冗余和随机噪声的干扰.为了有效利用Gabor特征进行人脸识别,提出一种新的Gabor特征选取方法.首先计算训练集上的任两张人脸图像的Gabor特征差,生成类内空阃和类外空间.用单个Gabor特征训练筒单两值分类器,以其在类内空间和类外空间的分类错误率作为判据评价该Gabor特征的分类能力.在选取分类错误低的特征的同时还要再评估候选特征与已选特征间的互信息,这样优选出具有无冗余、低误差率的特征.最后对这些优选的Gabor特征进行主成分分析和线性判别分析完成人脸识别.在CAS-PEAL大型人脸数据库上的实验结果表明,所提出的方法不但可大大降低Gabor特征的维数,而且还有效提高了识别精度.     

基于多方向Gabor特征图协同表示的鲁棒人脸识别

为提高基于稀疏表示分类(SRC)算法在可变光照、姿态和表情下的人脸识别性能,提出一种基于多方向Gabor特征图(MGFM)和协同表示分类(CRC)的鲁棒人脸识别方法。首先,对人脸图像进行多方向多尺度Gabor变换,并融合同一方向不同尺度的Gabor特征;其次,在每个方向的融合特征图上提取Gist特征。在进行人脸识别时,可采取2种方法:1)将人脸图像所有方向的Gist特征直接串联或自适应加权后串联构成人脸全局特征向量,并使用协同表示分类器得到识别结果;2)对人脸图像每个方向的Gist特征向量分别使用协同表示分类器进行预分类,预分类时使用自适应K近邻策略确定候选类并进行评分,取总得分最高的类作为识别结果。最后,在ORL,Extended Yale B和AR等人脸数据库上开展人脸识别实验,由提出的方法分别取得99.8%,100%和99.7%的识别准确率和较快的执行速度。研究结果表明:本文方法利用多方向Gabor特征图(MGFM)建立人脸图像的特征表示能有效描述人脸局部信息,利用自适应K近邻策略改进协同表示分类算法能取得较高的识别准确率和执行效率。     

基于特征脸和神经网络的人脸表情识别方法

当前人脸检测系统主要使用的是基于主成分分析算法和神经网络技术,本文提出了识别不同特征点的另一种技术,所提出的识别系统用来实现特征提取、主成分分析和人工神经网络,即用特征脸和主成分分析算法进行人脸识别.在主成分分析算法中,通过识别初始人脸图像集得到特征向量和特征脸,然后这些人脸被投射到特征脸上以计算权重,这些权重建立人脸数据库以便通过神经网络进行人脸识别.测试结果表明,其准确率达82.1%,达到了理想效果.     

基于小波变换和改进PCA的人脸特征提取算法

针对在人脸图像高维数据降维时单纯使用主成分分析(PCA)算法的提取精度和速度受限问题,  提出一种基于小波变换和改进PCA的混合特征提取算法. 该方法首先对人脸图像进行小波分解, 选取低频分量对人脸图像进行特征提取;然后利用改进的PCA算法进行主成分提取, 获得代表人脸特征的特征向量; 最后将该算法应用于Olivetti Faces人脸库数据集的图像分类. 实验结果表明, 经过该混合算法处理后的图像特征数据, 由卷积神经网络(CNN)算法分类识别时准确率提升10%, 识别速度提高约37%.     

基于多方向Gabor特征图稀疏表示的鲁棒人脸识别方法

为提高对光照、表情、姿态等可变因素的鲁棒性,提出一种基于多方向Gabor特征图稀疏表示的人脸识别方法.对人脸图像进行多方向多尺度Gabor变换,然后将同一方向不同尺度的Gabor特征进行融合得到多方向特征图,再对每个方向的融合特征图提取Gist特征并赋予自适应权重,接着将所有方向特征图的自适应加权Gist特征串联构成人脸图像特征向量,最后利用稀疏表示分类方法实现人脸识别.实验结果表明,本文算法在Yale、ORL和Extended Yale B人脸数据库上的平均识别率分别达到99.8%、99.7%和100.0%.      

一类自主系统的设计研究

基于惯常的系统开销与系统效率的评价策略提出了一类自主系统的设计思想与实现技术。探讨了自主系统在提升性价比和QoS方面的优势，进而指导这类系统的设计。     

校区平面控制网优化与改造

阐述了建立新校区平面控制网的目的、规模和等级.讨论了改造原有控制网的方法、技术指标和外业观测方法,并用平差后的结果进行了验证.同时,也提供了一种在某特定地形条件下优化平面控制网的有效途径.     

公交车调度优化模型

提出了制定一条公交线路车辆调度方案的优化数学模型，该模型计算了乘客在车站等候的时间内所可能创造的财富——社会效益，并将乘客因候车而丧失创造该财富的机会看成一种社会成本，对车辆调度方案的评估时，不仅考虑了公司运营成本，而且考虑了相应的社会成本，因此，该模型制定的调度方案兼顾了公司利益和社会效益，最后将实际的统计数据带入模型，给出一个车辆调度发车时刻表的优化方案。     

MIMO-OFDM双向多中继选择的网络资源优化

为加强多输入多输出-正交频分复用(multiple-input multiple-output orthogonal frequency division multiplexing,MIMO-OFDM)双向中继系统的频域和空间复用增益,研究放大转发(amplify-forward,AF)协议下的中继系统模式,提出一种双向信道的预编码矩阵,能够将复杂的双向MIMO-OFDM信道划分为多个独立的物理层网络编码(physical network coding,PNC)子信道.在此基础上,将系统扩展至多中继,并提出在已有的频域子载波和空间子信道的最佳配对方案下,以最大化用户接收信号信噪比为准则,为每组配对方案分配合适的中继来改善中继网络的性能.通过联合优化的中继选择策略,单节点功率约束条件以及拉格朗日对偶方法,获取优化的系统资源分配方案.仿真结果证明,所提算法较一般功率分配方法带来的性能增益随着中继的增加,增益幅度随之增加.     

遗传算法在一类最优化问题中的应用

应用一种基于自然选择和生物遗传机理的全局搜索学习算法──遗传算法的思想和方法,解决最优决策中一类仅含权值约束的最优化问题．采用十进制编码,给出了具体的求解步骤和编码方法．     

校区平面控制网优化与改造

阐述了建立新校区平面控制网的目的、规模和等级、讨论了改造原有控制网的方法、技术指标和外业观测方法，并用平差后的结果进行了验证、同时，也提供了一种在某特定地形条件下优化平面控制网的有效途径。     

试论多种媒体在优化制图教学中的应用

随着教学改革的深入发展,如何运用多种媒体优化制图教学,培养和发展职校生的空间思维能力,已成为职校教师需要认真研究的课题.结合教学改革和实践,探讨在优化制图教学中多种媒体应用的一些问题.     

优化药学专业有机化学实验的探讨

探讨了对药学专业有机化学实验进行优化、建立开放性实验室和加强实验课的考核,在此基础上使学生掌握有机化学实验理论知识,并提高实验操作技能,从而进一步提升学生的科学素养。     

优化复数题解法的几种策略

解复数问题时要重视题目结构特征的分析,以便找到合理、简捷的解题方法．提出优化复数问题解法的具体策略有利用1+i,ω＝的特征、复数实(虚)部的数值关系、共轭复数的特征、复数取模、数形结合、整体代换等．