基于神经网络和人脸特征的密钥管理方法

利用神经网络的联想和记忆功能,将密钥嵌入用户的人脸特征中,给出了一种方便、安全的密钥管理方案.存贮密钥时,提取用户的人脸特征,将其离散化为二进制人脸特征序列,再把用户密钥和其人脸特征序列异或,利用异或得到的结果和一些随机序列训练广义回归神经网络.用户只需要保存训练好的神经网络参数,以及密钥与人脸特征序列异或所得到的结果,无需保存或记忆密钥.当需要获取密钥时,用户只要输入自己的人脸图像,即可由存贮的信息恢复出密钥;而攻击者即使获得了存贮的信息也不能从中得到密钥或用户的人脸特征信息.实验表明,本文给出的密钥管理方法是可行的.     

基于隐马尔可夫模型人脸识别的研究

提出了基于HMM的人脸识别方法.根据人脸的特点建立HMM模型,然后采用奇异值分解抽取观察序列.通过对观察向量的仿真结果表明,这种方法在提高识别率和缩短计算时间方面都有很大进步.     

基于强度PCNN的静态图像人脸识别

为了减少人脸图像中姿势、表情和光照等因素对人脸识别的影响,引用了一种基于脉冲发放强度的脉冲耦合神经网络(PCNN,pulse coupled neural network)的人脸特征提取方法。不同人脸图像具有不同的灰度特征,将人脸图像输入PCNN模型后可以得到各个图像特定的脉冲发放强度矩阵。实验利用脉冲强度矩阵作为人脸特征,并结合距离分类器——余弦距离进行人脸识别。仿真实验表明,基于强度PCNN模型提取的特征能刻画出人脸的细节,对于不同姿势、表情及面部明显遮挡物的人脸图像,具有较好的识别结果。该方法对于复杂人脸图像特征的提取,具有较强的鲁棒性。     

一种快速人脸跟踪算法的研究

提出了一种新的在连续运动场景中人脸的检测和跟踪方法.首先采取FloatBoost算法检测人脸,以提高检测速度和精度,然后运用运动学原理及运动估计的思想,利用时间序列分析中移动平均法和指数平滑法预测下一帧图像中跟踪目标的运动位置区域,以减少图像搜索区域,降低处理资源的消耗,达到实时跟踪的效果.仿真实验中,利用MATLAB进行人脸的检测、跟踪实验,并运用本文算法与FSA,CPME算法对跟踪目标物体的时间进行了对比实验.实验结果表明,本文所提出的方法具有良好的实时性和准确性.     

基于小波变换和独立成分分析的人脸识别

针对传统的独立成分分析算法对光照、表情、姿态等敏感的不足,提出了一种结合小波变换和独立成分分析的人脸识别方法.人脸图像首先经过小波变换后选取低频子图像进行独立成分分析,提取人脸图像特征,最后根据最近邻分类器分类.分析了样本数目、小波分解级数对平均识别率和识别时间的影响.基于ORL人脸数据库的实验结果证明了本方法在识别性能方面相对于单一方法的优越性.     

基于脉冲切换控制的网络化控制系统设计

利用脉冲切换控制的平均驻留时间方法对基于模型的网络控制系统(Model-Based NetWorked Control System,MB-NCS)进行了研究.将基于模型的网络控制系统建模为一类脉冲切换系统;利用脉冲切换控制的平均驻留时间方法给出了使此脉冲切换系统指数稳定的充分条件;借助Lyapunov稳定性理论和线性矩阵不等式方法设计了使此脉冲切换系统稳定的控制器,并且通过仿真验证了所提出的方法的有效性.     

基于颜色和边缘特征自适应融合的人脸跟踪算法

针对传统的基于颜色直方图跟踪算法不能精确跟踪的缺陷,提出了一种基于粒子滤波的自适应融合多特征的人脸跟踪算法.该方法首先在视频序列中提取人脸的肤色和边缘特征,并以加权颜色直方图和边缘直方图描述人脸特征;然后采用自适应融合方法计算粒子集权重.这种自适应融合方法,有效地增强了人脸跟踪的可靠性.实验结果表明,在视频人脸存在类肤色以及光照变化等复杂背景下,该方法改善了跟踪效果并且具有较强的鲁棒性.     

视频序列中运动人脸的检测与特征定位

针对视频序列中运动人脸的检测与特征定位问题,给出了一种算法,即通过计算并比较人脸区域而不是整幅视频帧的峰值信噪比（PSNR）,先从视频序列中找到人脸区域清晰度高且尽可能大的视频帧,然后再进行人脸的准确检测与特征定位。首先利用Adaboost方法检测出人脸的大致范围,再根据肤色模型确定人脸的具体位置并从图像中提取出人脸部分,然后利用基于帧间差的人脸区域的PSNR判断图像清晰度,从而定位出人脸区域清晰度高且尽可能大的视频帧,最后进行人脸检测和特征定位。对实际视频序列的计算表明,给出的算法在时间效率上较高,人脸的检测与特征定位效果较好。     

利用位置字典对的人脸图像超分辨率方法

针对基于稀疏表示的人脸超分辨率算法存在的字典尺寸大、训练时间长等问题,提出一种基于位置字典对的超分辨率重建方法.由于同一位置的人脸图像块具有相似的结构和内容,更有可能用相同的字典原子进行线性组合表示,因此把训练人脸图像按位置分块,首先为每个位置训练一个位置字典对,利用获得的多个位置字典对,对低分辨率测试人脸图像进行基本重建,然后应用残差补偿方法对位置块进行补偿.实验结果表明,由所提方法重建的人脸图像具有更好的视觉效果,与应用原始图像块进行稀疏表示的图像超分辨率算法相比,平均图像结构相似度指标值提高了0.082,同时字典训练时间缩短了约5倍.     

Gabor小波和局部二值模式结合的一种人脸识别算法

针对传统的Gabor小波存在提取特征维数高、识别时间长的缺点,对Gabor小波的使用方法进行了改进.首先利用Gabor小波的幅值直接与人脸图像作乘积得到Gabor图像,接着使用局部二值模式得到纹理图像,然后提取出纹理图像的直方图信息,并作为人脸图像的特征,最后使用支持向量机作为分类器,在未经过预处理的ORL人脸数据库中取得95.0%的识别率.平均每张人脸图像识别时间为0.14 s,表明该算法能符合实际应用的要求.     

基于脉冲耦合神经网络的孤立词语音识别研究

根据语音信号的“可视”特点,提出了一种基于简化脉冲耦合神经网络（PCNN）实现孤立词语音识别的方法。将语谱图输入到PCNN中得到相应的时间序列标识,作为语音信号的特征参数,然后通过模板匹配法和概率神经网络（PNN）相结合的方法实现语音分类识别。仿真结果表明,该方法能够达到较高的语音识别率。     

应急图标呈现方式及亮度对比对认知绩效的影响

应急图标的认知绩效在紧急救援中起重要作用。为探究应急图标呈现方式及亮度对比的变化对认知绩效的影响机理,采用视觉搜索范式并采用眼动实验进行结果验证。实验a结果表明,高、中载荷下,应急图标呈现方式和亮度对比的主效应明显,反色应急图标的搜索速度明显快于图形应急图标和带边框应急图标,亮度对比中0.90的搜索平均反应时间最短,0.10、0.30、0.60的平均反应时间有随亮度对比升高而降低的趋势;低载荷下,应急图标呈现方式和亮度对比对认知绩效的影响不明显。实验b眼动实验结果表明,高、中载荷下,反色应急图标注视时间明显低于其他呈现方式,亮度对比较高（0.90）的带边框应急图标平均注视时间明显低于低亮度对比,注视时间有随对比度增大而降低的趋势;低载荷下图标呈现方式、亮度对比注视时间无明显差异。高、中、低载荷下注视点的个数无明显差异,解释了实验a的结果。主观评价的评分也对实验结果做出了认知方面的解释。研究表明,应急图标呈现方式及亮度对比对认知绩效具有显著影响。     

脉搏波的复杂网络分析

脉搏波是人体重要的生理信号之一,从新的角度探索脉搏波的分析手段是脉搏波研究的一个重要方向.在分析现有脉搏波时域、频域分析方法的基础上,将复杂网络的分析方法引入脉搏波的分析之中,以拓展脉搏波的研究维度.分析了时间序列的网络化方法的现状,选择使用基于水平可见性(horizontal visibility graphs,HVG)的网络化方法对脉搏波进行网络化分析.获得使用脉搏波构建的网络的特性参数,确定了脉搏波网络的无标度特性,并从生理状态的角度进行了解释,为脉搏波的研究提供了一种新的手段.     

Incremental Face Clustering with Optimal Summary Learning Via Graph Convolutional Network

In this study, we address the problems encountered by incremental face clustering. Without the benefit of having observed the entire data distribution, incremental face clustering is more challenging than static dataset clustering. Conventional methods rely on the statistical information of previous clusters to improve the efficiency of incremental clustering; thus, error accumulation may occur. Therefore, this study proposes to predict the summaries of previous data directly from data distribution via supervised learning. Moreover, an efficient framework to cluster previous summaries with new data is explored. Although learning summaries from original data costs more than those from previous clusters, the entire framework consumes just a little bit more time because clustering current data and generating summaries for new data share most of the calculations. Experiments show that the proposed approach significantly outperforms the existing incremental face clustering methods, as evidenced by the improvement of average F-score from 0.644 to 0.762. Compared with state-of-the-art static face clustering methods, our method can yield comparable accuracy while consuming much less time.     

固体激光器的快速电光Q开关驱动电路的实验研究

比较了三种不同的电光调Q驱动电路。电子管式调Q电路工作稳定,退压沿70ns左右,但空间体积大,激光脉冲能量较低;雪崩管串联武调Q电路退压时间大约为20ns,输出激光脉冲能量高,脉宽窄;MOSFET管串联调Q电路,简单可靠,单管耐压高,退压时间为50ns。     

吸毒者脉象异常的现代谱分析法

采用PVDF脉搏传器,将采测者左手官位的脉象信息采集到计算机中,并以数据文件格式存储。利用现代谱分析法,随机选取受测者40个连续心动周期的脉象信号,分别对每一心动周期的脉象信号作现代功率谱估计到40幅功率谱图,取其平均值得到平均功率谱。从平均功率谱图中可以看出,吸毒者和正常人的分布有显著差异,将平均功率谱图中的频率轴0－20Hz分为7个频段,对每一位受测者的平均功率谱计算特定频段上的功率分布,从而获得用以多区分吸毒者和正常人的初步判据。将此判据用于30例受测者,其中15例的海洛因成瘾者,另15例为下人,区分吸毒者与正常人的正确率为93．3％,研究结果表明,现代谱分析法是分析吸毒者脉象异常的有效手段。     

松软煤层稳定顶板综放工作面的矿压显现特点

针对乌兰煤矿5343综放工作面的特殊开采条件,采用现场矿压观测和综合分析方法研究了松软煤层稳定顶板综放工作面的矿山压力显现规律,掌握了其矿压显现的基本特点。5343综放工作面顶板初次来压步距24.2 m,周期来压步距平均9.41m,工作面支架平均载荷和最大载荷的差距不大,但支架前柱的载荷显著大于后柱的载荷。该结论有助于提高这类综放工作面的安全生产水平。研究结果表明,与一般的松软煤层综放工作面相比,松软煤层稳定顶板综放工作面的矿山压力显现相对比较剧烈,工作面存在着比较明显的周期来压现象,工作面煤壁片帮冒顶更为严重,工作面顶板管理难度很大;     

用Authorware7.02制作多媒体课件中的练习题

对于答案具有唯一性的标准化习题或测试题,可以通过Authorware强大的交互功能得以实现.利用交互图标的“文本输入”交互响应,可以编制单项选择题、填空题和判断题;利用判断图标的时限、限定次数等设置,将许多题目组合起来,可以编制成一个计算机随机组题的小题库并能通过人机对话随时反馈答题信息;利用计算图标的函数,可以自动统计测试成绩.     

基于最佳鉴别特征和相关向量机的人脸识别算法

为了获得更高的人脸识别正确率,满足人脸识别的实时性,提出一种基于最佳鉴别特征和相关向量机的人脸识别算法.首先,采用小波变换对人脸图像进行降噪预处理,提取人脸的多方向、多尺度Gabor特征;然后采用核主成分分析对人脸的Gabor特征进行筛选,找到对人脸识别结果影响较大的最佳鉴别特征,有效降低特征数量,去除特征间的冗余信息;最后采用相关向量机对最佳鉴别特征向量进行学习,建立人脸识别的多分类器.选择标准人脸库与经典人脸识别算法进行对比实验,实验结果表明,该算法的人脸平均识别率得到大幅度提高,人脸平均识别时间远少于经典人脸识别算法.     

基于面部表情GEM和稀疏立方矩阵的三维人脸识别方法

针对姿态和表情变化对3D人脸识别影响较大的问题,提出一种基于面部表情通用弹性模型(generic elastic models,GEM)和稀疏立方矩阵的3D人脸识别方法.利用面部表情通用弹性模型构造3D人脸数据库,3D重建模型为所有人脸姿态创建稀疏立方矩阵(sparse cubic matrix,SCM),并利用自动头部姿态估计法获得人脸图像中三元组角度的初始估计值;为每个子集估计的三元组角度选择SCM的阵列;通过稀疏表示从SCM中选择阵列与探针图像.在FERET,CMU PIE和LFW数据库上的实验验证了提出方法的有效性.与几种优秀3D人脸识别方法相比,提出的方法识别率更高,当姿态变化角度较大时尤为明显.此外,对于480×640图像,LFW数据库上,预处理、人脸检测和分类的总平均处理时间仅为89.4 ms.