法国总统大选:两极格局的终结

经过4月23日和5月7日两轮投票,法国总统大选宣告结束。在第二轮投票中,马克龙以65．5％对34．5％的得票率战胜勒庞,当选新一届法国总统。在首轮投票中,独立候选人“前进”运动创始人艾曼努尔·马克龙和极右势力“国民阵线”候选人玛丽娜·勒庞分别以24．01％和21．3％的得票率战胜其他候选人,进入第二轮投票。     

面向对象森林分类的多分类器结合方法研究

为改善面向对象的SPOT5遥感图像森林分类精度,在多分类器结合的投票法、Bayesian平均法和模糊法的基础上提出综合保守投票法和模糊法的多分类器结合新方法——投票模糊法。对最小距离、马氏距离、Bayes准则、模糊逻辑和支持向量机5个分类器结合的试验检测结果表明:采用投票模糊进行分类器结合,总体分类精度和Kappa系数均比投票法、Bayesian法和模糊法的高,也略高于分类效果最好的单个分类器——Bayes分类器,且各类型间生产者精度的差异减小。但分类器结合效果不很明显,其主要原因可能是各分类器采用同一套训练样本,分类器输出结果之间存在较高的关联性,并且所分类型较多。因此,在实际应用中,应尽可能确保各个分类器训练样本的差异性,或者尽可能地避免每个分类器都采用相同的对象特征。     

简单多数票法和Borda法的防策略性分析

利用数学模型对简单多数票法和Borda法的策略投票问题进行了探讨.首先针对简单多数票法,研究了两个候选人分别在三种得票关系情况下的操纵性问题,得到并证明了简单多数票法投票的防操纵条件,计算并证明了简单多数票法出现策略性投票的概率;然后分析了Borda法的防策略性,得到并证明了Borda法投票的防策略性条件定理,然后根据该定理以三个候选人为例分析Borda法的操纵性问题,并得到了两个推论.指出使用Borda法投票时可能出现操纵性的两种情况,并对这两种情况下Borda法的可操纵性予以证明.     

以色列新总统摩西·卡察夫

7月31日,以色列右翼反对党利库德集团推选的总统候选人摩西·卡察夫在议会总统选举第二轮投票中,以63票对57票击败了执政党“只有一个以色列”推举的候选人希蒙·佩雷斯,当选为以色列第8届总统。8月1日,卡察夫在议会宣誓就职。     

科学共同体要闻

中国工程院公布2011年院士增选第二轮候选人中国工程院2011年院士增选第一轮评审工作结束,经过候选人材料审阅、专业组评审、全学部评审和投票等程序,从485位有效候选人中选出了163位进入第二轮评审的候选人。其中,机械与运     

危地马拉70年后“左转”，是否与中国建交引关注

<正>8月20日，危地马拉大选进入第二轮角逐。危地马拉最高选举法院网站发布的计票结果显示，根据对95.29%选票的统计，中左翼“种子运动”党候选人贝尔纳多·阿雷瓦洛的得票率为59.12%，中左翼全国希望联盟候选人桑德拉·托雷斯得票率为36.15%，阿雷瓦洛以较大优势获胜。而在6月25日举行的第一轮投票中，阿雷瓦洛得票率仅为11.80%，位列第二，托雷斯则以15.78%的得票率位列第一。由于在第一轮投票中没有候选人获得半数以上选票，得票最多的两名候选人进入第二轮角逐。     

马克龙连任，法国将在欧洲发挥更大作用

<正>今年4月，法国举行了新一届总统选举。在4月10日的第一轮投票中，现任总统马克龙和极右翼政党“国民联盟”候选人勒庞分别获得27.85%、23.15%的选票，位居前两位，但均未超过半数，根据宪法需举行第二轮投票。4月24日，第二轮投票举行。次日，法国内政部公布了统计结果，马克龙获得58.54%的有效选票，成功连任，任期五年；     

泽连斯基和波罗申科进入乌克兰总统选举第二轮角逐

<正>4月4日,乌克兰中央选举委员会正式宣布,在总统选举第一轮投票中无候选人获得50%以上选票,得票率领先的演员泽连斯基和现任总统波罗申科进入第二轮角逐。乌克兰总统选举于3月31日举行,根据乌选举法,如果无候选人在投票中获得50%以上选票,得票率领先的两名候选人进入第二轮投票并决出最终胜者。新总统应不迟于6月3日宣誓就职,任     

用实验方法探讨选票的真实性

本文通过实验方法和数据处理方法对影响选票公正性的因素进行分析。实验共分为三个阶段，每个阶段都采用了不同的方式和实验对象，对选票的影响因素进行分析。结果表明：当选票中的候选人大家都不熟悉时，投票人投票，随意性比较大，只是按照自己的习惯给予投票，候选人的排名影响最后结果较小可能性较小；当选票中的候选人部分被投票人所认识，另外部分不被投票人认识，投票人倾向于给自己认识的人投票，这时候选人的排序位置，基本不影响投票结果。当选票中的候选人都是投票人所熟悉，这时候选人在选票中的位置不会影响投票结果，候选人无论在哪个位置，投票人都能找出心目中的候选人。当选票中有女性候选人时，投票人会倾向于给女性投票。     

基于多分类器结合的IKONOS影像城市植被类型识别

采用多分类器结合的方法对城市植被进行分类.首先,以分割获得的城市植被分布斑块为处理基元,在不同特征空间中采集不同的样本,通过ISODATA、马氏距离、最大似然、人工神经网络和专家系统法进行分类,并计算各分类结果的关联程度和各植被类型识别的先验概率;然后利用专家投票的大多数规则对分类结果组合,未分类的对象按照先验识别概率最高的结果归类.精度评价表明:多分类器结合方法显著提高了信息识别的能力;采用多分类器结合的方法比单个分类器获得的最高分类精度提高5.5%,Kappa系数提高7.4%;Z统计值均为负,且均通过95%的置信水平检验.     

位平面分解的人脸识别集成方法研究

研究了基于集成技术的人脸识别,主要包括集成个体分类器的生成与分类结果的融合.为了提高分类器个体间的差异性,通过位平面分解及移动窗口技术生成基分类器,然后对所分解模式的各层进行融合,以确定最后的决策,这些融合方法包括乘法规则、和规则、多数投票规则、最大值规则、最小值规则与中值规则.另外,针对ORL数据库,实验研究了不同融合方法的人脸识别的性能,并对不同的人脸识别方法的性能进行了比较.结果表明,在基于位平面分解的人脸识别集成方法中,应用和规则的融合方法,其性能也优于其他的人脸识别方法.     

基于差值图像及子波变换的人脸检测方法

图像中人脸的检测有广泛的应用范围,提出了一种基于差值图像及子波变换的人脸检测方法．首先根据运动信息从图像序列中检测出候选人脸,然后使用子波变换方法分析候选人脸的直方图,确定出４ 个阈值,再根据此４ 个阈值对候选人脸进行多重阈值二值化,并根据有关人脸的先验知识,在多个二值化图像中定位眼、嘴、鼻．实验结果表明,提出的人脸检测方法能较好地检测出图像中的人脸．此方法在人机交互、安全防范等方面具有一定的实用价值     

改进的小波分解、Fisher脸及几何特征相结合的人脸识别方法

 数据降维是提高人脸识别效率的关键.对基于gabor小波变换和LDA降维做了改进,经gabor小波降维后,对数据分别沿着2个不同的方向做处理,方向一：继续按LDA方法对数据分类;方向二：进行PCA降维,再进行一些特征向量的提取,提取4个眼角,鼻尖和2个嘴角的数据,这样又降低了数据的维数.然后根据LDA分类后的数据和提取的几何特征点数据在识别过程中所起的不同作用,分配不同的权值,得出人脸识别的结果.经实验对比,该文的方法有更高的识别率.     

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.     

基于局部正脸合成和两阶段表示的三阶段人脸识别算法

基于两阶段表示的人脸识别算法（TPTSR）识别率高,并且对遮挡、噪声等干扰鲁棒,但是当人脸姿态有较大变化时,TPTSR算法的识别率会明显下降.针对这一问题,提出基于局部正脸合成和TPTSR的三阶段人脸识别算法:第一个阶段,正脸合成阶段,利用提出的正脸合成算法和视点库,将偏转角度较大的测试样本合成相应的正脸,作为新的测试样本;第二个阶段,样本筛选阶段,选择出对最新的测试样本最具表示能力的M个训练样本;第三个阶段,决策识别阶段,用这M个训练样本做人脸识别.通过与经典算法的对比实验证明,提出的3PTSR人脸识别算法能有效解决多姿态人脸识别问题.      

基于特征融合的人脸识别

针对单一的人脸特征在识别中的局限性,提出了一种基于特征融合的人脸识别方法,首先利用主成分分析获得原始输入图像的特征脸,经图像重构处理得到原始图像的余像,然后抽取余像的特征脸,最后将两种特征脸按一定的权重融合成一个组合特征进行人脸识别,通过针对ORL人脸数据库的实验表明:该特征融合方法的人脸识别是行之有效的,优于传统特征脸的方法,识别率可以达到91.5%.     

一种基于特征差异度和SVM投票机制的数字音乐语音情感识别算法

针对数字音乐语音情感识别问题,提出一种基于特征差异度和SVM投票机制进行识别的方法.该方法不仅降低了特征向量的维度,而且保留了足够的能够描述数字音乐语音不同情感之间差异的特征.同时,该方法利用多个二分SVM分类器进行投票,减少了每个分类器的权重,从而降低了误差.实验结果表明,该方法能够有效地提高识别准确率.     

一种改进的人脸边缘检测方法

人脸检测和识别技术在公共安全、图像检索、人机智能交互等方面有着巨大应用前景.在民事和经济领域,各类金融卡、信用卡的持卡人的身份验证,社会保险人的身份验证等具有重要的应用价值.边缘检测是人脸检测的关键技术之一,文中论述了一种全新的二次边缘提取算法以及图像的归一化处理.采用的算法既可以优化图像质量,又可以完成对图像的二值化处理和边缘提取.Matlab和Yale人脸库实验表明,该算法简单、快速,在一定程度上优于著名的Prewitt和Sobel算子.     

基于联合动态稀疏表示方法的多图像人脸识别算法

采用联合动态稀疏表示方法构造一种新型的多图像人脸识别模型.该模型在多张人脸图像的稀疏表示矩阵上,利用动态数集得到联合动态稀疏表示矩阵,识别多图像的人脸.在多张人脸图像作为测试样本的情况下,利用多图像之间的关联性提高人脸图像识别的准确率.最后利用CMU人脸图像库对该算法进行仿真,结果表明其识别率较其他算法有很大的提高.     

基于小波子带图像的人脸光照归一化方法

数字人像识别技术的研究成果有广泛的应用前景,但光照问题是影响人脸识别技术关键的因素之一。对未知光源参数且具有左右光照不均匀的正脸图像,根据小波不同子带图像上的频率特点,提出了一种小波子带图像上的人脸光照归一化方法。在Yale B人脸库上的实验表明,新方法能较有效的解决人脸识别中的左右不均匀光照恢复问题,使人脸识别率有显著提高。