融合Gabor小波和双层LLE的人耳图像识别

针对局部线性嵌入(LLE)算法易受偏转角度和近邻选取的影响,提出了一种双层LLE(DLLE)的人耳图像识别方法,并结合Gabor小波和DLLE提出了GDLLE。DLLE首先计算各样本与每类样本中心的欧氏距离,再把欧氏距离最小的K类所有样本作为LLE的近邻,提取出鉴别特征,最后由最近近邻分类器对鉴别特征进行分类。在USTB3人耳图像库上的实验结果表明,本文提出DLLE能够减小偏转角度和近邻对LLE算法的影响,结合Gabor小波后进一步改善了算法的识别率。     

Extending the UNIFAC model for ionic liquid–solute systems by combining experimental and computational databases

Considering that the predictive UNIFAC model is highly valuable for the solvent selection, process design and optimization of separation tasks, a large extension of this model to ionic liquid (IL)–solute systems is presented by combining experimental and COSMO-RS derived databases. The experimental infinite dilution activity coefficient (γ^∞) data of different solutes in ILs are first collected exhaustively to extend UNIFAC-IL to cover all involved IL and conventional functional groups. Afterwards, the experimental and COSMO-RS calculated γ^∞ are compared for different types of solutes to evaluate the potential of using COSMO-RS predictions as quasi-experimental data for further UNIFAC-IL extension. In the cases where COSMO-RS can provide quantitatively accurate predictions after calibration, additional γ^∞ database is specifically generated to regress more group interaction parameters in the UNIFAC-IL model. Finally, a large experimental liquid–liquid and vapor–liquid equilibria database is collected and employed to evaluate the predictive performance of the obtained γ^∞-based UNIFAC-IL model.     

一种基于潜在语义线性嵌入的三维模型检索方法

在三维模型检索中,为了保持模型之间的形状相似性,并且考虑保持模型之间的语义关系不变的情况下实现特征的维数缩减,提出一个基于潜在语义分析的非线性降维方法潜在语义线性嵌入LSLE.该方法通过构建的三维模型语义空间确定数据库中三维模型的语义近邻,并通过改进的局部线性嵌入方法实现数据维数的缩减,对Princeton Shape Benchmark的实验表明,该方法在三维模型的特征降维和检索中都取得了较好的效果.     

基于ISOMAP改进算法的人耳识别

针对ISOMAP算法对新增样本泛化能力较差的缺点,通过对LLE算法局部重构思想的深入理解,提出了MRC-ISOMAP(manifold reconstruction-ISOMAP)算法用于样本特征的维数约简.MRC-ISOMAP算法对训练样本采用全局非线性结构保持的思想,利用ISOMAP算法计算训练样本的低维表示;对新增样本利用局部线性的思想,保持局部线性关系不变,从而可以更加快速准确地用低维训练样本重构新增样本的低维表示.USTB3人耳图像库上的实验结果表明,与原始ISOMAP算法相比,MRC-ISOMAP算法可以获得更高的识别率,并在处理新样本时具有更高的效率.     

盐效分离作用理论预测

研究了盐效分离基本原理,采用选择性溶剂化模型,利用定标粒子理论计算盐在含水体系中的标准摩尔迁移自由能。提出了将迁移自由能与相平衡中盐效应的大小结合起来,用迁移自由能理论解释相平衡中的盐效应。文中计算了盐在6种含水体系的标准摩尔迁移自由能,并与其盐效应进行了对比,研究发现在含水体系中盐效应随盐的标准摩尔迁移自由能增大而增大,因此在盐效分离过程中可以采用标准摩尔迁移自由能模型选择有效的盐作分离剂。     

一种基于稀疏嵌入分析的降维方法

近几年局部流形学习算法研究得到了广泛的关注, 如局部线性嵌入以及局部切空间排列算法等.这些算法都是基于局部可线性化的假设而提出的, 但局部是否可线性化的问题没有得到很好有效的解决, 使得目前的降维算法对自然数据效果不佳. 自然数据中有很多是稀疏的,对稀疏数据的降维是局部线性嵌入算法所面临的一个问题. 基于对数据自然属性的考虑,利用数据的统计信息动态确定局部线性化范围, 依据数据的分布提出一种排列的稀疏局部线性嵌入算法(Sparse local linear embedding algorithm, SLLEA). 在数据集稀疏的情况下,该算法能够很好地把握数据的局部和整体信息. 将该算法应用于手工流形及图像检索等试验中,验证了该算法的有效性.     

一种非线性降维算法在组合预测模型中的应用*

针对视频序列维数高、帧间相关性大、运动轨迹复杂的特点,将LLE非线性降维算法用于视频处理,并重点研究了如何利用该算法对目标跟踪过程中的模板进行预测更新.由于单步预测方法在运动目标发生部分或全部遮挡时无法保证跟踪的准确性,进一步将时间序列模型与BP网络相结合实现跟踪目标的多步预测,从而可以弥补时间序列模型在单步预测方面的不足.实验证明,该算法能保证在运动目标跟踪过程中的准确性和鲁棒性.     

融合LLE与LDA特征的人脸识别方法

为更好提取识别的人脸特征,文章将非线性流形学习方法LLE提取的局部非线性特征与监督学习方法LDA提取的全局线性特征相结合,利用特征融合的思想,得出有利特征,进行人脸识别。经实验证明,该方法能显著提高人脸识别系统的性能。     

Ternary liquid-liquid phase behavior by decorated-uniquac

To investigate the applicability of the decorated-UNIQUAC model for multicomponent multiphase liquid mixtures, equilibrium calculations were carried out for a variety of model ternary systems, and some typical predictions were introduced. The predicted phase behavior was less limited and more complicated than that of UNIQUAC without disagreement with experimental observations on the progressional behavior of tie lines. The binodal predictions were found very sensitive with respect to the model parameters, as expected in condensed phases. The general features of nonisland type of ternary LLE were excellently reproduced by the decorated-UNIQUAC.     

一种基于流形学习的手写体数字识别

针对手写字符识别中由于书写习惯和风格不同造成字符模式不稳定的问题，提出了一种基于流形学习的手写体数字识别方法。算法首先利用局部线性嵌入（LLE）对手写体数字图像进行字符特征的降维，然后再对降维后的特征进行分类识别。通过对MINST库中手写体数字数据库上的实验结果表明，利用LLE降维后的特征能够有效地区分字符，识别率达到91．7％，并能够发现高维空间的低维嵌入流形。