采用自适应加权扩展LBP的单样本人脸识别

提出了一种采用自适应加权扩展LBP(AWELBP,adaptively weighted extended local binarypattern)的单样本人脸描述方法,首先对单样本的人脸图像进行多尺度分块,对子块的图像进行扩展均匀LBP算子运算,同时同步生成图像局部熵图谱(LEM,local entropy map),计算每一子块对整体人脸图像纹理描述的贡献度图谱,根据贡献度图谱对每个子块的LBP直方图进行自适应加权,最后将各子块的LBP直方图进行连接形成人脸特征。本算法在ORL、Yale、Yale B人脸库上对部分遮挡、表情变化、光照变化等环境进行测试,并与传统算法以及与多种LBP改进算法进行比较,结果表明该算法对部分遮挡、表情变化和光照等环境下单样本人脸描述具有较好的效果。     

汽车轮毂内部缺陷的自动分割

汽车轮毂的内部缺陷需要用X射线无损探伤的方式来检测,其中X光图像上缺陷的自动分割是整个检测过程的关键。提出一种基于数学形态学重建运算的图像分割方案,选定结构元素后先对原始图像进行顶帽变换得到模板图像,再对原始图像进行顶帽重建变换得到标记图像,通过标记图像去重建模板图像,最后对重建结果进行二值化处理,得到轮毂缺陷的最终分割结果。实验结果表明,提出的技术方案切实可行,能准确提取轮毂的缺陷区域。     

结合MMC与BPSO优化的人脸特征提取

为了提高最大间距准则法表征人脸特征空间的能力,提出了一种融合最大间距准则和二进制粒子群优化算法的人脸识别方法。利用离散二进制粒子群算法对最大间距准则变换后的特征向量进行选择优化,获得有利于分类的最优特征子空间。在ORL和Yale标准人脸库上的实验结果表明,该方法不但降低了特征空间的维数,而且更好的发挥了最大间距准则算法的优点,提高了人脸识别的速度和精度。     

一种改进的SVM多类分类算法在入侵检测中的应用

入侵检测作为网络安全的关键技术,成为了当前网络安全研究的热点,入侵检测算法的准确率和推广性能是研究的重点。基于二叉树的思想和超球支持向量机的特点,本文提出了一种改进的SVM多类分类入侵检测算法。本文通过引入相似度函数作为权值,选取相似性最小的两类样本构造两类分类器,采用自下而上的方法构造多个两类超球SVM分类器,并将该多类分类算法应用于入侵检测中。利用KDD CUP 1999入侵检测数据进行了仿真实验,实验结果表明,该算法能有效提高检测准确率、推广性能也得到较好改善。     

一簇新的低相关二元序列

低相关二元序列的应用领域非常广泛,在扩频通信、码分多址通信、全球定位系统和密码学中都有重要应用.应用m序列和其采样序列,构造了周期为2n-1的一簇新的二元序列,其中n为偶数.新的二元序列集的最大相关值为-1+2n/2+2n/2+1,并且它包含的二元序列的个数为2n/2+23n+2.该序列集包含了2个具有最优相关性的序列子集,其中之一为小集合的Kasami序列.提出的具有较多序列数目的低相关二元序列集可以用于码分多址通信系统.     

基于顺序统计滤波和二元积累的辐射源信号检测方法

现代雷达采用宽带线性调频、相位编码等低截获概率(low probability of interception,LPI)波形,发射功率较低,到达侦察接收机的辐射源信号信噪比较低,给被动侦察带来了巨大的挑战.现有的被动检测方法在检测该类信号时,存在一定的局限性,比如算法复杂度高、计算量大和实时性较差等.针对上述问题,提出...     

月面自主精确软着陆的景象匹配方法研究

为提高月球探测器自主软着陆的落点精度,利用绕月飞行器和着陆探测器下落图像,提出一种基于尺度信息的多模板递阶景象匹配方法.在月面图像尺度空间上快速提取FAST角点,并确定特征点精确尺度、位置和方向.在特征点邻域建立图像块采样模式,通过图像块像素比较形成二进制串特征描述子,利用海明距离(Hamming distance)进行特征匹配.实验结果表明,目标在尺度缩放、旋转和光照变化等极端条件下,该算法能够实时完成月面着陆目标区域的准确识别和稳定跟踪,实现月球探测器的远距离、高精度自主导引着陆.      

网络可靠度BDD分析中2种边排序策略的性能比较

网络可靠度二元决策图（BDD）分析过程包含边排序、BDD生成和可靠度评估3个步骤,其中BDD生成和可靠度评估的计算复杂度和BDD尺度线性相关,而BDD尺度取决于边排序．因此,边排序问题是研究网络可靠度BDD分析的核心．在实现广度优先和深度优先2种边排序策略的基础上,针对规则网络（N＊N型和M＊N型）,比较了这2种策略的分析性能．实验数据表明：1）规则网络中广度优先边排序策略优于深度优先边排序策略;2）当M〉N时,广度优先边排序策略在M＊N型网络中的性能表现优于与之等价的N＊M型网络．这些结论为设计更优的启发性边排序策略提供了重要依据．     

基于分离BDD的通用多阶段任务系统可靠性分析

静态的通用多阶段任务系统的不完全覆盖、跨阶段依赖性极大地增加系统可靠性分析的复杂性和难度.基于SEA思想给出两级分离的组合方法将任务和阶段的不完全覆盖分割, 通过新增的阶段代数规则和向后阶段依赖运算式处理跨阶段依赖性,并且充分利用高效的多阶段系统双值决策图,实现模型规模和运算的简化.最后,通过案例分析, 将此分离BDD方法与三值决策图和多状态双值决策图对比, 验证其精确、高效和模块化的优点.     

基于改进纹理表示的主动形状模型

主动形状模型(Active shape model,ASM)是一种基于参数化的统计模型,它主要应用于图像处理中的特征定位和提取.本文在分析传统ASM方法不足的基础上,提出一种基于改进纹理表示的ASM方法.改进的纹理表示方法是直接用联合Gabor相位特征和局部二元模式(local binary patterns,LBP)特征代替传统的灰度值.改进的方法提供多尺度多方向的Gabor纹理信息,而且基于LBP的纹理编码能对光照更加鲁棒,而且可以去除大量冗余信息.实验结果表明改进的ASM能有效提高特征点的匹配精度.