基于GNSA多尺度模型的人脸识别

考虑近似图像信息和细节图像信息,提出了 GNSA 多尺度模型。该模型利用具有 1 个隐含层和 50 个隐单元的神经网络建立不同尺度图像间的映射关系;使用反向传播算法训练神经网络,确定这种映射关系;根据该映射关系由低分辨力图像估计高分辨力图像。采用亮度相似性和对比度相似性量化估计图像与目标图像间的相似程度。实验表明,以该模型分析得到的两种相似性分别为 89.907%和 96.196%;以该模型为基础的人脸识别系统对光照具有很好的鲁棒性。     

基于ICA和FLD相结合的人脸识别

ICA作为一种传统的人脸识别方法,虽然识别效果较好,但却没有考虑类别信息。为了将类别信息融入ICA方法中,尝试利用FLD和ICA相结合的方法对人脸进行识别处理,即在使用ICA方法获得训练模式的统计独立基向量的基础上,对基向量张成的子空间使用FLD方法。利用几个人脸数据库对该方法进行了实验。实验结果表明,使用上述方法进行人脸识别,其效果优于传统的PCA方法、FLD方法和ICA方法。     

采用改进的LSA模型进行人脸识别

提出了改进的LSA模型并将其用于人脸识别处理。首先利用该模型建立不同尺度图像间的映射关系;其次使用原始图像及其小波分解结果得到模型中的参数以确定这种映射关系;最后根据该映射关系由低分辨率图像估计高分辨率图像。通过比较被测试图像的模型参数和训练集图像的模型参数确定被测试图像的类别。实验结果表明,使用该模型估计得到的图像更加接近目标图像,以该模型为基础的人脸识别系统对光照的鲁棒性较强。     

用Grover量子搜索算法挖掘网络数据

利用Grover量子搜索算法和概率论给出了挖掘网络数据的关联规则挖掘、权威页面挖掘和Weblog记录挖掘的一种新方法,最后说明该方法比任何经典方法要快得多。