基于二维图像矩阵的ICA人脸识别

为了解决传统独立分量分析(ICA)在人脸识别过程中存在的高维小样本问题,同时为了提高识别效率,提出了一种基于二维图像矩阵的独立分量分析(ICA)特征提取方法.该方法将人脸图像矩阵作为训练样本,首先利用主分量分析(PCA)对训练样本进行去二阶相关和降维处理,然后对处理后的样本进行ICA特征提取,由于训练样本维数很小,因此它降低了传统ICA方法中高维小样本问题产生的识别错误率,同时减少了识别时间.在Yale人脸库和ORL人脸库上验证了该算法的有效性.     

基于改进TF-IDF算法的供电营销服务方法

针对传统的供电营销服务方式单一、服务成本高和电力客户体验差等情况,提出了一种基于改进TF-IDF算法的供电营销服务方法。首先,构建电力客户信息数据分类方法,基于电力客户的“行为-需求-价值”,建立电力客户信息数据分类;其次,构建特征标签指标集,采用多标签分类算法实现电力客户新增信息类别的标签识别;再次,充分计及电网规划、建设、运行维护等影响供电企业运营的因素,构建电力客户经济贡献画像模型,基于改进TF-IDF算法,形成全面的电力客户行为特征评估结果,并针对不同类型的客户,提供多种供电营销服务套餐;最后,通过对四川某供电服务区域的实例分析,验证了该算法的可行性和实用性,实际应用结果表明该方法在服务成本和客户体验方面优于传统的供电营销服务方法。     

基于局部人脸图像的ICA人脸识别方法

提出了一种基于局部人脸图像独立分量分析的特征提取方法.该方法将人脸图像分成若干个相等的部分,将分成的局部人脸图像矩阵作为训练样本,并先后从水平方向,垂直方向提取训练样本的独立分量.相较于传统的独立分量分析(ICA)方法,该方法具有如下优点:有效解决了传统ICA在进行特征抽取过程中的高维小样本问题;将局部人脸图像作为训练样本,这不仅增加了训练样本数,而且有利于提取人脸局部特征;依次从训练样本的水平方向、垂直方向提取训练样本特征,使得提取的特征不仅维数更小,而且能更有效地反映样本的局部信息.以上优点使得提出的算法较传统方法在人脸识别方面更稳定,识别率更高,在Yale人脸库和AR人脸库上验证了该算法的有效性.     

基于频率谱变化量的唐卡图像特征提取与表示

提出了一种在频域空间内用频率谱变化量来表示图像轮廓特征的方法,并在宗教类唐卡图像的头饰分类中得到了成功的应用。标注图像的头饰区域,应用基本全局门限和用户观察直方图选择阈值相结合的方法分割标注区域;将图像中的像素点转换成直角坐标系下的坐标点,并提取典型轮廓点;通过傅里叶变换将典型轮廓点转换到频域空间,应用频率谱值较小的那部分的变化量作为轮廓特征,提取轮廓内部的颜色特征。实验证明,应用所提取的头饰特征可以有效地对唐卡图像进行分类。     

民族文字古籍文献数字化保护技术研究项目中的图片存储及呈现

本文主要研究如何在Oracle数据库中存储民族文字古籍文献数字图片,以及如何用JSP在Web中上传和呈现这些图片。本文在基于B／S模式的基础上,对以前Web中图片上传和呈现的算法进行了改进,使图片在网上传输和显示的速度更快,首先在Oracle中建立了民族文字古籍文献图片库,然后利用JSP先进的数据库访问功能以及代码简洁的优点来实现图片的上传和呈现,进而提高了在Web中存储和呈现图片的的速度。     

两种高能球磨机制备Fe-Si合金磁粉的对比

分别采用行星球磨机和振动球磨机制备了Fe-6.5%Si合金磁粉.讨论了球磨时间、球料比、干、湿磨等因素对颗粒细化的影响.结果表明:颗粒尺寸随球磨时间的增加而减小,湿磨可缩短球磨时间、提高球磨效率;同等条件下,振动机的球磨效率大于行星球磨机的球磨效率.