市场比较法估价中可比案例选择研究

引入了模糊数学贴近度概念，对房地产估价市场比较法可比案例选择进行研究，针对不同用途，确定了商业及住宅房地产的特征因素，并作了定性描述，将特征因素对房地产价格的影响程度进行量化，在特征因素的隶属度赋值方面，分别提出了软指标和硬指标隶属函数值的计算方法，在综合指标隶属函数值求取上，提出了加权平均的方法．在此基础上将特征因素的隶属度及权重引入到贴近度计算概念模型之中，建立了交易案例与待估房地产贴近度计算模型，由贴近度的大小直接选出可比案例，并对此方法进行了应用分析。     

基于隶属度函数平均值的阈值分割算法

针对图像模糊集模型的构造问题,提出一种基于模糊隶属度函数平均值的阈值分割算法。该算法采用加权平均算子对5种已有的模糊隶属度值进行集结,得到一个模糊隶属度值,从而将图像转化为一个模糊集合,再以指数型模糊散度为目标函数寻找最佳阈值。仿真结果显示了该算法的有效性。     

视频监控中基于颜色特征的运动目标匹配研究

提出了一种基于颜色特征的运动目标匹配方法。通过颜色直方图定义了运动目标的主颜色区域,并依据最大隶属度原则建立RGB三维彩色空间主颜色区域信息的模糊子集,最后采用模糊相似匹配原理对匹配目标与待匹配目标模糊集的模糊隶属度函数和贴近度函数进行比较,得出匹配结果。实验结果表明,该方法在解决视频监控中运动目标匹配问题时是可行且可靠的。     

一种新的雷达辐射源信号脉内特征参数选择方法

为提高雷达辐射源信号识别速度,提出了一种脉内特征参数选择的新方法．首先对熵、相像系数、模糊函数、复杂度和双谱五种脉内特征参数的提取算法进行了研究,其次利用留一法误差来评估特征参数对分类器泛化性能的影响,最后对特征参数的评估进行了仿真实验．仿真结果表明,基于留一法误差可以较好地实现特征参数选择,为提高雷达辐射源信号识别准确率提供参考．     

基于信道模糊关联识别的NLOS测距误差补偿算法

针对NLOS测距存在误差的问题,提出一种基于信道模糊关联识别的NLOS测距误差补偿算法.根据先验信道特征参数分布信息构造信道特征参数模糊隶属矩阵,并利用灰色关联分析方法计算归一化权值矩阵,进而获得模糊综合评价矩阵来对信道环境进行识别.在此基础上,根据信道识别结果构建Huber代价函数,通过Huber线性回归方法对原始测距结果进行迭代重构,将重构结果作为Kalman滤波的测量值进行滤波.仿真结果表明,所提算法可以有效提高NLOS环境下的测距精度,在信噪比大于-2 dB时可以达到厘米级测距精度.     

基于区间值Vague集的多目标模糊决策方法

介绍了一种新的模糊集合即区间值Vague集，此集合把Vague集的肯定与否定隶属度函数值采用区间值表示，使其表达不确定数据的形式更灵活，并研究在此种集合下多目标的模糊决策问题，采用评价函数和记分函数进行决策。     

基于改进的算术平均算子的阈值分割算法

针对图像模糊集模型的构造问题,提出一种基于改进的算术平均算子的阈值分割算法。该算法先对指数型限制等价函数进行修正,然后选取5种代表性的隶属度函数,剔除最大和最小的隶属度值,采用算术平均算子对剩余的模糊隶属度值进行集结,将灰度图像转化为一个模糊集合,再以α-型模糊散度为目标函数寻找最佳阈值。仿真结果表明,该算法比其他算法准确率更高,分割效果更好。     

基于区间值模糊集熵的图像阈值分割算法

提出了一种新的区间值模糊集的模糊熵,并将其用于图像的阈值分割.根据图像直方图确定模糊化因子,选择适当的主隶属函数实现图像的区间值模糊集表示.利用新的区间值模糊集的模糊熵研究了图像的阈值分割算法.仿真实验表明,新的基于区间值模糊集模糊熵的阈值分割算法在处理模糊图像及具有噪声图像方面均比经典图像阈值分割方法更有效.     

离散模糊动态贝叶斯网络用于无人作战飞机目标识别

为了提高无人作战飞机的自动目标识别能力,文中提出采用离散模糊动态贝叶斯网络,对若干可观测的目标特征参数进行综合推理出目标的类型。推导了离散模糊动态贝叶斯网络的推理算法。建立了目标识别的离散模糊动态贝叶斯网络模型。仿真结果表明,该方法得出的推理结果与理论分析完全一致,而且能够将各种并不显著的目标特征进行综合,使得各种特征及不同时刻的同一特征互相修正补充,克服了依靠单一特征进行目标识别的局限。     

熵值分析法在特征提取中的应用研究

目的　研究模式识别系统中特征提取与选择的方法和途径． 方法　根据熵函数的性质, 利用熵值分析法进行有效特征的提取． 结果　熵值分析法比较准确地反映了识别对象在特征参数上的分离程度． 结论　这种方法对提高模式识别系统的识别效果具有积极的作用     

基于小波分析和BP神经网络的图像特征提取

提出一种基于小波分析与神经网络复合模型的图像特征提取方法.利用二维离散小波变换对图像信号进行滤波和边缘提取,作为图像的输入量供BP网络识别分析.构建了3层BP神经网络模型对图像特征进行识别,采用模糊加权算子的模糊化分层,特征提取模板提取图像中的不同特征,输出层采用均方差权值输出.通过对由50幅图像组成的训练集合进行训练和实验验证,结果表明,本方法的分辩误差率在4%以内.     

基于多特征融合和混合核SVM的目标识别方法

针对可见光和红外传感器具有不同感知特性的问题,提出了一种基于多传感器特征信息融合和混合核SVM的图像目标识别方法,方法包含多特征提取、主成分分析和混合核SVM分类三个部分.在特征提取中利用可见光和红外图像的互补性,分别提取同一场景可见光与红外图像的灰度共生矩阵以及灰度直方图统计特征,得到一组目标融合的特征量,进一步进行目标分类与识别;利用主成分分析法降低特征的维度,减少计算量;利用混合核SVM方法对目标特征进行分类识别.结果表明,在室内环境中对不同人群密度等级进行分类时,所提出方法的精度可达88.21%.     

Visual object tracking with the adaptive scale based on AGMM point sets matching

A visual object tracking method with the adaptive scale based on AGMM(Asymmetrical Gauss Mixture Models) point sets matching is proposed aimed at adaptively following the object's scale changes, which often cause tracking failure. As the feature point set in the last frame is considered as the GMM centroids and the feature point set in the current frame represents the data respectively, AGMM fuses the feature information and spatial information; by comparing the similarity between data and GMM centroids, we match the point sets between two adjacent frames and obtain the reliable feature points in the current frame; the degree of dispersion between points in the point set accurately reflects the size of the object scale and by using affine transformation, the proportion of the two point sets is computed to estimate the position and scale of the bounding box in the current frame accurately and effectively. Experimental results demonstrate that the method is adaptive to scale change and has advantage in illumination variation and color similar target tracking.     

A Scheme of sEMG Feature Extraction for Improving Myoelectric Pattern Recognition

This paper proposed a feature extraction scheme based on sparse representation considering the non-stationary property of surface electromyography (sEMG). Sparse Bayesian Learning (SBL) algorithm was introduced to extract the feature with optimal class separability to improve recognition accuracies of multi-movement patterns. The SBL algorithm exploited the compressibility (or weak sparsity) of sEMG signal in some transformed domains. The proposed feature extracted by using the SBL algorithm was named SRC. The feature SRC represented time-varying characteristics of sEMG signal very effectively. We investigated the effect of the feature SRC by comparing with other fourteen individual features and eighteen multi-feature sets in offline recognition. The results demonstrated the feature SRC revealed the important dynamic information in the sEMG signals. And the multi-feature sets formed by the feature SRC and other single features yielded more superior performance on recognition accuracy. The best average recognition accuracy of 91.67% was gained by using SVM classifier with the multi-feature set combining the feature SRC and the feature wavelength (WL). The proposed feature extraction scheme is promising for multi-movement recognition with high accuracy.     

一种基于层次分类与纹理分析的指纹识别方法

介绍了一种基于层次分类与纹理分析相结合的指纹识别方法．该方法通过指纹整体纹线特征分析，分层次进行指纹的形与子形分类，再由指纹的局部纹理分析确定指纹的细节特征，由此得到具有层次类属的待识指纹特征矢量．在此基础上采用了最大似然法和模糊综合评判方法，在特征数据库的相应类属中进行指纹识别，得到识别结果．该方法已用于指纹考勤系统，应用表明该方法在保证识别准确性的前提下明显地提高了识别速度．识别速度达0．8s／枚．     

模式分类中的特征融合方法

特征融合方法是模式识别领域的一种重要方法.计算机视觉领域的图像识别问题作为一种特殊的模式分类问题,仍然存在很多挑战.特征融合方法能够综合利用多种图像特征,实现多特征的优势互补,获得更加鲁棒和准确的识别结果.笔者基于信息融合理论分析了特征融合方法的原理,介绍了特征融合方法的研究现状,讨论了特征融合与3类主流基础理论相结合的方法,其中基于贝叶斯理论的特征融合算法可以实现多特征的融合决策,基于稀疏表示理论的特征融合算法能够得到多特征的联合稀疏表示,基于深度学习理论的特征融合算法能够强化深度神经网络模型的特征学习过程.     

基于改进核相关滤波算法的目标跟踪

针对核相关滤波算法仅使用一种特征表达进行目标追踪,使其在一些场景中跟踪效果不佳的问题,提出了一种多特征融合的核相关滤波跟踪方法。采用31维的方向梯度直方图特征、58维的局部二值模式特征和1维的灰度特征进行融合。该算法选择在特征层进行特征融合,先将方向梯度特征和局部二值模式特征并联融合,再将融合后的特征串联融合灰度特征,形成新的特征表达。在OTB(Object Tracking Benchmark)数据集上进行了测试,结果表明,该算法具有更好的跟踪效果。     

基于模糊聚类迭代模型的干旱程度评估方法

在干旱识别的基础上,采用模糊聚类迭代模型,以模糊权重代表评估指标的重要性,提出以级别特征值评估干旱严重程度的新方法.该方法对干旱评估的准确度较高,为干旱的研究提供了一种新的途径.     

核粒子滤波目标跟踪算法

针对粒子滤波的退化问题以及使用单一特征跟踪鲁棒性不高的缺点,提出了一种基于多特征融合的核粒子滤波目标跟踪方法.首先在核粒子滤波中提出新的权值更新方法,然后将颜色和纹理特征在核粒子滤波方法框架下进行融合实现鲁棒跟踪.对颜色和纹理特征的计算分别采用空间直方图和积分直方图的计算方法,这2种计算方法有效地克服了2种特征自身存在的缺点.该算法提高了采样效率,解决了粒子滤波的计算量大和粒子退化问题.最后应用本文算法在复杂背景和严重遮挡等情况下的目标序列上进行了测试,实验表明该算法不仅能准确地跟踪目标,而且能很好地处理目标遮挡等问题.     

Multi-feature integration kernel particle filtering target tracking

In light of degradation of particle filtering and robust weakness in the utilization of single feature tracking,this paper presents a kernel particle filtering tracking method based on multi-feature in...