基于半监督流形学习的人脸识别方法

如何有效地将流形学习(Manifold learning,ML)和半监督学习(Semi-supervised learning,SSL)方法进行结合是近年来模式识别和机器学习领域研究的热点问题.提出一种基于半监督流形学习(Semi-supervised manifold learning,SSML)的人脸识别方法,它在部分有标签信息的人脸数据的情况下,通过利用人脸数据本身的非线性流形结构信息和部分标签信息来调整点与点之间的距离形成距离矩阵,而后基于被调整的距离矩阵进行线性近邻重建来实现维数约简,提取低维鉴别特征用于人脸识别.基于公开的人脸数据库上的实验结果表明,该方法能有效地提高人脸识别的性能.     

DSP在嵌入式自动指纹识别系统中的应用

本文采用DSP芯片TMS320VC5416为核心器件,结合FPS200指纹传感器和CPLD,组成嵌入式自动指纹识别系统,具有实时性和识别率高等优点。并介绍详细介绍了系统的硬件方案和相应的软件设计方案,最后给出应用结果。     

谈一次性纸制食品容器及回收技术

追求“一次性产品一次使用,用后废弃物易处理”的目标,求取原料的广泛易得,价格便宜,卫生方便,适合环保的一次性餐饮具的强烈呼声,已形成世纪之交的绿色浪潮,在这个大背景下,纸制食品容器又应运而生。一次性纸制食品     

碳纤维材料与碳纤维纸

介绍了碳纤维材料的性能、制造方法，对碳纤维纸的干法、湿法抄造工艺及设备进行了介绍。碳纤维纸可用于新型抗静电材料、空气净化、水净化及高屏蔽壁纸等领域。     

湿强剂聚酰胺环氧树脂及其应用

湿强纸是指纸张在完全被水浸透饱和时，仍能保持部分强度的纸。在添加湿强剂后，纸张所获得的湿强度大多能保持原有干强度的20%～50%。湿强聚酰胺环氧树脂(polyamideepichiorobydrin resin)简称PAE树脂，作为湿强剂，PAE具有UF和MF无法比拟的优点，它不仅能在中性或微碱性条件下使用，而且在提高纸张湿强度的同时，并不损失纸的柔软性和吸水性，因而它更适用于医疗用纸(药棉纸)、生活用纸(面巾纸)等特种纸作湿强剂使用。湿强聚酰胺环氧树脂是由二元酸与二元胺反应，生成水溶性的长链聚胺，然后再与环氧氯丙烷脱氯化氢缩合而成，是一种…     

融合局部和全局结构的流形学习

提出了一种融合局部与全局结构的保持嵌入(LGPE)算法.该方法首先假定目标空间的整体映射函数,然后结合数据的全局几何结构分布信息进行数据重构,最后通过最小化准则函数来得到嵌入高维空间的低维子流形.LGPE方法在保持数据局部结构的同时保留了全局结构信息,在信噪比为10 dB的稀疏Swiss-roll(N=400)和COIL-20多姿态数据集上都取得了较好的维数约简效果.与其他局部流形学习方法相比,该方法在AT&T人脸图像库中,当嵌入特征矢量维数d<40时,其识别率提高了约15%.在人工与真实数据库的实验结果表明,本文方法对噪声和稀疏数据具有较好的鲁棒性.     

基于鉴别稀疏保持嵌入的高光谱影像地物分类

在高光谱影像地物分类应用中时常因光谱波段数多而导致"维数灾难"问题,提出了一种鉴别稀疏保持嵌入的维数约简算法。该方法利用稀疏表示的自然鉴别力,分别构建了类内e_1图和类间e_1图;在低维嵌入空间中,保持同类数据的内在稀疏流形结构,同时分离开非同类数据,提取出鉴别特征。DSPE不仅继承了稀疏表示的优点,而且增加了非同类数据间的可分性。在PaviaU和Urban高光谱数据集上的地物分类实验结果表明,该方法的总体分类精度分别提高到87.53%和80.49%。提出的方法能自适应地揭示出数据间的内在关系,更有效地提取出鉴别特征,改善地物分类精度。     

吉木萨尔地区致密油藏水平井优快钻井技术

吉木萨尔地区油层属于低渗、超低渗油气藏,针对该地区油藏的地质特征和钻井特点,在钻井方案中融入"最优化储层改造"思路,优化水平井井眼轨道设计;通过对井震资料、邻井及导眼井的岩性、含油性对比分析,动态跟踪水平段井眼轨迹控制,确保油层钻遇率;优选钻头及辅助提速工具,建立了区块钻头序列和配套提速技术,实现了全井快速钻进;通过测井资料进行水平井井眼稳定性分析,优选钻井液体系和优化钻井液性能,实现了ф152.4 mm小井眼长水平段的安全钻进,最终形成了一套有特色的吉木萨尔凹陷致密油藏的水平井优快钻井技术,为十亿吨级的昌吉油田开发提供了坚实的技术保障。     

基于空间和通道注意力机制的目标跟踪方法

目标跟踪是计算机视觉中重要的研究领域之一,大多跟踪算法不能有效学习适合于跟踪场景的特征限制了跟踪算法性能的提升.该文提出了一种基于空间和通道注意力机制的目标跟踪算法(CNNSCAM).该方法包括离线训练的表观模型和自适应更新的分类器层.在离线训练时,引入空间和通道注意力机制模块对原始特征进行重新标定,分别获得空间和通道...     

增强联系鉴别分析及在人脸识别中的应用

针对人脸识别中的小样本问题,本文提出了一种名为增强联系鉴别分析的方法并应用人脸识别中.该方法利用将人脸局部流形的结构信息和样本的类别信息进行有效地结合进行维数约简,首先构建人脸数据的近邻图与类别联系图,然后通过解决在一定约束条件下的优化问题来获取低维鉴别流形特征,实现在低维空间中同一类人脸数据聚集,不同类别间的人脸数据间尽可能发散,从而可以更好的应用于分类.在AT&T和Yale人脸图像数据库上的实验结果表明该方法能有效的提高人脸识别的性能.