基于改进的PCA算法和Fisher线性判别的掌纹识别研究

掌纹识别技术是生物特征识别技术的一种,它是根据人手掌上的有效信息（如：掌纹）来识别人的身份。人的掌纹具有唯一性和多特征性,这些都是识别的关键条件。识别的先决条件就是对掌纹图像进行特征提取,特征提取算法的好坏很大程度上决定了系统的识别率和效率的高低。现提出了一种基于改进的PCA算法和Fisher线性判别的掌纹识别研究方法。实验结果表明,识别率有一定提高。     

基于PCA和ICA的掌纹识别

基于个人的生理和行为特征的身份识别即生物认证得到了快速的发展。掌纹具有唯一性和稳定性,相对声音、虹膜等生物特征更易于被接受。基于PCA的掌纹特征提取,是将初始掌纹图像投影到由PCA生成的特征向量张成的新空间来描述。基于ICA掌纹特征的获取中采用两种体系结构,用欧几里德距离和余弦相似度作为匹配函数。     

掌纹特征提取方法综述

掌纹特征的提取是掌纹识别中最关键的一个环节,特征提取介于图像预处理和分类匹配之间,特征提取算法的好坏很大程度上决定了系统的识别率和效率的高低。这就是说,能否有效地进行特征的提取和选择,关系到下一步的分类决策是否能够高效准确的完成。现对各种特征提取方法做了归纳阐述。     

基于Adaboost对人脸Gabor特征进行选择

通过提取人脸图像的Gabor特征,结合Adaboost进行人脸识别。针对Gabor特征维数高、冗余大的特点,引入Adaboost算法进行特征选择降低特征向量的维数,对于大量的Gabor特征进行选取。同时采用单一正样本集合和多个负样本集合分别进行训练的方法构建多个强分类器级联的层级分类器。在YaLe库上进行测试的结果验证了该法的有效性。     

向量分整序列非线性变换的研究

自Granger提出整数阶单整向量序列的协整概念以来,协整理论在国内外学者的共同努力下不断得到完善。关于向量时间序列的分数维单整的研究主要集中在分整的线性协整的存在性条件及性质研究。文中通过引入交换条件数学期望算法(ACE),研究分整时间序列的非线性变换的协整性,对最优非线性变换函数进行估计。     

融合动态特征和IV-SVM的火焰识别算法研究

应用传感器信号进行火焰识别的方法易受诸多外部环境因素干扰,同时现有火焰图像特征提取方法对于火焰与场景区分能力欠佳,从而导致火焰或场景发生改变时的准确率较低。文章在颜色信息融入尺度不变特征变换方法(Scale-invariant Feature Transform,SIFT)条件中提出融合动态特征和增量支持向量机(Incremental Vector Support Vector Machine,IV-SVM)的火焰识别算法。首先,针对火焰图像应用SIFT算法提取特征描述符;其次,通过火焰在颜色空间的动态特征融合去除噪声点;再次,将特征描述符转换为对应特征向量并作为IV-SVM训练模型内容,从而获取火焰识别算法模型。在互联网火焰图像数据集的实验结果表明,与Kim方法、Dimitropoulos方法、Sumei方法比较,文章的方法对于不同场景与火焰类型均有较高识别率和较快检测速度,具有较好的实际应用意义。     

基于主成分分析的织物瑕疵检测特征选取研究

为了提取到能够反映织物瑕疵的关键特征,文章对织物瑕疵图像从多个角度分别提取了基于分形维的空隙特征、多重分形特征、傅里叶变换特征、小波变换特征共计19维特征;高维特征会造成运算成本的增加,为此利用主成分分析法,从原始特征空间中得出了8个主要特征;运用模糊C均值聚类算法(FCM)对正常织物图像和瑕疵图像进行了聚类分析。     

KRA:一种双阶段精确圆检测算法

为解决现有随机Hough变换(RHT)圆检测算法存在的无效积累严重问题,提出一种基于k-means聚类算法和随机Hough变换(RHT)圆检测算法的双阶段圆检测算法(KRA)。所提出的KRA由k-means聚类算法和RHT圆检测算法两部分组成。k-means聚类算法负责对边缘点进行聚类,得到每一类边缘点额范围。在此基础上,RHT圆检测算法对区域内的点进行检测,最终得到圆的参数。实验表明,提出的KRA能检测到所有圆,并且算法的聚类和检测时间只占RHT圆检测时间的25.2%~67.8%,即采样积累减少25.2%~67.8%,从而证明了文章提出的算法在减少无效采样方面的有效性。     

特征选择在协同过滤推荐算法中的应用研究

用户-项目评分数据集的高维稀疏性使得传统的协同过滤处于"维度困境"。运用降维技术的特征变换方法的协同过滤算法虽然缩减用户-项目评分数据集规模,但在某种程度上导致信息损失。本文提出将特征选择方法和技术运用于协同过滤算法,并且给出了基于有监督特征选择的协同过滤框架及其协同过滤流程。     

一种基于Gabor小波和LBP的服装图像检索方法

在网页中的服装图像难免会有褶皱,而褶皱所构成的纹理不是提取所需的纹理,因此提取的纹理特征并不能很好的对服装图像进行表述;同时基本的LBP算法提取的纹理特征太过于细微,款式的纹理与构造,都是一些比较低频的粗糙纹理,这两种现象的存在极大地影响了检索算法的准确性,为了提高纹理特征在服装图像检索中的准确性,文章提出了一种通过Gabor小波去除褶皱和改进的LBP纹理特征提取以提高服装图像检索精度的算法。实验表明,改进后的算法比已有的算法有更好的检索效果。     

基于改进的小波变换和模糊核聚类的纹理分割

提出了一种基于改进的小波变换和模糊核聚类的纹理分割方法。该方法首先用改进的离散小波变换进行纹理特征提取。然后用模糊核聚类方法对特征空间的每个像素进行聚类以实现对纹理的分割。实验结果表明所提算法有很好的分割结果。     

基于声波信号小波包奇异谱熵和支持向量机的断路器故障诊断研究

在断路器投切时伴随着较强的声波信号,它包含了大量断路器状态信息,通过分析声波信号能够特征提取方法,能够为后续故障诊断提供依据。断路器声波信号易受环境因素影响,且包含非线性、非平稳成份,文中利用小波包奇异谱熵的信号特征提取方法对其进行处理,同时使用支持向量机进行故障识别判断。     

基于背景补偿的跟人AGV系统人物检测研究

提出一种基于背景补偿的动态目标检测方法来解决跟人AGV的物流运输系统中的人物检测问题。为减少目标检测所花费的时间,在不影响图像细节的情况下,首先缩小图像,检测SIFT特征点并进行特征点之间的匹配;其次,用随机一致性算法(RANSAC)去除运动目标的特征点匹配与两幅图像的特征点误配,从而构建仿射模型进行背景补偿;最后,运用图像的差分并对差分后的图像进行形态学运算从而检测出运动区域,并在原始图像中标记。     

基于多种特征的火灾烟雾检测算法

本文提出了一种基于HSI空间和二维离散小波变换的图像型火灾烟雾探测方法。在HSI空间结合实际烟雾图像进行烟雾分割,并应用于火灾烟雾探测领域,能够实现有效的且实时性好的火灾预警功能。针对烟雾的相关系数、形状不规则性及半透明性的特征对可疑图元进行特征提取,最后综合各特征值进行烟雾判断。实验结果表明,与利用单一特征检测烟雾的算法相比,所提出的算法有效地提高了烟雾的识别率。     

基于ADT算法的小波边缘提取

提出了一种小波边缘提取算法,应用多孔算法对视频信息进行小波分析,基于模极大值类内MIN variance原理,推导出高低2个阈值,进行候选边缘点的筛选。对在2个阈值之间的模极大值进行比较,进一步筛选候选边缘点。该方法不需要人为的设定任何系数或者初始值,根据不同的视频信息自适应地确定双阈值,避免了反复调试阈值系数,实验结果表明了该方法的有效性。     

基于电缆网时域反射信号检测与预处理技术研究

运行电缆网时域反射信号检测与预处理技术研究。应用小波分析变换电缆网时域反射信号的奇异点进行检测与预处理误差较大,采用小波分析的反射波消噪技术提出一种小波分析最优分解层数的自适应确定函数算法。     

上市公司财务危机预警模型构建

本文以2005年发生ST的A股上市公司为研究对象,采用行业和总股本规模作为选择配对样本的标准,构建了上市公司财务危机预警模型。预警指标除选择常用的财务指标外还引入了现金流量指标,并运用费雪(Fisher)判别准则,通过实证研究建立线性判别函数,以期为预测上市公司财务危机提供参考。     

Fisher and Inference for Scores

This paper examines the work of Fisher and Bartlett on discriminant analysis, ordinal response regression and correspondence analysis. Placing these methods with canonical correlation analysis in the context of the singular value decomposition of particular matrices, we use explicit models and vector space notation to unify these methods, understand Fisher's approach, understand Bartlett's criticisms of Fisher and relate both to modern thinking. We consider in particular the formulation of certain hypotheses and Fisher's arguments to obtain approximate distributions for tests of these hypotheses (without assuming multivariate normality) and put these in modern notation. Using perturbation techniques pioneered by G.S. Watson, we give an asymptotic justification for Fisher's test for assigned scores and thereby resolve a long standing conflict between Fisher and Bartlett.     

基于SVM的虹膜识别技术

文章主要阐述了基于支持向量机方法进行虹膜识别,首先利用虹膜处理系统对采集到的虹膜图象预处理,得到条形图象,然后利用主元分析方法(即PCA方法)进行特征提取,以达到降维的目的,得到的一个训练样本对应一个40维的向量,最后利用支持向量机使用序列最小优化算法进行虹膜识别。平均识别率达到了94.3%,结果表明本文的方法取得了较好的效果,降低了训练时间,提高了训练效率。     

小波变换高分辨率层序地层学研究

以大庆长垣杏树岗地区高三组层序地层划分为例,分析了小波变换在高分辨率层序划分中的应用。利用对自然伽马曲线进行Morlet小波变换,将测井曲线信号转换为深度与尺度域的变化关系,得到不同尺度上的小波系数曲线,然后建立最佳尺度因子下的小波系数曲线的周期性振荡特征与各级层序界面的对应关系,最终将最佳尺度因子下的小波系数曲线用于层序的识别与划分。同时,结合地震资料和储层反演等资料验证,实践证明,最佳尺度因子下的小波系数曲线能准确识别出各级层序的界面,因此,利用小波变换进行层序地层划分为高分辨率层序地层学研究了提供一条新的途径。