高速铁路无砟轨道大跨斜拉桥成桥预拱度设置方法

成桥预拱度的设置关系到高速列车运行的舒适性和安全性。提出合理成桥预拱度的计算方法和应满足的基本指标,以昌赣铁路赣江特大桥为例,基于车-线-桥耦合振动分析模型,分析设置预拱度与否对桥梁结构长期使用性能演变的影响,以验证所提方法的可靠性。计算结果表明:预拱度的设置降低了车体垂向加速度、轮重减载率,且服役时间越长,效果越显著,在成桥10 a后,车体垂向加速度较不设预拱度降低约67%,轮重减载率降低约18%,改善了车-线-桥系统动力学性能。所提方法理论清晰、简便可行,对于同类型桥梁的预拱度设置具有指导意义。

基于正则变换的雷达目标成像识别

本文提出一种基于正则变换的雷达目标成像识别方法。该方法首先将各个训练目标在不同方位角时的距离剖面像构成综合矩阵，并对之作正则变换建立正则子空间；然后将每类目标各方位的像向该子空间投影形成子像，并以其平均结果作为库目标的特征矢量。对未知目标，以其子像对库目标特征矢量的欧氏距离最小为分类准则，进行了识别模拟实验。

基于改进的i-vector 的方言语种识别

经典的i-vector的提取方法利用方言特征在通用背景模型(Universal Background Model,UBM)的统计差异来构建全局差异空间,对方言语种的区分能力较弱。为此,提出了一种基于改进的i-vector的提取算法,利用方言特征在方言相关的高斯混合模型(Gaussian Mixture Model,GMM)上的统计差异来构建全局差异空间,提升i-vector对方言语种的区分能力。首先基于方言相关GMM分别构建全局差异空间;其次拼接各空间中提取到的i-vector并进行主成分分析(Principal Component Analysis,PCA)降维,得到改进的i-vector;最后采用高斯概率线性判别分析(Gaussian Probabilistic Linear Discriminant Analysis,GPLDA)模型进行建模和打分。实验表明,所提算法较经典i-vector算法能更有效地提升对方言语种的识别性能。

基于特征融合与改进GMM-UBM的方言分析

针对单一特征在描述方言间差异性方面存在不足和传统高斯混合通用背景模型(Gaussian Mixture Model-Universal Background Model,GMM-UBM)在训练时存在混叠的问题,在将经验模式分解引入到特征提取的基础上,融合多特征形成高维特征。进一步,通过多次训练GMMUBM,筛选出最具区分性的方言模型以提升各方言模型间的区分性。方言种类识别对比实验结果表明,基于融合特征与改进GMM-UBM的方法优于传统方法。

子空间法雷达目标一维像识别研究

基于高分辨一维像,研究特征子空间法和正则子空间法在雷达目标识别中的应用。针对一维像敏感于目标姿态变化的特点,提出一种子空间串识别法,将所有姿态范围划分为一定数量的模区,在每模区建立各类目标的子空间.对未知目标,所处模区由雷达测定后,其一维像映射到该模区各类目标的特征子空间进行识别分类一单模区搜索准则.模拟和实测数据实验表明所提出方法是有效的.

噪声中目标距离剖面像识别的修正特征子空间法

以噪声背景下高分辨雷达目标的距离剖面像为测量矢量 ,提出了基于修正特征子空间而进行特征抽取的目标识别方法。对每类目标 ,由训练样本矩阵经奇异值分解 (SVD) ,建立各自的特征子空间 ,并提取相应的降噪算子。对未知目标 ,其距离剖面像在各特征子空间中的投影 ,经相应降噪算子作用后 ,以能量最大为准则进行识别。

一种利用相位信息的雷达目标成像识别方法

高距离分辨雷达(HRR)的回波中蕴含丰富的目标信息,充分利用目标回波并采用恰当的特征抽取方法,可以有效地识别目标。本文提出一种利用相位信息和正则变换的目标识别方法。该方法基于雷达目标距离剖面像的幅度和相位矢量(幅相矢量),首先由各训练目标在不同方位姿态角时的幅相矢量构成综合矩阵并对之作正则变换建立正则子空间,然后将每类训练目标各方位姿态的幅相矢量向该子空间投影形成子像,取其平均结果作为该目标的库特征矢量。对未知目标,以其子像对库矢量的欧氏距离最小为分类准则,进行了识别模拟实验。

阵元分集与SVD降噪

针对高距离分辨（ＨＲＲ）雷达系统，提出了一种抑制噪声的方法。该方法引入辅助阵元接收目标回波形成测量矩阵，首先对该矩阵作奇异值分解（ＳＶＤ），建立信号子空间和噪声子空间，然后对信号进行估计并重构出噪声受抑的测量矩阵，在重构矩阵中进行同相相加，降低噪声电平，以提高噪声背景下雷达检测和识别能力。

基于分块PCA的人脸识别

设计了一种基于分块主分量分析(Block-PCA)的人脸识别方案。预处理阶段,首先将一幅脸像按不同方位划分为大小相同的数个子块,对各子块进行能量归一化和傅氏变换,以消除部分光照影响并估算子块的频谱。在此基础上进行分块PCA,提取各子块主分量特征,再将子块的主分量特征整合为整体特征,最后采用最近邻判决准则进行分类识别。对ORL人脸数据库的实验结果表明所设计方案是有效的。

基于卷积神经网络的说话人识别算法

语音信号是一个时变信号,受个体、环境等影响较大。为提高说话人识别率,对原始语音信号进行一定预处理是必要的,提出一种利用卷积神经网络的说话人识别算法。该算法利用卷积神经网络的卷积和降采样两种操作对说话人识别中的语音信号进行预处理,通过构建一维和二维卷积操作,对预处理后的信号提取梅尔频率倒谱系数特征参数,并采用经典的通用背景模型对说话人进行识别模型建模。通过自建库和TIMIT标准库测试表明,该算法与经典的直接基于梅尔频率倒谱系数特征和通用背景模型的方法相比,识别率提升了8%～15%,并且有效地降低了算法的时间复杂度和空间复杂度。

基于KLLE和KNR的雷达目标一维像识别

局部线性嵌入(LLE)是一种有代表性的流形学习算法,利用核技术将LLE进行推广,得到核局部线性嵌入算法,并将其应用于雷达目标一维距离像的特征提取。然后采用一种基于核的非线性分类器,对所提取的特征进行分类。对3种飞机的实测数据进行识别实验,结果表明,该方法具有较优的识别性能。

基于卷积神经网络分类的说话人识别算法

由于经典的说话人识别算法都是将特征提取和模式分类分开进行的,这导致特征的选取对分类影响很大,更增加了算法的复杂度。利用卷积神经网络(CNN)的结构优势,文章提出一种基于卷积神经网络分类的说话人识别算法。算法首先对原始语音信号计算语谱图,对获得的语谱图采用卷积神经网络进行分类,分类的结果即为类别。通过真实语音库和TIMIT库测试表明,本算法取得了较高的识别率,说明这是一种有效的说话人识别方法。

基于后验概率的最低比特位隐写分析

LSB隐写是将欲嵌入的秘密信息取代载体图像的最低比特位,是图像隐写最流行的方式之一。已经有大量算法来检测LSB隐写,但是对于图像最低位变化率的估计误差较大。探讨了一种基于后验概率的隐写分析算法:首先利用图像像素是否处于局部平滑区域进行建模,然后采用EM算法估计出图像中每个像素属于上述模型的后验概率并将后验概率作为此像素的权重,最后结合WS模型来估计图像最低位变化率。实验结果表明,该算法能有效地并且准确的估计图像最低位变化率。

基于局部本征谱的人脸识别

设计了一种基于局部本征谱的人脸识别方案。预处理阶段,首先将一幅脸像按不同方位划分为大小相同的数个子块,针对各子块进行能量归一化和傅里叶变换,以消除部分光照影响并估算子块的频谱。在此基础上,对训练脸像中编号相同的子块进行主元分析,提取脸像的局部本征谱,采用最近邻判决准则进行分类识别。对ORL人脸数据库的实验结果表明本设计方案是有效的。

基于张量总变分的模糊图像盲复原

现有模糊图像盲复原算法通常仅利用彩色图像的灰度信息估计模糊核,彩色图像转换成灰度图像的操作会造成信息丢失,在处理尺寸过小或显著边缘过少的图像时,模糊核的估计通常会失效,导致最后复原图像的质量不理想。针对上述问题,在新的张量框架下,把彩色模糊图像作为一个三阶张量,提出了一种基于张量总变分的模糊图像盲复原算法。首先通过调整张量总变分模型中的正则化参数获取彩色图像不同尺度的边缘信息,从而估计出模糊核;再利用张量总变分算法对模糊图像解模糊,复原出清晰图像。实验结果表明,所提算法得到的复原图像在峰值信噪比(PSNR)和主观视觉上均得到明显改善。

最优的核判别分析用于雷达目标识别

特征提取是雷达目标识别研究中的重要问题,有效、稳健的特征是提高识别率的关键。核判别分析(KDA)是一种抽取非线性特征的有效方法,但它会因为奇异性问题而难以求解。基于子空间投影的思想,给出一种最优的核判别分析(OKDA)方法,用于对雷达目标的距离像进行特征提取,然后采用基于核的非线性分类器对所提取的特征进行分类,实现对雷达目标的识别。分别对仿真和实测距离像进行实验,结果表明该方法具有较好的识别效果。

小图像放大:算法与评价

小图像低失真放大是图像处理的一个重要内容。在讨论现有放大算法及评价准则的基础上,重点探讨一种基于核回归的放大算法,并针对典型应用,提出一种基于正确识别率的小图像放大评价方法。实验结果表明了所探讨算法是有效的。

基于核判别分析与证据理论的图像伪作分层融合检测

现有图像伪作融合检测算法一般直接采用特征融合或决策融合技术,普遍存在算法不易扩展或检测准确率不理想等问题。在综合利用原始图像固有特征和篡改所引入特征的基础上,探讨了一种基于特征融合和决策融合的分层融合框架,并实现基于核判别分析(kernel discriminant analysis,KDA)和证据理论的图像伪作检测算法。该算法包含粗分类和细分类两阶段。在粗分类中,利用原始图像固有特征,采用KDA技术实现特征融合,输出结果为原始图像、篡改图像和待定图像三种类别。在细分类中,利用篡改操作所引入的特征,采用证据理论进行决策融合,实现对待定图像的进一步分类。实验结果表明,该算法能有效地检测模糊操作、重采样操作、JPEG压缩以及多种篡改组合操作。

无支架施工的劲性骨架系杆钢管混凝土拱桥分析

传统有支架现浇拱桥施工方法会占用桥下道路或航道,不利于桥下有通行要求的城市桥梁施工。提出一种将钢管拱肋与劲性骨架系杆临时固结整体吊装至桥位处的快速施工方法,实现了不阻断桥下通行的无支架施工,分析了劲性骨架系杆拱桥无支架施工技术的安全性和可行性。结果表明,该方法不仅节约施工成本还提高了施工进度。

一种多用户VBLAST MIMO系统快速非线性检测算法

提出了一种针对多用户CDMA VBLAST MIMO系统结构的快速非线性检测算法,该算法首先通过核方法将接收端多个天线收到的信号进行非线性映射,得到新的数据空间,然后对其进行加权求和得到输出信号,最后形成系统判决输出。为了避免直接矩阵求逆运算,权系数的求解采用递增方式进行,这将显著减小算法计算量和复杂性。仿真结果表明:提出的算法在误码率方面能够取得明显优于常规线性MMSE算法的性能,算法的有效性得到验证。