基于极化特征的雷达目标识别技术

极化特性是雷达目标散射回波的重要特性之一,极化特征能够解析目标的粗细、大小、对称性等信息。随着雷达极化测量技术的逐步成熟,基于极化特征的雷达目标识别日益引起国内外学术界的高度重视。以电磁散射计算仿真的飞机模型为研究对象,在极化不变量理论基础上对这些飞机目标的极化特性进行了试验分析研究,以SVM为分类器,通过功率矩阵的迹和去极化系数可以实现对三个目标的区分。结果表明,该方法可以有效地将三个目标进行分类识别。

低分辨雷达的目标分类识别研究

雷达目标识别技术是集传感器、目标、环境为一体的一项复杂系统工程,分类识别技术是雷达当今和未来发展的重要需求,实现3类飞机的自动判别是防空雷达的重要功能之一。由于3类飞机目标旋转部件对回波的调制作用,在多普勒域是一系列差异明显的线谱。详细介绍了目标识别处理流程,以及目标识别对雷达设计需求。采用幅度调制特征和频域熵特征作为分类特征。以实测数据进行分析验证,以支持向量机(SVM)为分类器,试验结果表明,该方法能对飞机目标进行有效分类识别。

基本养老保险体制抚养比指标研究与实证分析

通过理论和实证两个角度的分析,结果表明:人口抚养比并不适合作为养老保险体制可持续性的分析基础。为此,提出基本养老保险体制抚养比的概念。基于六个典型地区的真实数据开展绩效评价,结果表明:基本养老保险体制抚养比远远高于人口抚养比,绝大多数地区基本养老保险体制的可持续性压力巨大,尤以东北等内陆地区为甚。对其中一个东北典型省份7个下属城市的分析表明:体制抚养比快速恶化的主要原因在于享受待遇人数的快速增长。

手形和掌纹决策层融合方法研究

手形识别和掌纹识别是两种不同的生物特征识别技术,根据二者的特点,将它们相结合研究手形和掌纹融合算法。分别介绍了基于几何特征的手形特征提取方法和基于模糊方向能量的掌纹特征提取方法,针对两种生物特征的特点,重点研究了二者在决策层融合的方法,构建基于并联融合和串联融合的双模态识别系统。通过对每种算法的实验测试,表明融合后的系统性能要优于单一的手形识别和掌纹识别方法的性能。

掌纹和三维手形的多模态图像采集装置设计

为了提高手掌掌纹图像采集速度,和解决接触式采集模式的缺点,设计出一种新型非接触式的掌纹和三维手形的多模态图像采集装置,可以将手掌掌纹、正面与侧面手形信息采集于一幅图像中。该装置硬件部分主要包括USB2.0控制器模块、CMOS图像传感器模块和其他辅助电路模块;软件部分包括下位机USB外设的固件程序、上位机操作系统的USB驱动程序、上位机图像手指静脉采集程序。实验结果表明该装置采集的图像清晰,而且采集速度快、成本低。