基于直方图条件熵的水声数据分类算法

水声数据中目标的不确定性以及各种物质的声纳数据值的杂合程度,使基于直方图最大值和直方图熵的算法都不能很好地解决水声数据分类的问题。为此,提出一种基于直方图条件熵的分类算法。根据水声数据的累积直方图,对水声数据直方图进行分段,使用条件熵判别式分别计算出每一个分段直方图的最佳特征阈值,赋予其相应的不透明度传递函数,以实现对水声数据的分类。实验结果表明,该算法能够较好地实现水声数据的分类,绘制结果中的疑似目标物较清晰,细节信息较丰富。

基于张量的2D-PCA人脸识别算法

人脸图像的色彩信息也是人脸的重要特征,但现有的2D-PCA彩色人脸识别忽略了人脸色彩信息的空间关系。由此引入三阶张量表示,提出基于张量的2D-PCA(Tensor PCA)的人脸识别算法。Tensor PCA通过分解n模总体散布矩阵获得三个由最大特征值对应的特征向量组成的将张量样本投影到低维子空间的投影矩阵,并构造交替最小二乘法的迭代过程对矩阵进行优化得到最优投影矩阵,使得投影后的样本间的距离尽可能得大,以达到最佳分类识别的效果。Georgia Tech彩色人脸库的测试结果表明,与2D-PCA方法相比,识别正确率提升了5.53%,同时训练时间降低了78.1%。

三维FMF的HFCM水声数据分割

针对三维水声数据背景复杂、受噪声干扰严重等特点,提出一种结合三维FMF的HFCM水声数据分割算法,以提高水声数据分割的精度和效率。该算法首先选取三维滤波窗口,利用最大熵阈值法计算出模糊阈值;再结合半高斯模糊隶属度函数对水声数据进行模糊中值滤波;最后采用HFCM算法对滤波后的数据进行分割。对两组不同的三维水声数据进行分割处理的结果表明,该算法能够有效地降低噪声干扰,分割效果要优于未滤波的HFCM以及均衡FMF的HFCM分割算法,并且在分割效率上要明显优于传统的模糊C-均值算法。

面向生物特征的信息隐藏算法

针对生物特征识别的自身安全性问题,引入信息隐藏方法,以虹膜特征作为秘密信息,指纹为宿主信息,根据秘密信息和宿主信息的特点,采用基于二值的图像信息隐藏方法,对距离差矩阵和分块矩阵进行了优化,实现生物特征到生物特征的隐藏,增强生物特征数据的安全性.实验结果表明:该算法对剪裁和旋转攻击具有鲁棒性,同时具有较好的隐蔽性和欺骗性,能够适用于目前主要的生物特征识别技术.

5G独立和非独立组网的混合应用

首先介绍5G的网络组网架构,并阐述5G与4G网络的相互关系以及现有多种组网方式存在的意义,最后分析阐述混合(非独立和独立)网络组网的关键技术,以及单个服务小区同时给不同模式终端提供随机接入服务的技术挑战与应对方案。