二维投影非负矩阵分解算法及其在人脸识别中的应用

建立在最小化非负矩阵分解损失函数上的人脸识别算法需同时计算基矩阵和系数矩阵,导致求解这类问题十分耗时.本文把非负属性引入二维主成分分析(2-dimensional principal component analysis,2DPCA)中,提出了一种新的二维投影非负矩阵分解(2-dimensional projective non-negative matrix factorization,2DPNMF)人脸识别算法.该算法在保持人脸图像的局部结构情况下,突破了最小化非负矩阵分解损失函数的约束,仅需计算投影矩阵(基矩阵),从而降低了计算复杂度.本文从理论上证明了所提出算法的收敛性,同时,使用了YALE、FERET和AR三个人脸库进行实验,结果表明2DPNMF不仅识别率高,而且速度优于非负矩阵分解和二维主成分分析.

数字化校园信息门户的设计研究

本文就数字化校园信息门户建设,提出了一套较为完整、系统的理论方法。对门户建设中各种关键技术的重要环节进行了详细的分析,提出了门户设计需要遵循的规范和门户的工作原理。

B样条和图像梯度的单样本人脸识别

提出了一种基于B样条和图像梯度的算法用于单样本人脸识别。采用图像梯度方法进行人脸识别具有光照不变性等优点,但在图片有噪声的情况下,噪声信息会严重干扰梯度信息,识别率会大大下降。传统降噪方法,会在降噪的同时平滑图像,降低图像的梯度信息影响识别率。本文利用B样条滤波具有阶数可调的特点,根据图像的噪声值选取不同阶数B样条滤波,在降噪的同时最大程度的保留图像梯度信息以提高识别率。实验证明,基于B样条和图像梯度的算法在单样本人脸识别问题上识别率优于传统滤波方法。

数字化校园设计与构建方法研究

本文就数字化校园中软件系统建设提出了一套较为完整的、系统的具有较强可操作性的方法,应用 EAI的各种关键技术,对该方法中各个环节要解决的问题进行了较详细的分析,并对解决这些问题的方案进行了较深入的研究和探讨。提出了以视图设计为主体的自上而下的数字化校园规划设计方法,和一种自下而上的搭建系统的方案。

工作流管理系统的设计研究

本文就工作流管理系统的建设,提出了一套较为完整、系统的理论方法。对工作流管理系统建设中各种关键技术的重要环节进行了详细的分析,提出了工作流管理设计需要遵循的规范和门户的工作原理。

太极旗护卫下的木槿花国——韩国网络安全战略浅析

从韩国"IT839战略"到《国家网络安全总体规划》,从关心泛在计算带来的安全隐私问题到制定安全战略来防止网络袭击,韩国政府一步一步地完善其网络安全体系。本文概述了韩国信息化及网络安全的发展历程,对韩国"IT839战略"、"2008年、2010国防白皮书"中有关网络安全战略以及《国家网络安全总体规划》进行了分析。

基于光滑性和主成分的非负矩阵分解算法

非负矩阵分解(NMF)存在收敛速度慢的缺点,其根本原因是基图像(基矩阵)包含大量的噪声点。另外,系数矩阵相关性很大,不利于区分不同图像。鉴于以上缺点,提出了基于光滑性和主成分的非负矩阵分解(SPNMF):一方面通过添加常数矩阵来增强基矩阵的光滑性,平抑噪声点,达到减少迭代次数的目的;另一方面在原损失函数基础上,将系数矩阵不同列之间的方差作为惩罚项,提高系数矩阵的区分度。在PIE和FERET人脸库中的实验表明,SPNMF不仅能够提高人脸识别的正确率,而且速度比NMF快2～4倍,使得基于非负矩阵的人脸识别系统更具有实用价值。