M-FPCA在彩色人脸图像识别中的应用

将因子化主成分分析(FPCA)算法应用于人脸图像特征提取时,需要使用迭代算法,但该算法应用于高分辨率图像时实时性较差,并且可能导致维数灾难。针对上述问题,提出一种模块化FPCA(M-FPCA)的新型特征提取方法。将原始数字图像样本进行模块化,对模块化后得到的各个子图像矩阵采用FPCA算法进行特征提取,合并子图像特征矩阵得到原图的特征矩阵。彩色图像由R、G、B 3个分量来表示,根据现有彩色信息融合方法的不足,对其进行改进,并结合M-FPCA算法,提出一种彩色M-FPCA新方法。在CVL和FEI人脸库上进行的实验结果表明,M-FPCA方法能提高FPCA算法的实时性,解决维数灾难问题。彩色M-FPCA方法能有效提取彩色人脸图像的色彩信息,得到较高的人脸识别率。

一种基于2DHOL特征与(2D)~2FPCA结合的手指静脉识别方法

文中提出一种基于二维方向线直方图统计(2DHOL)特征与双向二维费希尔主成分分析((2D)~2FPCA))相结合的手指静脉识别方法.首先针对手指静脉图像纹路走向的特点,改进基于梯度直方图(HOG)特征中有关梯度幅值和方向的计算方法,采用二维Gabor滤波器获取静脉图像的线形响应和方向,提取2DHOL特征;然后综合考虑行列相关性和类别信息,采用(2D)~2FPCA对2DHOL特征进行降维处理,得到手指静脉特征向量;最后计算特征向量的欧氏距离.应用不同手指静脉数据库进行实验的结果表明,该方法能够有效地提高手指静脉识别率,并对训练样本数变化具有较强的鲁棒性.

基于FPCA的广东区域经济发展差异演变分析

珠三角与东翼、西翼、山区之间存在的经济差异已成为广东经济发展转型亟待解决的主要矛盾，本文选择21个城市每个从业人员增加值，应用函数型主成分分析方法对广东2000-2011年区域发展差异进行了分析。结果表明广东区域差异演变可由早期发展差异、世界金融危机冲击形成差异与2002年后形成的增长趋势差异加以阐释，与发展早期相比，广东区域差异有所缩小。

基于FPCA和PSOSVM回收塑料瓶分类

为提高回收塑料瓶颜色分类的识别率,提出一种基于FPCA和PSOSVM的分类算法。在HSI模型中,使用快速主成分分析(FPCA)法对图像进行降维处理,提取有效的特征;采用粒子群算法(PSO)对支持向量机(SVM)的参数惩罚因子和核函数进行优化;为避免PSO的计算结果陷入局部极值中,引入惯性权重和收敛因子;构建支持向量机分类模型,将优化后的参数和提取的特征作为输入进行分类识别。实验结果表明,该分类算法的识别率为93.4%,较未使用粒子群算法寻优的分类算法,识别率提高了5.8%,可以进行有效识别。

基于FPCA和ReliefF算法的图像特征降维

针对传统图像特征降维方法计算量大、无法去除冗余信息、未考虑相关性等缺陷,提出一种结合快速主成分分析(FPCA)和ReliefF算法的图像特征降维方法.该方法先利用FPCA算法对样本数据进行初次降维,去除样本中的冗余信息;再利用ReliefF算法计算样本特征的分类权重,根据权重对特征进行组合优化.在算法实现过程中,采用递归排除策略,进一步提升了算法特征寻优能力.仿真实验表明,利用本文算法优选出的图像特征,可较好地提高聚类结果,适合实际工程的应用.

基于FPCA的机器人运动灵活性增强综合评价

面向机器人的多种单一运动灵活性指标,基于主成分分析(principal component analysis,PCA)方法对其综合运动灵活性进行分析和评价,评价结果受奇异位形处指标极端值的影响。进而将模糊集引入PCA,使用模糊主成分分析(fuzzy principal component analysis,FPCA)方法进行机器人灵活性综合评价。通过调节模糊隶属函数,吸收奇异位形及其附近的极端值,突出主要信息,提高分析结果的准确性和可信度,提高机器人灵活性的综合评价的效果,从而提出一种基于多种性能指标的含奇异位形的机器人任务优选的新方法。

半参数函数型线性空间自回归模型的统计推断及应用

为了解决自变量为函数型数据、响应变量为标量数据、协变量为矩阵型数据且其分布未知的问题,本文提出半参数函数型线性空间自回归模型(SP-FLSARM)。首先利用函数型主成分分析(FPCA)处理函数型自变量,利用B样条估计非参数连接函数;其次利用极大似然估计(MLE)得到未知参数的估计值;最后针对西班牙气象台的温度数据建立SP-FLSARM模型。相较于函数型线性空间自回归模型(FLSARM)和函数型线性模型(FLM),SP-FLSARM的方差和残差方差比(VR)最小,即SP-FLSARM的模型拟合效果最好。

基于HLS和PYNQ图像缩放的硬件加速器设计

针对CPU进行图像处理已经无法满足系统实时性需求这一情况,提出了一种基于HLS和PYNQ的图像处理硬件加速器设计。该设计利用了FPGA具有数据并行处理的优势,克服了FPGA不易开发、移植性较差的缺陷。首先选择图像缩放处理算法作为实验的测试对象;然后在ZYNQ平台上根据软硬件协同的特点分配不同的系统任务,通过HLS开发工具使用C++实现和优化图像处理算法,并转化成RTL文件,再打包成IP核输出;在Vivado2018.3上搭建硬件实验平台,通过JupyterLab对实验进行验证和分析。结果表明,缩放算法的处理速度由CPU端的1110ms缩减为FPGA端的213ms,执行速度提升了5倍。

CMS-GEM探测器电子学板测试工具的研制

针对CMS-GEM探测器前端电子学板(GEB)的研制和生产中质量控制的需求,研发了新的自动化测试工具,对电子学板进行连通性和误码率测试。应用基于FPGA的片上系统,提高了测试效率和可靠性,并可自动存储测试结果。该套测试设备已应用在GEB的研制和批量生产质量控制工作中,检验合格的GEB已经运往CERN进行探测器的组装。

函数型数据异常检测在光谱数据中的应用

光谱分析技术是分析化学中常用的方法之一,也广泛应用于中药分析等领域.本文用函数型数据分析的方法分析光谱数据,研究针对光谱数据的异常检测方法,挑选出异常(离群)的样本.基于现有方法,我们提出“欧加深度检测方法”.数值模拟结果显示,欧加深度检测方法能较好地挑选出异常情况的样本.本文将欧加深度检测方法和三种已有方法应用于分析73剂中药六混液光谱数据,结果显示,欧加深度方法能够检测出全部6剂不合格样本,有较好的应用前景.

人脸遮挡区域检测与重建

提出一种基于模糊主分量分析技术(FPCA)的人脸遮挡检测与去除方法.首先,有遮挡人脸被投影到特征脸空间并通过特征脸的线性组合得到一个重建人脸.计算重建图与原图的差图像,加权滤波后并归一化作为被遮挡的概率,以此概率为权重由原图和重建图合成新的人脸.在后续迭代中,根据遮挡概率使用模糊主分量分析进行分析重建,并使用累积误差进行遮挡检测.实验结果表明,算法可精确定位人脸遮挡区域,得到平滑自然的重建人脸图像,优于经典的迭代PCA方法.

CPLD和FPGA编程与配置的实现

介绍了CPLD和FPGA的编程和配置方式,并结合具体的器件给出了若干实例。

HIT/DLR灵巧手全数字化传感器系统

介绍了哈尔滨工业大学机器人研究所(HIT)和德国宇航中心(DLR)合作研究的第二代多指灵巧手的全数字化传感器系统,该系统利用新型微型电子元件采集传感器信号实现数字化输出,在FPGA中进行信号的处理和控制,并通过串行通讯在DSP中的实现最终控制算法。在灵巧手的传感器系统中,作者着重介绍了指尖六维力/力矩传感器、关节位置传感器、电机霍尔传感器等。

高效复数流水线蝶形单元的FPGA实现

在实时信号处理系统的设计中,要求用尽量少的硬件资源实现高速的FFT蝶形运算,本文介绍了一种高效复数流水线蝶形单元的FPGA实现,该方法充分结合信号处理算法和EDA优化手段,从成本和速度两个方面折中考虑,在大大减少存储单元和提高速度的同时,不牺牲额外的硬件成本。其性能对于大点数FFT运算有明显的优势。

RS编译码的一种硬件解决方案

提出了基于欧氏算法和频谱分析相结合的RS码硬件编译码方法;利用FPGA芯片实现了GF(28)上最高速率为50Mbps、最大延时为640ns的流式译码方案,满足了高速率的RS编译码需求。

FPGA技术在煤矿井下通信中的应用

介绍了FPGA技术 ,分析了煤矿井下通信特点 ,并对FPGA技术在煤矿井下通信中的应用进行了探讨 。

基于FPGA的JPEG静态图像压缩实现

介绍了一种JPEG静态图像压缩的算法以及基于FPGA芯片特点实现该算法的设计。

基于两方向二维主成分分析木材识别的研究

两个方向的费希尔主成分分析方法(2D)2FPCA结合了二维主成分分析方法(2DPCA)和二维费希尔线性方法(2DFLD)的特点,很好地解决2DPCA特征提取时比传统PCA需要更多系数来表达图像信息的问题。根据木材体视图受光照影响及同一树种的样本图片之间差别较大等特点,适当增加了识别的类内散布矩阵从而提高了木材的识别率。(2D)2FPCA为木材的智能识别提供了一条新途径。

基于VHDL的交通灯控制与实现

根据实际路口的交通灯设置与运行规律,基于VHDL硬件描述语言,利用FPGA器件EP1K10TC100-3和自行设计的高亮LED交通灯指示模拟电路板以及数码显示模拟电路板,通过了QuartusⅡ软件的功能仿真和实际调试,体现了EDA技术的设计优越性。