半监督的稀疏保持二维边界Fisher分析降维算法

针对样本集中类别标签样本不足的问题,提出一种半监督的稀疏保持二维边界fisher分析降维算法.首先利用图像像素间的空间结构信息,基于图像矩阵进行降维;然后设计类内散度矩阵和类间散度矩阵,以保持样本间的类内紧凑性和类间分离性;最后通过稀疏保持对特征间的稀疏重构性加以约束,所获得的稀疏重构权重保持了局部几何结构,而且也包含了自然鉴别信息.在YALE,ORL和AR人脸数据库上的实验结果表明,该算法具有很好的分类和识别性能.

二维类间边界Fisher分析的多元时间序列降维

针对传统边界Fisher分析及相关方法用于多元时间序列降维的局限性,提出一种基于二维类间边界Fisher分析的多元时间序列降维方法。针对边界Fisher分析进行模型改进,在本征图和惩罚图的基础上引入类间惩罚图,用来描述各个类中心之间的距离,并对目标函数进行改进,提出类间边界Fisher分析模型;对所提模型进行二维化拓展,提出基于二维类间边界Fisher分析的降维模型,使其能够直接处理二维矩阵数据,有效保留结构信息;通过计算协方差矩阵将多元时间序列集转化为等长特征集,利用降维模型将等长特征集投影到低维空间,达到数据降维和特征表示的目的。实验结果表明:所提方法能够有效对多元时间序列进行降维,达到良好的分类效果。

基于最大差值的二维边界Fisher的人脸识别

提出了一种基于最大差值的二维边界Fisher的鉴别分析方法。该方法利用描述类间数据可分性的相似度矩阵Sp与描述类内数据紧致性的相似度矩阵Sc之差作为鉴别准则,从而避免了边界Fisher鉴别分析所遇到的小样本问题。所提方法是直接基于图像矩阵的,与以往的基于图像向量的方法相比,进一步提高了识别的正确率。另外,还揭示了基于最大差值的边界Fisher鉴别方法和边界Fisher鉴别的内在关系。在ORL和Yale人脸数据库上的实验表明,所提方法具有较高的识别率。

基于马氏距离的局部边界Fisher分析降维算法

针对人脸识别应用中的高维数据图像以及欧氏距离不能准确体现样本间的相似度的问题,提出了一种基于马氏距离的局部边界Fisher分析(MLMFA)降维算法。该算法从现有的样本中学习得到一个马氏度量,然后在近邻选择以及新样本降维过程中用马氏距离作为相似性度量。同时,通过马氏度量构造出类内"相似"图和类间"代价"图来描述数据集的类内紧凑性和类间分离性。MLMFA很好地保持了数据集的局部结构。用YALE和FERET人脸库进行实验,MLMFA的最大识别率比传统基于欧氏距离算法的最大识别率平均分别提高了1.03%和6%。实验结果表明,算法MLMFA具有很好的分类和识别性能。

一种基于Fisher准则的二维主元分析表情识别方法

提出了一种基于Fisher准则进行特征选择的二维主元分析表情识别方法.首先对训练样本做二维主元分析,然后再根据Fisher准则,按Fisher比的大小选择特征向量作为投影轴,最后用最近邻方法进行分类.在JAFFE人脸表情静态图像库上进行实验,与按特征值的大小来选择特征向量相比,该方法更有效.

二维声场的边界元分析

本文将边界元法应用于二维声场分析,给出了以第二类汉克尔函数为基本解的数值计算公式,比较了处理奇异积分的三种不同方法。通过对三种不同边界条件的管道声场和脉动圆柱的辐射声场的计算并与精确解比较,表明了方法是正确而有效的。

基于二维Fisher线性判别的掌纹识别方法

在Fisher线性判别(FLD)中,类内离散矩阵总是奇异的。为了解决矩阵的奇异性问题,应用一种新的二维Fisher线性判别(2DFLD)直接进行矩阵投影。对于PolyU掌纹图像库,分别用PCA,PCA+FLD和2DFLD提取特征掌纹子空间,将待识别图像投影到低维子空间上,用余弦距离进行掌纹匹配。实验结果表明,与PCA相比,PCA+FLD的识别率最多提高1.18%。2DFLD识别率最高达到99.34%,比PCA+FLD提高7.61%,特征提取仅耗时0.047s。

二维边界层方程的迭代求解

针对二维边界层方程,提出了分析积分迭代法。首先将该方法应用于Blasius方程和Falkner-Skan方程的求解,数值计算结果稳定,计算精度高;然后对外部有势流不能达到自相似要求、必须二维求解的二维层流边界层问题,在分析积分迭代法中加上计算力学的松弛迭代法,形成了一套有效的算法。数值结果表明该方法用于层流边界层的计算是很有效的。

单搭接胶接接头弹性应力的二维分析方法

提出一种能得到单搭接胶接接头二维弹性应力解析解的的一般分析方法。该方法从纵向正应力沿厚度线性分布的理论假设出发,用完整的几何方程与本构方程,在考虑了被粘物与胶层的剪应力和剥离正应力沿厚度的变化,而且严格满足包括搭接区端头胶层剪应力为零的所有边界条件下,能够准确地预测接头任意点的应力状态,并适用于被粘物/胶层几何和材料属性的任何组合。通过与以往的解析解和有限元分析结果对比表明:不仅胶层平均剪应力最大值发生在距胶层端头很近的位置处,而且平均剥离正应力最大值位置也距离接头端头很近。这与以往绝大多数理论解预测"胶层剪应力和剥离正应力最大值都发生在端头处"的结论不同;该解析解有很好的精度和较广的适用范围。

刚度非平衡胶接接头的二维应力分析

建立一种通用的分析刚度非平衡胶接接头应力的二维弹性理论。该理论通过使用完整的几何方程和完整的本构方程,不但考虑被粘体的弯曲、拉伸、剪切效应和胶层的剪切和撕扯行为,而且严格满足包括接头端头处胶层剪应力为零的所有边界条件,适用于被粘体/胶层厚度和材料属性的任何组合。与二维线弹性有限元分析对比表明:该理论解有很好的精度。最后对刚度不平衡程度对胶层应力分布的影响进行参数研究。

基于正则化边界Fisher分析和稀疏表示分类的人脸识别方法

边界Fisher分析(MFA)应用于人脸识别时会遇到小样本问题,如果用主成分分析进行降维来处理该问题,则会丢失一些对分类有益的分量;如果把MFA的目标函数用最大间距准则代替,则较难得到最佳参数。提出了一种正则化的MFA方法,该方法用一个较小的数乘上单位阵构造正则项,然后加到MFA的类内散度矩阵中,使得所得矩阵是可逆的,并且不会丢失对分类有益的分量,也容易确定其中的参数。因为一个样本通常能被少数几个距离比较近的同类样本很好地线性表达,在正则化MFA降维之后结合使用稀疏表示分类算法进一步提高识别率。在FERET和AR数据库上的实验表明,对比一些经典的降维方法,使用该方法能显著提高识别率。

SRAM及其二维结构的隐身特性计算分析

应用有限元数值计算方法结合吸收边界条件,对结构型吸波材料的隐身特性计算进行了算法分析研究;并据分层组配方案对二维层合板SRAM结构(二层和三层结构)的雷达散射截面进行计算,得到最优隐身特性的组配方案;最后对波纹板SRAM结构、波纹板斜面与底板夹角变化对雷达散射截面的影响进行了计算分析,得出正趋势的结论。

二维弹性随机边界元中的奇异性问题

研究了二维弹性随机边界元问题，讨论了弹性模量、泊松比及载荷为随机变量时的随机边界积分方程的列式与推导，当采用线性单元离散化边界时，计算影响系数矩阵偏导数的对角元时会产生奇异性。推荐了一种方法能解决这个问题，且具有较好的效率和精度。

黄浦江二维水质数学模型研究

本文建立了能真实模拟黄浦江弯曲地形边界的二维有限元水质数学模型 。

脉冲激光产生层裂的一维和二维数值计算

通过简化的物理分析,将脉冲激光加载简化为一定的力学边界条件,考虑了材料内部的损伤演化,采用含损伤的热粘塑性本构模型模拟了铝合金材料的层裂。由于脉冲激光产生的压力脉冲较短,随后的卸载波将使得靶中传播的冲击波压力幅值下降。一维和二维计算得到的层裂片厚度与已有的实验数据符合很好。通过计算,得到了脉冲激光发生层裂时的应变率。

基于二维EMD改进方法的图像边缘检测

图像边缘检测在图像处理与分析中具有重要作用,常用的多尺度多分辨率边缘提取方法主要有小波变换和经验模式分解法。针对传统的二维经验模式分解过程复杂,边界效应抑制效果不明显等问题,提出了一种易于实现的二维经验模式分解改进方法,并采用该方法结合灰度图像二值化和形态学细化操作实现图像的边缘检测。实验结果表明,该检测方法可以有效地提取图像的边缘信息。

基于二维相关谱不变距特征判别掺杂尿素牛奶

为实现牛奶掺杂尿素的快速客观检测,以浓度为外扰,分别建立纯牛奶和掺杂尿素牛奶的二维相关光谱图库,并采用不变矩统计特征表征所获得纯牛奶及掺杂尿素牛奶的二维相关光谱图;针对提取的二维相关光谱不变矩特征,通过计算其Fisher系数评价类间分离程度,结合主成分分析法进行特征优选,选择4个主成分表征所获得样品的二维相关光谱图特征;将优选的4个特征参数作为输入量,采用支持向量机算法建立掺杂尿素牛奶与纯牛奶间的判别模型,该模型对校正集样品和预测集样品的判别准确率分别为94.4%、84.6%。结果表明,基于二维相关谱不变距特征判别掺杂尿素牛奶是可行的。

边界元法分析粘性液体小幅晃动

本文采用了边界元法对容器中粘性、不可压缩液体小幅晃动进行数值分析。在频域内考虑二维线性化Navier-Stokes方程,以问题的物理变量作为数值分析的未知函数,并推导了该问题分析的边界积分方程。自由面上的动力学条件为法向正应力和切向剪应力为零,这两个条件本身是线性的,避免了采用无粘势理论边界条件的非线性,固壁面上采用流体质点与固壁质点速度相等的条件,在数值计算过程中,结合有限差分法对边界条件进行了处理,由此建立了问题的一个边界元数值求解过程。

基于图像分块的改进Fisher人脸识别算法

二维方法用于图像矩阵特征提取,虽然速度快,但影响了分类速度。针对二维线性鉴别分析(Two-Dimensional Linear Discriminant Analysis,2DLDA)的特点,研究了一种基于图像分块的改进Fisher人脸识别算法,该算法首先对人脸图像进行压缩降维处理,得到相应的特征矩阵,然后利用改进Fisher算法对特征矩阵进行类间离散度矩阵和类内离散度矩阵的计算,该算法充分考虑了类别信息,避免了传统Fisher算法造成的小样本问题,有效提高了分类速度。基于ORL(Olivetti Research Laboratory)与Yale人脸数据库的实验结果证明了该算法的有效性。

三维脊型光波导模斑转换器的设计和优化

在三维有限差分束传播法对脊形光波导的结构参数分析和优化的基础上,对单模光纤和脊形光波导连接耦合用模斑转换器进行了深入的研究,重点分析了影响模斑转换器性能的各种因素,如侧面边界、长度、大端宽度和厚度,以及连接光纤和模斑转换器的过渡波导的有关参数.仿真结果表明,三维锥形光波导模斑转换器大端宽度和厚度在11 5～13 5μm和4 5～6 5μm之间,且长度为200～500μm时插入损耗可低达2dB,比二维锥形光波导模斑转换器的插入损耗约减小2dB,其对横向偏移的容差也远远高于二维锥形光波导模斑转换器,合理的使用非线性边界的模斑转换器可以获得比线性边界的模斑转换器更小的插入损耗;过渡波导的宽度、芯层厚度应和三维锥形光波导模斑转换器的大端宽度和厚度一致,且其长度为150μm左右时损耗较小;另外,此类模斑转换器在减小耦合损耗的同时,还可以有效的进行光波模式的转换.