构造型神经网络双交叉覆盖增量学习算法

研究了基于覆盖的构造型神经网络(cover based constructive neural networks,简称CBCNN)中的双交叉覆盖增量学习算法(BiCovering algorithm,简称BiCA).根据CBCNN的基本思想,该算法进一步通过构造多个正反覆盖簇,使得网络在首次构造完成后还可以不断地修改与优化神经网络的参数与结构,增加或删除网络中的节点,进行增量学习.通过分析认为,BiCA学习算法不但保留了CBCNN网络的优点与特点,而且实现了增量学习并提高了CBCNN网络的泛化能力.仿真实验结果显示,该增量学习算法在神经网络初始分类能力较差的情况下具有快速学习能力,并且对样本的学习顺序不敏感.

采用多目标纵横交叉算法的电力系统动态环境经济调度

针对带非线性约束的电力系统动态环境经济调度问题,提出一种多目标纵横交叉算法。对动态调度中燃料费用和污染排放两个相互约束、冲突的目标同时进行优化。求解过程中,结合非约束支配策略,提出一种双交叉机制,增强粒子穿越非可行区域的能力,使得生成的帕累托最优解落在可行区域内。通过边缘探索,增强算法的全局搜索能力。同时,采用外部存档集合储存非劣解,并通过拥挤度对比,保持非劣解的多样性。最后,采用模糊决策理论获得最优折中解。对10机电力系统的仿真结果验证了所提方法的有效性与优越性。

自适应多目标遗传算法的集成剪枝用于人脸表情识别

在集成剪枝中,为了同时高效地选择优质、独立的分类器,文中提出了一种新的动态自适应交叉策略的遗传算法用于分类器的集成剪枝。该方法使用轮盘赌和贪婪策略动态更新每个交叉策略的优先级,根据优先级计算每个策略被选中的概率,从而在算法迭代过程中自适应选择不同的交叉策略。此外,该方法考虑了交叉概率和变异概率动态自适应变化,并使用大多数投票法对挑选出来的分类器进行集成以获得最终结果。将文中所提方法与一些集成剪枝方法在5个真实人脸表情数据集上进行对比,实验结果表明文中所提该方法可以选出效果更好、冗余度更低的分类器,并在CK+数据集上具有22.50%的最低误差。

基于动态跟踪步长的直线快速矢量化算法

工程图纸扫描识别一直是模式识别中的难点问题。为了克服细化算法逐像素处理的局部特性,已提出了一些非细化算法。这些算法在不同程度上突破了细化算法在像素层次做局部操作的局限,力图抓住图像的宏观特征进行整体识别,但在处理小线素、曲线图像方面有较大局限性。文章采用动态扫描的概念,不对图像编码,利用随机稀疏扫描抽取跟踪头,利用跟踪头信息指导后续跟踪。跟踪时采用动态调节步长,得到了更精确的、完备的低级矢量化结果,为后续矢量处理提供了良好的基础。文章提出的算法可适用于各种不同工程图纸的处理,地理信息数据的提取。

基于双Gabor方向韦伯局部描述子的掌纹识别

该文结合掌纹图像的纹理特点,对原始韦伯局部描述子(WLD)中的差分激励和梯度方向进行改进,提出双Gabor方向韦伯局部描述子(DGWLD),以提高掌纹识别率。在构建新的差分激励图时,通过加入邻域像素点与中心像素点间灰度差分的方向信息,扩大异类掌纹间的差异。同时,采用双Gabor方向代替原始的梯度方向,减小平移和旋转对识别的影响。此外,为了更好地衡量特征间的相似度,使用交叉匹配算法,进一步提升识别率。在PolyU,MSpalmprint和CASIA掌纹库上进行实验,识别率均达到100%。实验的结果表明,与其它局部描述子和已有改进的WLD方法相比,该文方法具有更高的识别率和更低的等错误率。

采用双变异策略的自适应差分进化算法及应用

为了克服差分进化算法早熟收敛和寻优精度低的缺点,提出一种采用双变异策略的自适应差分进化算法(Adaptive Differential Evolution Algorithm using Double mutation strategies,DADE)。DADE引入基于种群相似度和中心解的双变异策略,有效平衡了算法的全局搜索和局部搜索;自适应交叉概率使种群个体向更新成功的个体学习,有利于后续种群的进化。在7个测试函数和3个电力系统动态经济调度(Dynamic Economic Dispatch,DED)问题上的优化结果表明,DADE算法与其他4种DE算法相比具有更强的全局寻优能力,且对电力系统动态经济调度问题的优化结果优于文献中所报道的结果。

内侧单髁膝关节置换术可影响前交叉韧带功能

目的定量单髁膝关节置换术(UKA)后弓步运动时前交叉韧带(ACL)在体长度,并分析ACL长度与前后向、内外旋稳定性的关系。方法共招募7名单膝内侧UKA植入受试者,平均随访时间(7.0±1.7)月。受试者接受CT扫描,获得骨与假体3D模型,根据解剖位置标记ACL前内束与后外束的起止点。以动态双平面X光成像系统拍摄受试者弓步运动时膝关节2D动态影像,在定制程序中完成2D-3D配准,计算股骨前后向位移与胫骨内外旋。以最短包绕路径法计算前内、后外束长度。

银河水滴推出世界首款“智能步态人脸双目抓拍机”

该机配备长短焦双镜头,搭载世界领先的步态识别及人脸识别两个深度学习算法,支持步态、人脸双抓拍。此外,该产品还支持宽动态、3D数字降噪、强光抑制、电子防抖等功能。

多维连续型矩阵式条码的编码理论与系统设计

现有的多维条码技术大多以单个码字为信息记录体,无论其密度多少,都以承载固定容量信息为基本特点.这种结构不适宜承载大容量信息,尤其是容量不确定的多媒体信息,阻碍了这种方便、实用、成本低廉的自动识别技术的广泛应用.为此,提出一种新型的多维连续型矩阵式条码(C-Matrix),以连续分布、个数可变的图形矩阵码作为条码的基本结构,理论上具有存储无限容量的数据并支持快速实时译码的特点.为实现多维C-Matrix译码的实时性,还提出了基于动态扫描线的快速定位点检测算法、双交叉动态扫描识别算法、快速的RS译码算法和统一的条码识别框架.最后完成了原型系统设计,并通过实验证明了该系统的正确性和实用性.

X波段双偏振相控阵雷达回波特征分析与相态识别方法

X波段双偏振相控阵雷达的主要应用是监测气象灾害,为提升监测精度,提出了X波段双偏振相控阵雷达回波特征分析与相态识别方法。采用相关系数优化与差分传播相移率重构方法提升X波段双偏振相控阵雷达回波信号质量;利用高分辨融合与时频变换检测质量提升后的雷达回波信号时频点,通过时频点聚类与小波频谱特征分离获取雷达回波信号时频特征。将相同位置的雷达回波信号时频特征作为一个样本,采用动态聚类方法针对相应范围内的全部样本实施动态聚类分析,基于分析结果中的聚类中心识别X波段双偏振相控阵雷达回波信号相态。实验结果显示该方法能够提升弱回波的相关系数、消除回波信号异常值,能够较好地输出回波信号时频特征,准确识别回波信号相态。