基于Borda投票加权的子模块稀疏表示鲁棒模式识别算法

利用子模块稀疏表示进行分类时,具有遮挡或强烈光照变化的子模块中各类残差可能很相近,此时正确类别残差可能不是最小,依据稀疏表示分类的残差最小判别准则将导致子模块错误分类,影响最终判别结果。针对此问题,提出基于Borda投票加权的子模块稀疏表示分类算法。首先利用Borda分别对子模块中的每类进行投票,然后利用子模块稀疏度和子模块残差确定该子模块的可信度权重,依据子模块可信度权重将所有子模块中每类票数进行加权求和,进行最终分类判别。实验结果表明,当图像具有遮挡或强烈光照变化时,提出的分类算法具有很好的有效性和鲁棒性。

非最小平方误差局部-全局加权融合的稀疏表示遮挡人脸识别

考虑到图像遮挡后部分局部信息属性改变,在利用最小残差判决函数分类时,各类残差可能因较接近而导致分类错误.针对此问题,从分类器判决函数出发,提出基于稀疏系数累积的局部-全局加权融合的稀疏表示遮挡人脸识别算法.该算法主要利用各类稀疏表示系数累积作为判决函数,使用Borda投票机制进行分类.利用系数累积进行全局分类,然后对局部各块分类,考虑到子块作用不同,利用稀疏度和残差两个参数表示其可信度权重,最后将全局和局部融合Borda投票,统计各类投票总数,实现分类.在公用数据库进行实验,结果表明该算法具有较好的有效性和鲁棒性.

基于可变模糊识别模型的争岗堆积体稳定性评价

堆积体边坡稳定性直接关系着工程建设的施工与运营安全.基于可变模糊集理论构建的可变模糊识别模型以及指标稳定性分级标准构建堆积体边坡稳定性评价体系;应用向量夹角余弦定理的概念定义指标权重可信度(剔除可信度低的权重向量),将所得指标权重带入堆积体稳定性评价体系中,实现堆积体边坡稳定性评价.考虑影响堆积体边坡稳定性的4个一级指标12个二级指标构建堆积体边坡评价指标稳定性分级标准.以争岗堆积体边坡为例,根据地质勘查情况及相关分析资料,应用可变模糊识别模型对其在暴雨工况下的稳定性进行评价.结果表明:争岗堆积体边坡的稳定性等级特征值为3.432,稳定性等级属于Ⅳ级,说明堆积体处于较不稳定的状态,评价结果与工程实际情况吻合.

基于多属性群决策的柴油机故障证据融合方法

鉴于复杂机械系统中故障信息的不完备及不确定性造成证据理论在故障诊断决策级阶段融合的准确性问题,提出基于多属性群决策的故障证据融合方法.利用多属性群决策的属性分析,计算基于元素属性集合的决策体差异权重,以减小融合证据源的差异;结合柴油机目标故障的相似依赖关系,利用目标故障的可信度权重对冲突焦元信息再分配,旨在提高证据融合的准确性.对R6105AZLD柴油机台架试验结果表明:本文方法可大幅提高诊断准确度和鲁棒性.