基于模糊自适应共振理论映射算法的单样本三维人脸识别

针对传统的三维人脸识别分类算法大多需要多个样本进行训练,而在单训练样本的前提下识别性能会严重降低的问题,提出了基于模糊自适应共振理论映射(Fuzzy ARTMAP)的算法对三维人脸数据库进行分类识别。首先对三维人脸深度图像进行局部二值模式(LBP)统一模式算子的特征提取,再对LBP特征进行Log-Gabor小波变换,提取图像的频域特征向量作为训练的输入向量,最后将单样本训练向量集送入Fuzzy ARTMAP分类器进行训练识别。该算法在FRGC v2.0三维人脸数据库中的识别率可达到87.15%,分类器的训练时间为24.88s,单张待识别人脸样本与单张已注册的人脸匹配时间为0.0015 s,一张新的人脸样本在数据库完成一次搜索匹配则需要1.08 s。实验结果表明,所提方法在测试中的性能优于概率神经网络(PNN)和极限学习机神经网络(ELM),既能保证较高的识别率,又能拥有较短的训练时间,且时间增幅稳定,可控性强。

基于模糊映射的电力通信网路由流量负载均衡方法

为了提高电力通信网路由流量负载的均衡性,保证电力网络整体运行的安全性,根据模糊映射理论,设计了一种电力通信网路由流量负载均衡方法。根据电力通信网运行的基本需求,确定负载均衡的约束条件,构建负载均衡模型,基于模糊映射理论对负载均衡模型求解,实现电力通信网路由流量负载的优化与均衡。仿真测试结果显示,对于5组不同大小的业务量,所提方法完成负载优化均衡处理的平均运行时间为6.77 s,经过负载均衡处理后,路由流量的主链路传输时延的平均值为0.20 ms,备份链路传输时延的平均值为1.35 ms,链路负载均衡度的平均值为0.0285,表明所设计方法具有高效性与实时性,同时可以更加精确地选择链路负载均衡度最低的传输路径,降低链路的业务承载量,提高电力通信网整体的通信效率。

一种基于简化FUZZY ARTMAP的声调识别规则获取方法

本文以音节作为声调识别基元,以简化FUZZY ARTMAP作为声调识别系统模型,研究了具有连续语音音节特征的三字词的声调识别问题,在此基础上,对三字词进行了声调识别规则的自动抽取,经网络剪枝、权值量化和规则合并后,得到了若干条与声调模式的统计分布一致的规则,这些规则具有一定的普遍意义,可用于声调识别和声调模式分析,获取规则的方法可直接应用于连续语音。