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。

一种新型确定性风电功率预测模型及其概率性评估

现有风电功率预测多数为确定性预测,而由于风电功率具有随机性和波动性,确定性预测在不确定性条件下难以为系统调度决策提供有效信息,概率性预测能够提供预测的不确定性信息。提出一种基于小波变换和模糊自适应共振映射的新型确定性预测方法,利用数值天气预报及风电功率历史数据进行确定性预测。同时基于分位数回归分析,并以置信度、锐度、技术评分为指标,对确定性预测结果进行概率性评估。以某风电场为例,给出了确定性预测值及概率性评估,验证了所提方法的有效性。