面向虹膜识别的多方向中心对称局部二值模式

为了提升虹膜纹理的表征效果,获得稳定的局部纹理信息表达,提出基于多方向中心对称局部二值模式的虹膜识别算法.首先通过眼睑边缘快速定位生成掩膜,抑制眼睑区域噪声;然后在多方向的基础上,提出多方向中心对称的局部二值模式完成虹膜纹理特征的表征;最后利用汉明距离判定虹膜是否匹配.针对由于类内与类间匹配次数失衡导致评价指标正确识别率存在的不足,提出修正的正确识别率.在CASIA.V1,CASIA.V3-Interval,JUL6.0和CASIA.V4-Lamp虹膜库上的实验结果表明,所提算法的修正的正确识别率分别为99.857%,99.940%,99.640%和97.973%,等错误率下降0.03%~5.96%;该算法能够有效地表征虹膜纹理信息,具有良好的识别性能和鲁棒性.

地震与爆破的小波包识别判据研究

利用sym5小波包基函数对小震级天然地震和人工爆破波形进行4层小波包分解并绘制了时频谱图.通过时频谱图可直观得出,爆破频率成分简单,时频谱聚集性较好.为寻求定量的识别指标,综合P波和S波小波包变换结果,提出并定义了P/S能量比.分析识别效果较好的P/S能量比判据得出爆破的P波主频集中在频段3.125—9.375Hz处,地震频率成分较复杂,S波在高频12.5—23.437 5Hz处也较发育,在这些频段上,爆破的P波与S波差异要大于地震的P波与S波差异.作为小波包判据研究的补充,文中也提取分析了P波的能量比与S波的能量比.能量比判据识别结果表明,人工爆破与天然地震的频率成分存在差异,通过小波包变换能够提取有效的识别判据.

地震和爆破的综合识别方法研究

基于天然地震和人工爆破的快速识别要求,我们提取了量取方便的初动方向、振幅比、振幅与尾波持续时间比值等5个特征,并判定各单特征的分类能力,其中初动方向和振幅比的识别效果较好,正确识别率分别为91%和92%.为了进一步提高识别效果,本文引入3种模式识别方法和决策方法对多个特征进行综合识别,得到Fisher方法和决策方法均可将正确识别率从92%提高到97%,ICHAM识别效果和最小距离法的综合识别效果次之,可将正确识别率分别提高到95%和94%.结果表明综合识别方法可以不同程度的提高正确识别率,Fisher方法和决策方法在地震和爆破识别中应用效果较好.

一种快速有效的雷达目标识别方法

基于核的学习算法提出一种快速有效的雷达目标识别方法。首先利用核的主分量分析方法对雷达目标的一维距离像进行特征提取,可以有效地提取出其中的非线性特征;然后基于一种新型的支撑矢量机——近似支撑矢量机作为分类器对所提取的特征进行识别。实验结果表明,所提出的识别方法其正确识别率与标准支撑矢量机相当,但在计算速度上却有很大的提高,并对噪声具有较好的抑制作用。

基于距离度量方法的雷达辐射源信号识别研究

为了能够在多种距离度量方法中选择一种最优的算法,提高基于距离度量方法的雷达辐射源信号识别的正确识别率,构建了雷达辐射源信号识别模型。并在不同的噪声背景下对基于距离度量方法的雷达辐射源识别模型的正确识别率和识别时间做了比较,最后进行了大量的仿真实验,给出了识别结论。

基于匹配模板的雷达信号快速识别系统设计

雷达采用低截获概率(LPI)技术之后,特别是在低信噪比条件下,传统的雷达信号识别方法将暴露出对弱信号无能为力、识别率低等缺陷。针对这些问题,设计了基于匹配模板的雷达信号快速识别系统,介绍了系统设计的基本思路,提出了敏感参数这一概念,保证了正确识别率。以线性调频信号为例制定了相应的匹配识别准则,通过仿真实验验证了该准则的有效性和该系统的可行性。在信号受到噪声污染的情况下,该系统对线性调频信号的识别信噪比可以达到-6dB。

结合改进韦伯算子和加权稀疏表示的指静脉识别

为了在拓扑结构简单的指静脉图像上提取更完整的纹理信息并提高识别效率,提出一种从粗到细的指静脉识别算法。在粗识别阶段,利用测试样本与每类中的一个样本之间的相似性,排除冗余训练类;在精识别阶段,引入Gabor进行图像表示,更清楚地描述图像纹理的局部空间尺度特征和方向特征;将韦伯局部圆梯度模式(Weber local circle gradient pattern,WLCGP)与多方向对称局部图结构(multidirectional symmetrica local graph structure,MSLGS)结合对原始的韦伯算子进行改进,从而对空间结构信息获得更精确的图像描述;通过WLCGP-MLGS提取直方图特征向量,并通过加权稀疏表示分类。在天津市智能信号与图像处理重点实验室数据库和FV-USM(finger vein USM)数据库上进行实验,该算法的正确识别率分别为99.3546%和97.3842%。结果表明,与其他传统及最新算法相比,具有良好的识别性能和应用前景。

基于主成分特征向量系数的交通标志识别方法研究

对交通标志的识别研究一直是模式识别领域的研究热点。提出一种利用主成分特征向量系数和最近邻分类识别交通标志的方法,经验证取得较好的识别效果;同时,还研究探讨了交通标志图像的分辨率大小、主成分特征个数对正确识别率的影响。该方法的特点是交通标志图像来自真实环境,减小了计算量。

伪装语音的听觉识别研究

在涉及语音的案件当中,犯罪分子为了掩盖身份,逃避打击,常常采用各种方法对他们的声音进行伪装,从而给案件侦破和语音鉴定工作带来很大困难。因此,对伪装语音进行研究尤为重要。本文采集了10位发音人的正常语音以及提高基频、降低基频、加快语速、减慢语速、捏鼻伪装、咬物伪装、捂嘴伪装、嚼物伪装、耳语伪装和变更方言10种伪装方式的语音样本。另外,因为不同人对声音的敏感程度和对语音的识别依据不同,所以识别结果也就不尽相同。本文的研究结果为伪装语音等疑难案件的检验鉴定提供了一定的参考和借鉴,对于法庭话者鉴别技术应用和发展具有重要意义。

人体微生物可用于身份识别

研究人员发现,人体内的微生物DNA能够用来识别一个人的身份。这一发现意味着它能够在一项匿名的有关人体微生物组的研究中鉴别参与者,并揭示一个人的健康、饮食或种族的详细信息。这项研究的第一作者、哈佛大学生物学家Eric Franzosa和同事开发出一种电脑算法,

深度信念网络在故障指示器检测中的应用

电子产品在生产过程中需进行产品检测,以故障指示器的检测为例,结合深度信念网络(DBN)技术实现了自动检测。深度信念网络由于其具有无监督预训练的优势,将其应用于实际系统,对现场的故障指示器视频图像的动作状态进行了分类实验。实验结果表明:深度信念网络分类算法相比于支持向量机(SVM)分类算法和BP分类算法有明显的优势,正确识别率达到了100%。该算法在产品检验的应用中满足生产测试的要求,且降低了人工测试的劳动强度,缓解了视觉疲劳问题。

基于SOM和SVM的食醋品质近红外定性分析

研究近红外光谱(near-infrared spectroscopy,NIRS)结合自组织映射(self-organization mapping,SOM)和支持向量机(support vector machine,SVM)用于食醋酿造年份和品牌的判别分析。连续小波变换(continuous wavelet transform,CWT)用于光谱预处理;主成分分析(principal component analysis,PCA)用于食醋光谱降维和样品空间分布分析。结果表明:CWT预处理可以有效消除食醋光谱的平移误差;PCA可以极大地减少光谱变量,提高建模效率;对于食醋酿造年份的识别,采用CWT—PCA—SOM的正确识别率(correct recognition rate,CRR)为97.37%,采用CWT—PCA—SVM的CRR为100%;对于食醋品牌的鉴别,CWT—PCA—SOM和CWT—PCA—SVM两种方法的CRR均为100%。近红外光谱结合CWT—PCA—SOM和CWT—PCA—SVM方法在食醋酿造年份及其品牌鉴别中均得到很好的分析结果,该方法具有良好的应用前景。

哪个测验Q矩阵更合理:基于DINA模型测验Q矩阵合理性侦查指标及其比较与应用

本研究对多个测验Q矩阵的相对合理性的比较与选用开展研究,采用Monte Carlo模拟与实证研究相结合的范式,探讨R_square、HCI、-2LL、AIC、BIC、residual、ABS_residual及本研究新开发的BIC2等八项指标在测验Q矩阵合理性侦查效果及其比较。研究发现:八项指标中,除BIC和BIC2两项指标的对测验Q矩阵相对合理性的平均正确识别率在95%以上,其余指标的平均正确识别率不足90%,整体而言,考虑样本容量及参数个数双重加权的BIC和BIC2两项指标的表现总体上优于其它几项指标;各项指标在不同Q矩阵错误类型下其正确识别率也不尽相同。

ACC和AUC在ATR算法评估中的应用

ATR算法评估领域常用的评估指标为正确识别率ACC,但ACC自身存在诸多缺陷,仅用ACC指标评估结论具有一定的盲目性和误导性。基于ROC曲线的性能评估指标AUC反映了识别算法在多门限下的整体性能,克服了ACC指标的缺陷。在概述ACC及AUC各自含义和性质的基础上,全面揭示了二者之间内在的联系,AUC值固定时,加权和非加权ACC均值与AUC间存在线性关系;另一方面在ACC固定的情况下,若PTP已知,ACC、AUCmax和AUCmin之间也存在线性关系,最后阐释了AUC的优越性。

基于多尺度主线方向特征的DBN分类方法

针对深度信念网络(DBN)结构自身未考虑到二维图像空间结构信息、分类准确识别率不高等问题,提出了一种基于多尺度主线方向特征的DBN网络图像分类新方法(MSMD-DBN方法)。该方法首先提取多尺度的线方向特征图和能量图,再通过二值化、细化能量图得到主线方向特征图,然后在可视层输入端加入多尺度主线方向信息特征图,并利用深度信念网络进行图像分类识别。旨在通过增加输入信息的维度,来达到提升图像分类性能的目的。在CIFAR-10和MNIST两个数据库上对不同样本的图像进行分类实验,结果表明,与采用传统DBN网络和DBN的改进算法相比,提出的算法的分类性能取得了显著的提高。

无线传感器网络中一种新型加权Mel滤波器组

提出了一种提取车辆声音特征的新型加权Mel滤波器组进行车辆的识别。这种新型滤波器组通过赋予各离散频率不同的权重,突出车辆频谱之间差异较大频段的信息,弱化较为相似频段的信息。相比于传统的Mel滤波器组,加权Mel滤波器组的识别能力得到了显著提高。仿真和实测结果均表明,与两种常用的特征提取方法相比,加权Mel滤波器组不仅能更有效地提取不同类型车辆间的差异信息,获得更高的正确识别率,还降低了计算复杂度。

分级评价指标优化玉米近红外光谱定性分析模型研究

验证了种间的相对距离这一评价指标优化玉米近红外光谱定性分析性能的有效性。首先,对A、B两组实验数据使用相关性、欧氏距离和熵3种常用方法计算原始光谱、预处理后的光谱和特征提取后的光谱数据的种间相对距离,并与每一步得到的正确识别率进行对照分析,得到欧氏距离是一种有效的计算方法。最后,对实验数据C采用欧氏距离方法计算数据处理每一过程的种间相对距离,经过对预处理算法的调整,种间相对距离由0.658 2增大到了1.297 2,正确识别率由40.86%提高到了70.08%;通过对特征提取算法的优化,种间相对距离由1.310 2增大到了2.491 0,正确识别率由68.32%提高到了93.27%。通过该评价指标对数据分析过程的评价结果可以看出,正确识别率显著提高,使模型得到了优化。

基于近红外光谱分析技术的食品包装塑料的定性分析

该文基于近红外漫反射光谱分析技术对食品包装材料聚乙烯、聚丙烯进行定性判别试验研究,选取不同波段范围、采用不同光谱预处理方法,使用主成分分析法(Principal component analysis,PCA)结合SIMCA、贝叶斯判别、K-近邻3种模式识别方法建立定性预测模型,并根据正确识别率比较了各模型预测性能。结果表明:使用SIMCA方法、贝叶斯判别、K-近邻3种方法建立的定性校正模型均在1050~1550 nm波长范围内效果较好;采用矢量归一化、标准正态变量变换、中心化、滑动均值滤波、多项式平滑滤波、一阶微分6种光谱预处理方法和上述3种模式识别方法对塑料样品近红外光谱进行了数据处理,其中在1050~1550 nm范围内,主成分因子数为3,采用原始光谱建立的K-近邻定性校正模型较优,对样品校正集和预测集的正确识别率均为100%。可为食品包装材料聚乙烯、聚丙烯的快速鉴别研究提供参考。

口诛“笔”伐 分庭抗礼

1998年,中国笔输入产品市场达到了10万套,增长比例达到了100％。据专家预测,1999年,笔输入产品市场的增长率仍会保持在90％以上,全年销量将突破19万套。 目前,汉王笔、慧笔、紫光笔、蒙恬笔、大恒笔等均在中国笔输入市场大打出手,各出新招。但各个产品均有特色。

图片格式的PDF照样编辑

经常在网上查找资料,遇到PDF格式的文件就有点麻烦了。虽说有很多PDF to Doc工具,可以把PDF格式转换成Word文件。但有些PDF内容原本就是图片格式,转换后的Word文件自然也是图片格式,肯定不能进行修改和编辑操作。最好的办法就是把这些PDF文件内容识别出来,这不,汉王PDF OCR恰好具有该项功能。把汉王PDFOCR安装到电脑后,运行PDFOCR主程序。