人脸识别中基于学习的核图像微分滤波器

针对人脸识别应用,提出一种基于学习且具有鉴别能力的核图像微分滤波器。首先,区别于现有滤波器的手工设计方法,该滤波器利用训练集动态学习获得,通过在学习过程中融入线性判别分析(LDA)思想,可在增加滤波后图像类内相似度的同时减小类间相似度;其次,在线性滤波分类器的基础上进一步引入二阶微分信息,并结合核方法在高维空间下进行滤波器学习,使得图像中的细节和非线性信息可以得到更好的利用并获得更具鉴别力的特征描述。AR和ORL人脸库上的多组对比实验结果表明,与线性可学习图像滤波器IFL、不考虑微分信息的核图像滤波器以及只考虑一阶微分信息的核图像滤波器进行比较,所提算法可有效提高识别性能。

中性线有源滤波器重复学习控制

提出了一种新型中性线谐波治理装置,通过3个单相变压器的特殊连接方式,仅使用一个单相全桥逆变电路即可完成补偿,同时避免承受电网基波电压,有效降低系统成本、开关损耗以及控制复杂程度;建立了其等效电压源模型,有效解决了电压型有源滤波器(APF)的控制跟踪问题;介绍了重复学习控制策略并给出其控制模型;研制了一套容量为10 kVA的实验装置,实验结果证明了算法的有效性。

深空探测器相对论导航方法

在相对论导航系统中,通过毫角秒恒星角距测量装置获取反映恒星光行差和光线引力偏折变化的恒星角距观测量,利用导航滤波器处理观测量,估计深空探测器在惯性空间的位置和速度矢量,以及敏感器的测量基准偏差。建立了面向导航滤波器设计和系统性能分析的状态和观测方程,根据导航系统的克拉美劳下界(Cramer-RaoLowerBound,CRLB)考察了相对论导航方法用于深空探测的可行性,设计了通过导航滤波器自学习提升相对论导航系统性能的策略。仿真研究表明,对于环绕火星运行的深空探测器,在恒星角距测量精度为1mas的情况下,相对论导航方法能达到百米量级的定位精度水平。为相对论导航方法在深空中的应用提供了支持。