基于Gabor局部相对特征的掌纹识别

Gabor变换是掌纹识别中提取纹理特征的一个重要工具,但其性能易受图像的变化以及不均衡噪声等因素影响,因此提出了一种基于Gabor局部相对特征的掌纹识别算法。该算法对原始图像进行微尺度不变Gabor滤波;结合分形学的思想,将滤波后的图像分成大小相等的子域,每个子域又分成多个相同的子块,计算每个子块与它所在子域的相对方差,将所有子块的相对方差排列组成表征图像的特征向量进行识别。该算法将微尺度不变与局部相对特性统一,所提取的特征对各种变化有很强的鲁棒性,提高了识别精度和效率。实验使用北京交通大学BJTU_PalmprintDB证明该算法的有效性。

一种基于相对特征的文本分类算法

针对文本分类问题,将朴素贝叶斯分类与自组织特征映射网络分类相结合,提出了基于相对特征的文本分类算法.该算法具有很快的速度和较高的准确率,从而为构建高效的搜索引擎提供支撑.

基于相对特征的越野地形可通行性分析

自主地面车在越野环境下导航面临最困难的问题之一是对地形的理解,分析感知到的越野地形,作适合于自主车导航的可通行性分析。本文提出了越野高程地形的相对不变性概念,并利用这种性质提取出在一定尺度范围内地形具有的相对不变特征,如地形坡度、起伏度和粗糙度,最后基于模糊规则组合各特征对地形的可通行性进行评估。自主车越野导航实验表明,本文算法稳定有效,能满足自主地面车越野导航的需要。

基于相对特征的滚动轴承实时健康评估方法研究

旋转机械设备的性能退化状态缺乏量化的评价准则,针对这一问题,构建了一种基于相对特征的滚动轴承实时健康评估模型。首先,基于单调性原则筛选出了相对整流平均值与相对有效值,并将其作为健康指数,再采用模糊C均值聚类方法,构建了一种由数据驱动的滚动轴承实时健康状态评估模型,以及健康状态评价准则的知识库;然后,利用最近邻原则与设计的逻辑判断修正算法,来对待测轴承的健康状态进行实时判别;最后,以辛辛那提大学智能维修系统(IMS)中心第二组轴承实验数据为模型训练数据,选择中国某石化公司加氢裂化装置P3409A离心泵轴承“运转到坏”的振动数据作为待测数据,对构建的健康状态评估模型进行了验证。研究结果表明:该模型能够有效地表征旋转机械设备的实时性能退化状态,实现对其在线实时评估,且仅需要待评定设备正常数据,不依赖外部专家先验知识,因而该模型具有良好的泛化性。

基于混合域相对特征和FOA-XGBoost滚动轴承退化评估

针对使用多域特征进行滚动轴承退化评估建模时准确度较低的问题,提出一种基于果蝇优化算法(fruit fly optimization algorithms,简称FOA)集成极限梯度提升树(extreme gradient boosting,简称XGBoost)的轴承退化状态评估方法。提取滚动轴承全寿命周期的时域、频域及时频域等多维特征参数,构建混合域相对特征集,利用相对方均根值初始化轴承退化相应参数,进而利用混合域特征训练XGBoost模型并结合FOA算法对退化评估模型进行参数调优。结果表明:所构建的退化评估模型比常用的支持向量回归(support vactor regerssion,简称SVR)模型在2个数据集上的性能分别提高了27.15%和34.96%,所提方法可以准确有效地评估轴承退化状态。

中心和非中心Wishart矩阵相对特征值的分布

在多元分布理论中特征值的分布是重点研究内容之一。在前人已经给出的单个、两个Wishart矩阵的相对特征值和特征向量的联合密度以及协方差不相等时两个中心Wishart矩阵的相对特征值分布的基础上给出中心和非中心Wishart矩阵相对特征值在不同条件下的分布。

基于最小特征根的相对效率

对线性模型的最小二乘估计(LSE)与最佳线性无偏估计(BLUE)定义了一种新的相对效率,新的相对效率定义为最小特征根的比值,之后研究了它的下界及它与广义相关系数之间的关系.最后讨论了新的相对效率与已有的3种相对效率之间的关系。

基于最大特征根的相对效率

该文从最大特征根出发,定义了相对效率e4(β),研究了当设计矩阵X满秩,协方差阵Σ正定时e4(β)的下界为δpλn-p+1/(δ1λ1),讨论了e4(β)与广义相关系数ρz(3)之间的关系。

一般线性模型基于最大特征根的相对效率

定义了一般线性模型参数的最小二乘估计(LS估计)与BLU估计的一种新的相对效率,给出了当设计矩阵满秩,协方差阵非负定时这种相对效率的下界,最后讨论了其与广义相关系数(zρ3)之间的关系.

基于最大特征根的相对效率的下界估计

定义了广义线性模型中参数的最小二乘估计(LSE)与最佳线性无偏估计(BLUE)的一种新的相对效率,这种相对效率定义为参数估计量的协方差阵的最大相对特征根之比。给出了当设计矩阵满秩,协方差阵非负定时这种新的相对效率的下界,研究了新的相对效率与广义相关系数之间的关系.由本文的讨论可见,当广义线性模型与主成分分析、典型相关分析方法结合应用时,这种相对效率具有很强的实用价值。

由最大特征根导出的一种新的相对效率

该文对于线性模型y=Χβ+ε,E(ε)=0,cov(ε)=V>0,从最大特征根出发,定义了相对效率e5(β^(D))=λ1(cov(β*))/λ1(cov(β^(D)),研究了e5(β^(D))的下界为Wn-p+iδ1-1/W1δ1-1,并讨论了e5(β^(D))与广义相对系数pZ之间的关系。

相对温度分布特征与人工神经网络相结合的零值绝缘子识别方法

提出利用绝缘子串相对温度分布特征和人工神经网络模型相结合的方法识别不同污秽等级、不同湿度条件下的零值绝缘子。试验获取模拟110 kV线路悬式绝缘子的红外运行图像,经图像去噪、分割等预处理后,提取绝缘子串区域相对温度分布特征参数作为识别零值绝缘子的温度信息特征量,并结合环境相对湿度、等值附盐密度作为识别模型的输入向量,将实际测定绝缘子串是否含零值的状态分类信息作为输出向量,通过训练得到优化的识别模型,并用于零值绝缘子识别。试验结果验证该方法准确性高,可为输电线路瓷绝缘设备的故障检修提供参考和方法借鉴。

长沙市旅游饭店业相对优势特征研究

本文利用有关统计资料,利用经典的经济基础研究方法,在全国各主要城市及湖南省各市、州比较中,对长沙市旅游饭店业的相对优势特征进行了研究。其主要结论是:(1)旅游饭店业已成为长沙市国民经济重要的基础部门,在全国各主要城市中,处于较高水平,是全国规模较大,“外向”程度较高的区域旅游饭店业中心。(2)长沙市在湖南省旅游饭店业的中心地位突出,已成为湖南旅游饭店业的领头羊,但其辐射带动功能有待增强。(3)目前长沙的旅游饭店数量和规模已居全国前列,但结构不够合理,需进一步优化。最后,以此为基础,提出了进一步发展长沙市旅游饭店业的一些建议。

中药统一化色谱指纹图谱和相对统一化特征判据研究

目的建立中药统一化色谱指纹图谱和相对统一化特征的判据方法,用b、f和φ等23个参数揭示中药统一化色谱指纹图谱的相对统一化特征。方法用银杏叶提取物(GBE)、银杏达莫注射液(GLEDI)和苦碟子(ISH)与苦碟子注射液(ISHI)的对照HPLC指纹图谱进行统一化色谱指纹图谱和相对统一化特征判据研究。结果从Fa/t、,υV,,υg等代表指纹峰的定点性质参数和Ft/a、b、B、b、b″、f等代表指纹峰的定信号性质参数,综合评价出GBE最理想,GBE和GLEDI峰分布均匀性(等距性)较好,ISH积分速率和效率最高。结论中药统一化色谱指纹图谱能真实反映指纹图谱的全貌,用b、f和φ等23个参数可客观、真实、全面地揭示中药统一化色谱指纹图谱的统一化特征。

估测和比较试验诊断性能的相对操作特征分析法(Ⅰ)

估测和比较试验诊断性能的相对操作特征分析法（Ⅰ）陈书盘各种癌症试验或检查新方法不断问世且在临床的应用日渐增加。比较评价这些试验新方法对癌症确切的诊断性能是相当困难的；由于目前尚无统一的评定标准，而且迄今仍广为采用的以基于贝叶斯（Ｂａｙｅｓ）定理有关的...

相对M-特征标的替换引理

本文主要目的是将M-特征标的替换引理推广到相对M-特征标的情形,证明了如果 均为有限群G的正规子群使得K/L为奇数阶交换群,则G的每个关于L的相对M-特征标也是关于K的相对M-特征标。特别地,如果G为M-群且K为G的一个奇数阶亚交换正规子群,则G也是关于K的相对M-群。

基于相对运动特征的步态识别方法

步态识别是一项很重要的生物识别技术。步态特征分为静态与运动两类。一些工作发现,尽管步态的本质特性在于运动,但运动特征的识别能力较为有限。究竟是运动本身的区分能力有限,还是现有特征未能充分捕获运动特性目前尚不清楚。基于Kinect骨骼模型,相对运动特征被提出,特定关节点之间的距离及其变化被用来刻画步态。相对运动特征的获取无需计算步态周期,鲁棒性好。实验结果显示,相对运动特征的识别精度达84%,与静态特征相当;与已有运动特征相比,精度提高10%以上。

基于相对索引特征回归的人脸对齐算法

针对传统人脸对齐算法对于较大人脸姿态鲁棒性较差,并且对于人脸检测结果十分敏感的问题,提出了一种基于改进的局部二值特征的人脸对齐算法。不同于传统的形状索引特征,在一种空间依赖假设下的前提下设计相对索引特征。同时,在这种空间依赖假设下使用半全局线性学习替代全局线性学习。通过人脸对齐敏感性分析比较了算法在不同人脸检测器下的鲁棒性,在300-W基准数据集上的实验表明:算法优于传统的级联回归算法。

应用故障特征指标相对比值的低转速下编码器信号太阳轮故障特征提取

针对低转速下太阳轮齿根裂纹故障编码器信号特征阶次提取困难的问题,本文提出了一种基于故障特征指标相对比值的特征提取检测方法。首先,将获得的编码器信号通过向前差分处理成瞬时角速度(IAS)信号,按照1/3-二叉树对得到的IAS信号进行子频带划分;其次,对各窄带信号进行包络分析,分别求取正常和故障状态下的IAS信号各子频带的谐波显著性指标(HSI),由此可计算得到其相对比值r;再次,利用r值选取包含故障信息丰富的频带;最后,对处理后的信号在选择的子频带处进行带通滤波,并在提取包络后进行谱分析,提取故障特征。对太阳轮齿根裂纹故障的实测编码器信号进行分析,验证了该方法能有效提取太阳轮故障的特征。