城市新质生产力的空间集聚特征识别及规划应对——以中部地区制造名城株洲为例

当前学界对“新质生产力”概念提出的背景及内涵特征等开展了较多的探讨和研究,但多是对新质生产力的产业发展方向和目标路径的研究,对其空间载体的集聚特征和空间治理应对还鲜有研究。通过对城市新质生产力空间集聚特征影响要素的研究识别,筛选评价因子,构建综合评价指标体系,运用目标值法构建层次分析模型进行关联测度和评价,得出新质生产力空间集聚特征并提出相应的空间规划应对策略。在此基础上,以湖南株洲为例进行新质生产力空间集聚特征识别评价,针对识别结果提出相应的规划应对策略,促进其高质量发展,为其他城市的新质生产力发展提供有益的规划理论和实践参考。

基于低秩子空间投影和Gabor特征的稀疏表示人脸识别算法

目前的人脸识别算法常常忽视训练过程中噪声的影响,特别是在训练数据和待测数据都受到噪声污染的情况下,识别性能会明显下降。针对含有光照变化、伪装、遮挡及表情变化等较大噪声的人脸识别问题,提出了一种基于低秩子空间投影和Gabor特征的稀疏表示人脸识别算法。该算法首先通过低秩矩阵恢复算法得到训练样本的潜在低秩结构和稀疏误差结构;然后利用主成分分析法找到低秩结构的Gabor特征所在低秩子空间的变换矩阵;再通过变换矩阵将所有样本的Gabor特征向量投影到低秩子空间上,在该低秩子空间上使用稀疏表示分类算法进行最终的分类识别。在Extend Yale B和AR数据库上的实验表明,新算法具有较高的识别率和较强的抗干扰能力。

基于拓扑特征和投影法的东巴象形文识别方法研究

东巴象形文是由云南丽江纳西族先民创造并使用的,被誉为"世界上唯一活着的象形文字"。在图形识别、内容释读以及形、音、义信息等方面,现有的英文、汉字等识别系统及翻译系统往往不能适用于东巴象形文字,提出一种先拓扑特征处理后投影法特征提取的分步骤信息处理方法,并采用模板匹配法进行文字识别。通过实验验证表明,基于象形文固有特征的提取,利用拓扑特征与投影法相结合的特征提取方法进行东巴象形文字识别,具有准确度更高的特点,是东巴象形文识别的一种有效方法。

Open-MUSIC:基于度量学习与特征子空间投影的电磁目标开集识别算法

在越来越复杂的电磁频谱环境中,要想实现对频谱资源的管控,首先要判断发送信号的辐射源是否是己方已知的.针对此问题,本文提出了一种基于计算特征子空间投影比值的算法Open-MUSIC(MUltiple SIgnal Classification),通过神经网络获得已知类特征表示;进而得到已知类特征矩阵的两个正交子空间;以特征在两个子空间内的投影比值为指标,对辐射源信号样本是否为已知做判决.在3个数据集上的仿真表明,Open-MUSIC算法的性能在电磁数据集上较其他方法提升了3%以上.

基于直接局部保持投影和尺度不变特征变换的人脸识别方法

尺度不变特征变换(SIFT)算法提取的人脸特征具有一定的鲁棒性,但存在数据维数过高和计算过于复杂的问题。为此,提出一种基于直接局部保持投影-尺度不变特征变换(DLPP-SIFT)的人脸识别算法。首先采用SIFT算法进行特征提取,然后结合子空间方法局部保持投影(LPP)进行降维,利用直接对角化方法求取特征矩阵,解决了LPP的奇异值问题。在ORL和FERET人脸库的实验结果表明,DLPP-SIFT算法可显著减少计算复杂度和特征匹配时间,与SIFT、主成分分析(PCA)-SIFT、LPP-SIFT相比,具有更好的鲁棒性。

基于门槛值法的空间形态地域特征识别

为深入了解乡村空间形态地域分布状况,分析不同层面的形态特征和演化规律,提出一种基于门槛值法的空间形态地域特征识别方法。拍摄空间形态地域红外遥感图像,建立图像数据采集系统,使用基于相位保持的图像预处理手段,预防发生非均匀现象,减少图像噪声,增强空间图像成像质量,为特征识别提供先决条件;在门槛值法的基础上,建立门槛值回归模型,划分不同空间形态地域基础特征;运用基于改进型PCNN赋时矩阵的地域特征识别方法,实现图像特征提取与目标精准识别。仿真结果表明,所提方法可以有效识别乡村空间形态地域的规模结构和形态分异的格局特质,识别速率高,具备很强的应用价值。

机械加工MBD毛坯模型的特征识别设计方法

为了解决基于模型的定义(MBD)环境下机械加工毛坯辅助设计问题,采用特征识别技术辅助创建三维毛坯模型.首先分析了机械加工工艺设计环节MBD毛坯模型的组成要素与模型要求,并建立零件模型的属性面邻接图;根据零件模型上加工特征的特点划分简单特征、体积特征和表面特征;通过属性面邻接子图的模式从特征集合中识别出简单特征与体积特征,并利用补特征法与半空间法抑制这2种特征;最后,根据工艺员输入的表面加工余量创建抑制表面特征的实体.在整个毛坯设计推理过程中研究了三维制造标注的维护方法,最终达到辅助工艺员快速设计MBD毛坯模型的目的.

基于投影近似子空间跟踪技术的自聚焦算法

基于特征向量法的自聚焦算法具有比相位梯度自聚焦(Phase Gradient Autofocus,简称PGA)算法更好的算法性能,但该算法必须对协方差矩阵进行特征分解,所以运算量大.利用投影近似子空间跟踪(Projection Approxima-tion Subspace Tracking,简称PAST)技术的自聚焦算法可以解决上述问题.通过实际数据处理结果对比,证明基于PAST技术的自聚焦算法是一种可满足实时处理要求的有效自聚焦方法.

融合核主成分分析和最小距离鉴别投影的人脸识别算法

针对人脸识别问题,在原有的最小距离鉴别投影算法的基础上,根据核主成分分析(KPCA)方法,提出一种新的融合核主成分分析和最小距离的鉴别投影算法。运用KPCA对高维样本空间进行降维,通过核技巧将样本映射到高维非线性空间,继而在降维后的核子空间上通过鉴别投影方法计算其相应的投影矩阵,采用最近邻分类方法对样本进行分类并最终实现人脸识别。在ORL,FERET和YALE人脸库上的实验结果表明,该算法的识别率优于其他算法,可避免高维矩阵的计算复杂问题,同时定义的核子空间相似度权重也较好地保持了样本之间的近邻关系。

基于改进核聚类算法的空间目标识别方法

根据目标区域的矩特征,几何特征以及灰度特征,提取出目标的特征向量,并通过聚类算法对空间目标进行识别,提出了一种基于Voronoi距离的核聚类算法(KFCM)。该算法通过引入一种新的距离度量,使得隶属度函数更加的明晰,改善了核聚类算法极易陷入最小值的问题。运用改进的核聚类算法对3类空间目标进行识别,试验结果验证了算法的正确性和有效性。

基于特征值分解的随机子空间算法研究

针对基于数据驱动的随机子空间法计算效率低下的问题,提出一种基于特征值分解的随机子空间算法,该方法通过对CH矩阵的特征值分解得到扩展可观测矩阵Tmi,进而识别出系统模态参数。相比于传统算法,该算法免去了对Hankl矩阵的QR分解及投影矩阵的SVD运算,从而大大节省了内存和计算时间。通过一个7自由度的数值仿真和重庆朝天门大桥模型的实例分析证明该方法在保持计算精度的情况下大幅度地提升了计算效率。

空间信息网络任务智能识别方法

随着星间链路技术的不断发展和星上处理技术的日益成熟,空间信息网络传输的任务类型不断增加并呈现多样化的趋势,这对空间信息网络的多业务协同传输、网络资源全局调度等能力提出了新的挑战。然而,传统的空间信息网络资源调度大多以单一业务为驱动,忽略了任务与业务之间一对多的关系,导致某些低优先级任务抢占高优先级任务的网络资源,致使由多业务构成的空间信息网络任务的服务质量较低。此外,空间信息网络传输环境具有拓扑高动态变化、节点资源有限等特点,将传统的业务识别方法直接迁移到任务识别中存在任务识别效率低和开销大的缺陷。鉴于此,文中设计了部署于空间信息网络边缘的任务服务支持站,该支持站由识别标记模块、路由控制模块和数据通信模块组成,用以完成对任务类型的识别,以及基于任务服务质量需求的路由选择和数据传输。文中通过对流自身特征项的降维处理和基于高斯核函数的特征空间映射,设计了基于支持向量机的业务识别算法,进一步地,在引入网络传输环境相关特征项的基础上,将业务类型、业务数量和环境特征项相结合,设计了基于梯度下降法的任务识别算法。仿真结果表明,设计的任务识别算法具有很好的识别精准率和召回率,且消耗较短的识别时间和较少的识别开销,对空间信息网络任务流量识别的平均准确率达到95%以上,提高了1%以上,相比未经过特征降维的平均训练时间缩短了15%以上。

基于投影法定位与分割的美元号码识别系统

美元号码准确快速的识别,对我国外币储蓄有积极重要的作用,提出了一种基于投影法定位和分割美元号码的识别方法。该识别方法利用字符的投影特征定位与分割纸币号码,并且提取其四种稳定且有效的结构特征,即横线特征、竖线特征、水平方向交点和垂直方向交点来实现美元号码的快速准确的识别,识别率达到99.5%。

多视点空间目标识别方法研究

基于识别空间目标的需要,采用多视点特征法建立了绕双轴旋转的目标二维图像模型库,将常用滤波器和形态学相结合去除噪声并进行图像分割,得到了较好的分割效果。采用组合不变矩对分割后图像提取目标特征向量,并使用BP神经网络对其进行识别。实验结果表明：所提出的空间目标识别（space object identification,SOI）方法有效,可实现噪声干扰条件下运动卫星目标的识别。

基于光流空间分布的步态识别方法

针对传统基于光流法步态识别复杂、识别率不高的缺点,提出了一种非模型化的方法——光流空间分布来描述并识别运动目标。首先,计算每帧步态序列中的密度光流场,所得的与尺度无关的矩描述了光流的空间形状分布;然后,分析每一组矩的周期性结构特征,不同图像序列对应的矢量有基本相同的周期特征和不同的相位特征,利用相位特征区分不同个体步态之间的差异;最后,训练时计算各个样本特征矢量的平均值作为聚类中心,识别时计算待识别序列矢量和每个聚类中心的距离,采用最近邻法则,把序列归类到距离最近的类中。实验证明,该算法在CASIA步态数据库上最高能达到90%以上的识别率。

基于核相互子空间法的番茄叶部病害快速识别模型

近年来,基于叶片图像的番茄病害识别研究受到广泛关注。本研究利用番茄叶部病害图像中病斑的颜色和纹理的差异,通过提取番茄病害叶片图像的颜色矩(CM)、颜色聚合向量(CCV)和方向梯度直方图(HOG)等颜色纹理特征,引入核相互子空间法(KMSM),建立了番茄叶部病害快速识别模型(CCHK⁃MSM)。该模型首先通过高斯核函数,将从不同类别叶部病害图像数据中抽取的颜色及纹理特征映射到高维空间;然后对映射的高维空间进行主成分分析,建立非线性病害特征空间;最后基于非线性特征空间最小正则角对病害进行识别。本研究分别以公共农业病虫害数据集PlantVillage中的9种番茄病害类和1类健康番茄叶片图像,以及实际场景下采集的3种叶部病虫害图像数据集开展算法验证试验。基于PlantVillage的试验结果表明,当每类样本集数量为350张时,本研究所提出的CCHKMSM模型识别率达到100%,模型训练时间为0.1540 s,平均识别时间为0.013 s;同时,在样本数量150张到1000张的测试区间内,模型平均识别率为99.14%。该识别率高于其他典型的机器学习模型,与基于深度学习的识别方法相当。基于实际复杂场景下采集病害图像集的实验中,通过对原始图像切割分块后,对各病害的平均识别率为96.21%。试验结果表明,本研究提出的CCHKMSM模型识别准确率高且计算量小,其训练时间和测试时间都远低于深度学习等方法。该方法对系统要求低,具有在手持设备、边缘计算终端等低配置感知系统中的应用潜力。

一种人脸本征空间的特征提取算法

传统线性子空间算法在提取类内散度矩阵的特征向量时,存在偏差、过拟合和推广能力差的问题。为此,提出一种新的子空间算法。将类内散度矩阵的特征空间分解为2个子解空间,即主成分空间和零空间,再利用本征谱模型对2个空间分别进行正则化。在ORL人脸库上的实验表明,该算法使用较少的特征维数就能达到与传统算法相同的识别率。

模型与特征混合补偿法及其在耳语说话人识别中的应用

为了提高信道差异下短时耳语说话人的识别率,提出了一种在模型域和特征域进行混合补偿的方法。该方法首先在模型训练阶段以联合因子分析法为基础,通过估计训练语音的说话人空间和信道空间,提取出说话人因子,消除信道因子,其次在测试阶段,将测试语音的信道因子映射到特征空间,实施特征补偿,从而在模型和特征两方面去除信道信息,提高识别率。实验结果显示,在三种不同的信道训练环境下,混合补偿法都取得了相似的识别率,且新方法对短时耳语音的测试效果要优于联合因子分析法。

基于点云的马鞍形焊缝提取和轨迹生成方法

马鞍形焊缝自动焊接存在焊缝难以识别定位以及焊枪姿态难以规划的问题,为了实现马鞍形焊缝的自动焊接,选取实际装配的管类交叉结构件作为研究对象,提出一种基于点云的马鞍形焊缝识别与规划方法。根据马鞍形焊缝的空间语义特征,提出基于法向量和空间距离的紧耦合约束的方法提取焊缝关键点,之后用三次B样条曲线对关键点进行近似拟合,得到最终的空间焊接曲线。实验表明,提取出的焊缝轨迹与真实轨迹相比,最大误差为0.68mm,最大均方根误差为0.29。该方法具有较高的精度和鲁棒性,可满足实际焊接的需求。此方法的实用性不仅局限于马鞍形焊缝,也能处理其他具有曲线变化的焊缝。

利用测井资料特征分解法识别油水层

在油田勘探开发过程中,储层的物性信息全部包含在测井资料中.每种测井方法的测井响应都是对储层信息的综合反映,储层的物性特征,尤其是含油、含水特性全部包含在由多条测井曲线所构成的矢量矩阵X（t）及其阵列协方差矩阵R 中.通过处理、分析,就可以提取出储层的流体信息,即实现储层的油水层识别.本文采用矩阵分解法中的特征矢量法,对阵列协方差矩阵进行特征分析,获取储层的流体性质信息,进而实现利用测井资料识别油水层.