基于双阈值继承型AdaBoost算法的人脸快速检测

提出增强型Haar-Like特征和基于双阈值的弱分类器快速训练方法,然后在此基础上提出了继承型Ad-aBoost算法,后层分类器的训练是建立在前层分类器基础之上。该方法具有很快的训练速度,弥补了AdaBoost算法训练速度慢,使得弱分类器数目大大减少,还使得总体检测器的性能得以加强。在实验过程中,首先使用MIT-CBCL库在同样的训练样本和测试样本条件下对几种方法进行了实验,结果表明该方法在训练速度、测试精度及检测时间等方面都优于相应的方法,最后在MIT+CMU人脸测试库进一步验证算法的有效性。

基于CMYK-H-CbCr肤色检测和改进型AdaBoost算法的人脸检测

针对复杂背景和高分辨率的人脸检测问题,提出一种多颜色空间下的肤色检测和改进型AdaBoost算法结合的人脸检测方法。首先,为了提高检测速度,采用多颜色空间的肤色检测作为预处理,结合CMYK、HSV、YCbCr三种颜色空间下的肤色阈值分割,得到人脸候选区域;其次,为了克服人脸相似区域容易导致的退化现象,将样本和弱分类器阈值的距离结合到权重更新中,提出一种改进型的AdaBoost算法。实验证明,二者结合后的新方法,在保证检测率的同时,大幅降低了计算复杂度和误检率。

矿物成分标型继承性与金矿矿质来源

本文在阐述胶东金矿成矿过程的基础上，重点研究了胶东地区不同地质体组成矿物中Ｃｒ元素分布特征及含Ｃｒ矿物的自然演化历史。揭示了含Ｃｒ矿物成分标型显著的继承性规律。胶东金矿脉石矿物中出现翠绿色含Ｃｒ绢云母，矿石矿物中出现含Ｃｒ金银矿至自然金矿物系列。其中的Ｃｒ，均是从以中基性变质火山岩为主的胶东群部分重熔所形成的Ⅰ型花岗岩类，经动力及热液蚀变释放出来的。故利用Ｃｒ元素这一示踪性特征，便可有效地揭示与Ｃｒ相伴相随的Ａｕ（也包括Ｆｅ）来源于胶东群地层。提出开展不同作用、不同时期、不同阶段中含Ｃｒ矿物成分标型的系统研究，可为探讨金矿成矿物质来源提供新的矿物学方法。

解释论视角下“固定期限买断型”居住权的转让和继承

《民法典》未来应该对“固定期限买断型”居住权作出和人役性居住权不同的单独规定,允许其转让和继承。而在立法修改之前,应该对《民法典》第369条的适用进行限缩解释。对于固定期限买断型居住权的转让禁止,不影响居住权人借助合同让与、处分权委托、占有转移等方式,实现居住权利益的流转;居住权继承的禁止,不影响占有和居住权合同债权的继承;基于对居住权期限的约定,房屋所有权人应协助受让人和继承人办理剩余期限内的居住权登记。

组织继承型整体动员:转型社区的“党建动员”模式选择——基于杭州市蒋村街道的创新经验分析

“空间重组”生成的转型社区,因居民上楼后的种种不适应导致治理事务细碎庞杂、繁复多发,亟须动员居民参与以增加社区治理回应能力。“党建动员社会”是新时代党组织动员居民参与社区公共事务的基本机制。基于杭州市蒋村街道“组织继承型整体动员”的创新经验分析发现,突破以完全物理空间重建党组织的固化思维,继承集体行动能力强大的村集体党组织和建构分级负责的组织化动员体系是转型社区的一种有效动员模式。“组织继承型整体动员”之所以有为,在于基层党委通过政治任务转化的集体负责制,对村集体形成目标责任的整体性压力,且分级负责的组织化动员体系和多元化激励策略,在消化居民参与组织成本和激发居民内在动机的同时,也以村集体党组织强大的集体行动力对居民形成强大的外部性动员。

Adaboost算法在图像型火灾探测中的应用研究

图像型火灾探测实际上是不平衡数据的二分类问题,现有方法在处理不平衡数据分类问题时常常会引入新的噪声点或丢掉很重要的信息,算法稳定性较差。根据Adaboost对样本分配不同权重的优势,和SVM在平衡数据条件下较好的分类性能,将Adaboost算法和支持向量机(SVM)相结合,提出Adaboost-SVM算法。把火焰疑似区域的特征值作为SVM分类器的输入参数,利用Adaboost算法重点标记错分样本,并对样本的权重设定阈值,采用一定的准则对少数样本进行再构造使正负样本达到平衡。最后在训练数据的同时,通过投票机制输出最终分类结果。实验结果表明,该算法提高了火灾在正负样本分布不平衡时的分类性能。

基于拟合型弱分类器的AdaBoost算法

针对AdaBoost算法通过最小化训练错误率来选择弱分类器造成的精度不佳问题以及单阈值作为弱分类器训练过程较慢难以收敛问题,提出了一种基于拟合型弱分类器的Ada Boost算法。首先针对每个特征,在特征值与标记值之间建立映射关系,引入最小二乘法求解拟合多项式函数,并转换成离散分类值,从而获得弱分类器。其次从获得的众多弱分类器中,选择分类误差最小的弱分类器作为本轮迭代的最佳弱分类器,构成新的Ada Boost强分类器。与传统训练算法相比,极大地减少了待选弱分类器的个数。选取UCI数据集和MIT人脸图像数据库进行实验验证,相较于传统Discrete-AdaBoost算法,改进算法的训练速度提升了一个数量级,人脸检测率可达96.59%。

从《大别狐妖》到《二刻拍案惊奇》再到《型世言》看狐妖谭内容的变革与继承

狐妖的故事在中国古代流传已久 ,到了明代 ,其内容和情节更是为之一新。本文从《大别狐妖》到《二刻拍案惊奇》再到《型世言》的演变过程 ,对狐妖故事内容的变革与继承做进一步的研究和探讨。

一种融合改进型AdaBoost和肤色模型的人脸检测方法

人脸检测是人脸信息处理领域中的一项关键技术,当图像中具有复杂背景或多人脸时,不能够快速准确地检测人脸,成为了人脸检测领域的重要的问题。论文首先提出了一种基于双阈值的改进型Ada Boost分类器算法,使用双阈值的弱分类器代替单阈值的弱分类器,从而提高单特征的分类能力,并给出了双阈值的搜索方法;其次提出了一种基于Harr特征的改进后的Ada Boost分类器融合YCb Cr空间高斯肤色模型的人脸检测方法,首先采用基于Harr特征的改进型Ada Boost人脸检测算法对输入图片进行预检测,再用基于高斯肤色模型的检测算法剔除误检的人脸区域。实验结果表明,该文提出的方法检测率高、误检率低,具有可靠的检测性能。

基于“大T”型区域的AdaBoost人脸检测算法

针对AdaBoost人脸检测算法分类器训练时Haar特征数目过多,导致训练过程过于耗时的问题,提出了一种基于"大T"型区域的AdaBoost人脸检测算法。通过提取500张人脸样本中的主要特征区域,投影到20×20的模板中,对重叠区域取其并集求得"大T"型特征筛选区域,以此模板优化Haar特征,使用于分类器训练的Haar特征集中于人脸面部的关键区域。实验结果表明,在LFW、PKU数据库中进行人脸检测,在不降低原始AdaBoost算法检测率的同时,对PKU数据库中的多人脸检测算法的漏检率有所改善,同时优化了算法训练时间。

“嫁接型”校园改扩建工程的继承和创新——台州市路桥中学教学实验楼设计

结合路桥中学教学实验楼扩建工程的设计实践,分析了改扩建工程的特点,提出了“嫁接型”校园的新概念;阐述了如何通过对原有校园环境、空间布局、建筑形态等的分析和整合,寻求设计的切入点;并以此来探讨“嫁接型”校园改扩建工程的设计方法以及此类校园改扩建工程的继承和创新问题.

任勤治疗小儿眼肌型重症肌无力验案

任勤教授是第6批全国老中医药专家学术经验继承工作指导老师,师从著名儿科专家李少川教授,善于运用经方治疗儿科过敏性疾患及疑难杂症,对小儿眼肌型重症肌无力治疗有独特见解。现将任教授治疗小儿眼肌型重症肌无力的经验介绍如下。

成败型产品可靠性的Bayes评估

本文讨论了成败型产品可靠性的 Bayes评估问题。通过引入继承因子 ,合理地考虑了产品在设计和改进过程中的各种信息 ,进而把继承因子看作随机变量 ,得到了产品可靠性的验后密度函数。仿真结果表明 ,在小子样前提下 ,经典统计方法得到的可靠性置信下限过于保守 ;传统 Bayes方法虽考虑了相关或相似产品的试验信息 ,但却忽略了它们之间的差异 ;而文中的方法不仅考虑了相关产品的试验信息 ,同时还考虑了产品之间的差异 ,评估结论是合理的。

右江盆地酸性脉岩继承锆石成因及地质意义

卡林型金矿与岩浆作用的关系一直以来是矿床学家关注的热点。右江盆地发育众多卡林型金矿床，但由于区内岩浆岩出露十分有限，岩浆活动对金成矿有无贡献目前还无定论。火成岩中的继承锆石常常可以用来指示早期的、隐伏的岩浆活动。桂西北地区晚白垩世巴马、料屯和下巴哈石英斑岩脉中含有大量的继承锆石。其中，料屯和下巴哈两处脉岩分别与料屯和明山金矿在空间上紧密相关。脉岩中锆石的LA．ICP．MS和SIMS原位U-Pb定年表明，其主要集中于130—140Ma、242Ma左右、400．450Ma、700～1000Ma和1700～1800Ma等五个年龄段。关于较年轻的两个时间段，来自料屯和下巴哈石英斑岩脉的继承锆石分别获得两组谐和年龄，即136．3±3．9Ma（2σ）和242．3±1．7Ma（2σ）、128．2±2．3Ma（2σ）和243．1±3．6Ma（2σ）。这些脉岩侵入的最年轻地层为中三叠统百逢组，因而前三叠纪继承锆石可能捕获自地层，而晚于三叠纪的130．140Ma锆石则应来自于深部隐伏岩体。关于242Ma左右锆石，尽管其与围岩地层百逢组1～2段近于同期，但其晶形较差且多呈不规则碎片状，暗示其更可能源自百逢组中的沉积碎屑锆石。结合区域地质背景，认为该期锆石所代表的岩浆事件可能与古特提斯洋闭合有关。以上130～140Ma和约242Ma左右的两组年龄，与初步确定的右江盆地卡林型金矿的两次成矿的时代基本一致，据此推断金矿化与岩浆作用可能有一定成因联系。

基于改进AdaBoost算法的人耳检测与跟踪

人耳检测是人耳识别系统的第一个环节.在比较已有的人耳检测方法的基础上,介绍了一种复杂背景下的快速人耳检测与跟踪的方法.该方法主要分为两个阶段,离线级联分类器训练阶段和在线检测阶段.在离线训练阶段,首先结合人耳轮廓清晰,凹凸有致的特点,采用扩充后的haar-like型特征,依最近邻法则构造出弱分类器空间,然后根据经验选择GAB算法训练出强分类器,最后将多个强分类器级联成多层人耳检测器.在线检测阶段,为提高检测率,本文采用了调整分类器阈值和缩放检测子窗口的策略.最终检测器在CAS-PEAL人脸库上测试,检测率达到98%以上;在PⅣ1.7GHz的PC上对普通CMOS摄像头输入的320×240dpi视频进行人耳跟踪,速度可达6～7fps.实验结果表明,本文的人耳检测方法具有较好的实时性和一定的鲁棒性.

多阈值划分的连续AdaBoost人脸检测

连续AdaBoost算法要求对样本空间进行划分,传统的等距划分无法体现正负样本各自的分布规律。对基于连续AdaBoost算法的人脸检测方法进行了改进,结合离散AdaBoost中弱分类器的阈值选取策略,通过多重最优阈值选择方法实现了样本空间的合理划分。在MIT-CBCL数据库上的实验结果表明,改进后的方法比等距划分和连续AdaBoost算法检测率提高0.5%和2%,错误率降低0.15%和0.27%,算法收敛速度更快。

不同期伸展断陷的叠合类型

讨论3个问题:(1)不同期伸展断陷的叠合类型。按照断陷的叠合方式划分为孤立型、继承型和相干型。其中相干型根据不同期断陷的相干关系进一步划分为3个亚类,即同向相干型、对向相干型和相交相干型。(2)各相干型叠合的控制因素不同。同向和对向相干型叠合与先存基底断裂系统同向和对向排列以及断裂伸展活动时横向和纵向迁移有关;而相交相干型叠合与伸展方向的旋转有关。(3)油气分布与不同期断陷叠合类型有密切关系。一些类型,如继承型和对向相干型叠合有利于油气生成和保存,而同向和相交相干型叠合类型,因为早期断陷在晚期阶段部分上升并受到改造,一般起破坏作用。

一种改进型优先级天花板协议设计与实现

分析了嵌入式操作系统μC/OS-II产生的优先级反转问题及缺陷,提出了一种改进型优先级天花板协议,给出了协议的原理,该协议可以解决优先级反转问题,具有预防系统死锁等特点,并介绍了"修改μC/OS-II内核以实现改进型优先级天花板协议"的思想和方法。

基于改进型LBP的Floatboost人脸检测

目前已涌现出了许多人脸检测算法,而每种算法的侧重点不同,不能形成很好的综合检测能力。为了兼顾人脸检测的TP,FP和检测时间,文中提出了一种基于改进型LBP纹理特征的Floatboost算法。该算法首先提取具有一定旋转不变性的改进型LBP纹理特征。其次采用双阈值Floatboost算法来训练特征值,并生成强分类器。最后采用Adaboost级联算法来进一步减少检测时间。通过实验分析表名:该算法在保证一定TP的前提下,不仅可以减少检测的时间,还降低了FP。

基于混合Beta先验分布的成败型产品的可靠性评估

成败型产品可靠性的小样本评估方法,把历史试验数据作为Bayes估计方法的先验信息,有效地减少了样本量。但是传统的Bayes方法过度依赖验前信息,当新产品有改进时造成鉴定结果的冒进。针对过度依赖先验信息问题,本文提出了使用混合Beta先验分布,引入继承因子,通过调整继承因子的大小来控制对验前信息的依赖程度,考虑了成败型产品的变化对评估结果的影响。采用该方法对某导弹的可靠性进行了评估。