融合单演特征和CS-LBP的单样本人脸识别

针对单样本情况下传统人脸识别方法识别效果不佳的问题,提出一种融合单演幅值、相位和方向的单演中心对称幅值相位方向模式(MCSLBP)的人脸识别方法。首先采用中心对称局部二值模式(CS-LBP)对同一尺度下的单演幅值进行编码,并将单演相位量化到4个区间进行编码,同时对单演水平方向和垂直方向进行二值编码,然后将三者融合成MCSLBP特征;最后对不同单演尺度空间中的MCSLBP模式图进行分块,提取每一小块的直方图特征并串联后用最近邻分类器进行分类识别。在CAS-PEAL和AR人脸库上的实验结果表明,MCSLBP方法对具有光照、表情和遮挡变化的单样本人脸识别具有较好的识别效果。

改进单演中心对称LTP的表情识别算法

为了解决人脸表情识别过程中传统方法存在的特征模式表征能力不足的问题,提出了改进的基于表情子区域单演中心对称局部三值编码的表情特征算法。通过对表情子区域提取单演特征获得人脸表情的振幅、相位、方向信息;针对获取的单演特征进行量化编码,其中单演振幅特征采用了改进的中心对称动态阈值三值编码,进而得到人脸表情的单演中心对称局部三值特征;将单演中心对称局部三值模式特征的直方图引入最近邻分类器进行分类,最终实现人脸表情识别。在JAFFE数据库和CK+数据库上的仿真结果表明:改进算法相比传统特征方法具有更强的特征解析能力,更高的人脸表情识别率。在光照变化、噪声干扰等复杂环境中,算法仍然具有较强的鲁棒性。

基于对称Holder系数的雷达辐射源信号特征分析

文章基于Holder系数,提出了一种改进的雷达辐射源信号脉内特征提取方法,称之为对称Holder系数法。给出了对称Holder系数的定义,描述了基于对称Holder系数的特征提取算法。可以看出对称Holder系数法包含了相像系数法,后者只是前者的一种特例,且该方法相对于Holder系数法,其复杂度将减少一半。文中选择了6种典型的雷达辐射源信号进行特征提取和分类识别实验。实验结果表明,对称Holder系数在取不同类型时均获得了很好的正确识别率,并且当对称Holder系数所选取的类型不为相像系数时,可以获得更高正确识别率。

星载稀布L阵对地面辐射源的高精度测向研究

在均匀分布和非均匀分布两种情况下,采用二维MUSIC算法研究了星载稀布L阵列的地面辐射源测向精度。对地面辐射源方位估计、小角度辐射源分辨率,以及测向精度的分析和仿真结果表明,星载L型阵列能实现对地面辐射源的高精度二维测向。在相同条件下,非均匀阵的测向性能明显优于均匀阵。

基于球面Haar小波和卷积神经网络的飞行员虹膜识别

虹膜识别面临两个重要的问题:一是如何精细分解与重构虹膜球面图像;二是如何识别虹膜图特征。虹膜表面几何位置信息是一种重要的信号,传统的虹膜识别通常使用虹膜图像的平面特征,然而人的眼睛是一种球体,从平面图像难以提取到虹膜球体的几何特征。针对平面特征容易出现虹膜纹理的扭曲和失真等问题,该文建议一种正交对称的球面Haar小波(OSSHW)基,对球面虹膜信号进行多尺度分解与重构,获得更精细的虹膜曲面几何特征,同时对比球谐函数和半正交或正交球面Haar小波基的虹膜球面信号特征提取能力。在此基础上,该文提出一种基于卷积神经网络(CNN)和正交对称的球面Haar小波的虹膜识别方法,它能够有效捕获虹膜球体曲面的局部精细特征,比半正交或正交球面Haar小波基具有更强的虹膜识别能力。

对称混合信号单通道识别算法

针对对称混合调制信号的识别问题,在单通道接收的条件下,对信号的频谱特性和幅度特征分析进行研究实现了10种双路对称混合信号的调制识别其中还包括性能优化的高阶APSK信号。首先提取8个特征参数,然后根据不同信号特征参数的差异设计分类决策树。仿真结果表明,该算法计算量小能同时适用于多种混合调制信号的识别,在信噪比大于10 d B的条件下,具有良好的识别性能。同时,该算法不需要先验知识避免了复杂的预处理过程且算法对信号定时、相位偏差和频偏不敏感,具有较好的鲁棒性。

导数约束平滑条件下基于模糊函数特征的雷达辐射源信号识别方法

针对低信噪比条件下,雷达辐射源信号识别效果差的问题,提出了一种导数约束平滑条件下提取信号模糊函数特征的辐射源信号识别方法.建立了基于取整函数和坐标转换的模糊函数最大能量角提取的数学模型,降低处理复杂度;提出了不依赖于信号及噪声具体模型的基于导数约束平滑的最大能量切片波形信息提取算法,转化为二阶锥规划(Second-order Cone Programming,SOCP)问题求解,较大程度地降低了噪声对模糊函数波形特征的影响;依据有效性指标,确定了本文算法中目标函数正则化系数与对称Holder系数的范数因子取值,最后通过模糊c-means方法实现对辐射源信号特征向量的聚类识别.仿真结果表明,在低信噪比条件下本文方法具有更高的识别正确率.