基于非负矩阵分解的类标签映射集成学习

非负矩阵分解已广泛应用于人脸识别,但因无监督、子空间线性表示、基特征局部次优等特点,它识别光照复杂、表情丰富的人脸图像的能力有限。为优化非负矩阵分解的人脸识别能力,分析并建立了非负矩阵分解的集成分类框架,整合多组基特征的弱类别结构信息,在无监督情形下利用偏最小二乘回归建立符合统计属性的集成标签映射,突显正确的类结构。通过多组人脸数据集的试验结果表明,基于非负矩阵分解的集成分类能力显著提高,适用光照复杂、表情丰富的人脸图像识别。

多元线性回归在非负矩阵分解人脸识别中的应用

单一次优非负基特征蕴含的人脸分类信息有限,分类精度受制于基特征的低维表示。针对非负矩阵分解(NMF)的弱分类特点,分析NMF的人脸识别过程,提出增加多组基特征扩充可用弱分类信息;利用多组弱分类标签向量的相关性,采用多元线性回归方法建立集成标签映射,整合关联的弱类别信息,在次优基特征低维表示基础上提取正确的类结构关系。利用多种人脸数据集的实验结果表明,符合统计属性的集成标签映射能显著改善NMF的人脸识别能力。

基于生物智能的无人集群协同控制

通过研究生物集群分布式、自适应、鲁棒性的特征,以群体生物的行为特征和无人智能数据链应用为出发点,提出了一种改进型Vicesk模型,通过仿真验证了其信息共享和同步收敛的效率,基于改进型Vicesk模型参数设计编队协同控制器和无人机数据链协议MAVLink的集群消息帧扩展方案,结合无人集群突防攻击的典型作战场景和上述模型策略,设计有效的控制协议和信息收发流程,提升无人机群在拒止环境下的协同作战能力.

基于证据异常度的水下多源信息预处理方法

Dempster-Shafer证据理论在水下多源目标识别领域有着广泛而重要的应用,但经典的证据理论在融合高度冲突的证据时往往会导致一些反常理的结果,如Zadeh冲突悖论;针对这一问题,综合考虑证据体之间的冲突程度和支持程度,提出一种证据异常度的概念并对原始证据集进行异常检测,基于检测结果对原始证据体进行权重分配,引入全集项,修正证据源;在保持Dempster组合规则不变的前提下,进行有效的证据预处理,实验仿真结果验证了算法的有效性;证明对证据体进行有效的修正,可以改进经典证据理论的缺点,达到更好的融合结果。