基于Log-Gabor小波和二维半监督判别分析的人脸图像检索

针对光照、表情变化给人脸识别造成的影响以及大型人脸图像库的训练样本中只有部分标记的问题,结合多通道Log-Gabor小波和半监督流形学习算法,提出一种新的人脸图像检索方法。该方法首先使用Log-Ga-bor小波对人脸图像进行滤波获得特征矩阵,进一步利用提出的二维半监督流形学习算法进行维数约简,得到低维判别特征。由于该方法直接作用于Log-Gabor特征矩阵,克服了小样本带来的奇异问题;另外,通过充分利用标记和未标记信息,还保留了数据的局部流形结构,增强了特征匹配的相似性。在CMU PIE和AR人脸数据库上的实验结果表明,该方法有效且优于其他方法。

基于节点吸引力的可调参数复杂网络模型

针对真实网络的生长演化规律,以及BA无标度网络模型和原始的节点吸引力模型在择优连接以及生成网络统计特征方面所存在的问题,综合考虑复杂网络生长演化过程中节点度和节点吸引力的择优连接特性,提出了一种基于节点吸引力的可调参数复杂网络模型.理论研究与仿真实验分析表明,基于节点吸引力的可调参数复杂网络模型可以有效生成结构稳定并与实际网络统计特征很接近的复杂网络,通过调节模型参数可以灵活调整网络的生长演化过程.模型生成的网络度分布仍然服从幂律分布,并且具有较高的群集系数和平均路径长度.

基于环境经济调度问题的空间自适应划分多目标优化

提出一种基于空间自适应划分的多目标优化算法.为了增强种群的收敛性和多样性,多维搜索空间被划分成多个网格,网格内的粒子通过共享"引导"粒子的经验信息调整自身的速度和位置,并引入年龄观测器实时记录引导粒子对Pareto解集所做的贡献,及时更新引导粒子,以增强算法的全局搜索能力.对多目标测试函数以及环境经济调度问题进行了仿真实验,实验结果表明,所提出算法能对解空间进行更加全面、充分的探索,快速找到一组分布具有较好的逼近性、宽广性和均匀性的最优解集合.