图像预处理对人脸识别系统性能影响研究

目前多数工程化人脸识别系统是基于子空间算法的,针对子空间算法识别系统中稳定性和抗干扰性不高的问题,从图像预处理的角度出发,通过Matlab仿真Eigenface和Fisherface两种算法识别过程,建立起图像差值模型,同时引入不同预处理方法进行比较,根据类间距离和类内距离的变化,从中确定出最优的预处理方法,改善算法识别率和效率,实验结果表明,加入合适的图像预处理可以增强识别系统的强壮性。     

预处理方式对海带生物质利用性能的影响

【目的】探究预处理方式对海带生物质利用率及产氢量的影响,为实现大型海藻资源化利用提供实验依据。【方法】通过苯酚硫酸法、3,5-二硝基水杨酸法和高效液相色谱法,测定不同预处理的海带水解液中生物质利用率（多糖含量、还原糖含量和单糖的组分及含量）。采集渤海天津海域潮间带污泥作为菌源,不同预处理的海带水解液为混合菌群富集培养基,测定混合菌群的生长和产氢量。【结果】硫酸预处理显著提高了海带生物质利用率（P <0.001）,其中多糖质量浓度为（0.71±0.02）mg/L,还原糖质量浓度为（0.34±0.02）mg/mL,主要单糖质量分数为54.01%。混合菌群基于盐酸预处理的海带水解液累积产氢量最高,为（825.68±14.5）mL/g,相比对照组提高3.7倍。干热、湿热和硫酸预处理下,混合菌群利用海带水解液产氢量分别为（222.22±19.8）mL/g、（237.04±23.8）mL/g和（340.74±22.1）mL/g。【结论】以海带水解液为唯一底物时,硫酸预处理方式对提高海带生物质利用率具有显著促进效应;盐酸预处理方式下,富集混合菌群利用海带水解液产氢效率最高,可应用于海带生物质能...     

不同ISB模型对PPP-B2b多系统实时定位性能的影响

PPP-B2b服务播发的钟差改正数存在GPS系统钟差基准随时间变化的现象,而BDS系统无此现象。此项钟差基准变化会造成ISB参数出现跳变,影响ISB时变模型选择。基于PPP-B2b服务,分析白噪声模型、随机游走模型以及常数模型在动静态定位模式下的实际定位性能。实验结果表明,静态模式下白噪声与随机游走模型在收敛时间和定位精度方面均优于常数模型;动态模式下白噪声模型以及设置合适过程噪声的随机游走模型不会出现重收敛情况,且定位精度较常数模型在E、N、U三个方向上分别提升86.7%、89.2%、85.3%。因此对于PPP-B2b服务,多系统实时PPP采用白噪声模型或设置合适过程噪声的随机游走模型能够得到较好的定位性能。     

新型识别算法在孤立字词语音识别中的应用

提出了孤立字词语音识别的一个新算法,即新型的识别算法。通过此算法,系统可以在不降低系统识别精度的前提下,大大精简运算量,提高识别系统整体的识别效率。实验证明,该算法在基于模板的孤立字词语音识别中可以达到100％的识别精度,在基于非模板的孤立字词的语音识别中,其识别精度也可以达到90％以上,并且与传统的识别方法相比,缩短了训练时间,提高了识别速度。在孤立字词的语音识别中具有自己独到的优势。构建一个使用方便的语音识别系统,将算法应用到实践中解决人们现实生活中遇到的各种问题。     

基于暗原色先验去雾算法的研究与改进

在雾天情况下,室外采集到的图像易受到噪声干扰,质量降低,清晰度下降。在对常用的几种图像去雾方法的对比分析及研究的基础上,提出了改进的基于小波变换结合暗原色先验去雾的快速算法。通过小波分解可求出近似环境光,对环境光,大气光的估计,可对原图像进行复原。实验表明,改进的算法不但去雾效果明显,图像色彩丰富,而且可以有效地减少运行时间,提高运行速度。     

基于ICA的稀疏编码算法在图像处理中的应用

针对独立分量分析基于数据间的高阶统计特性,并能有效揭示图像的本质特征的优势,分析了自然图像基于ICA的稀疏编码的实质,主要从图像压缩和图像去噪两个方面讨论了稀疏编码算法在图像处理中的应用。仿真实验结果表明,稀疏编码算法能够有效提取自然图像的特征基向量,利用特征系数的稀疏性,可以有效实现自然图像的压缩;结合软门限算子对噪声图像的特征系数进行处理,能有效减小自然图像中的高斯噪声的影响。     

高分辨率遥感影像目标分类与识别研究进展

高分辨率遥感影像的目标分类与识别,是对地观测系统进行图像分析理解,以及自动目标识别系统提取目标信息的重要手段。本文综述了当前国内外在可见光、红外、合成孔径雷达和合成孔径声纳等遥感影像的目标分类与识别的关键技术和最新研究进展。首先,讨论了高分辨率遥感影像的目标分类与识别问题的主要研究层次和内容;其次,深入分析了高分辨率遥感影像目标分类与识别,在滤波降噪、特征提取、目标检测、场景分类、目标分类和目标识别的关键技术及其所存在的问题;最后,结合并行计算、神经计算和认知计算等技术,讨论了目标分类与识别的可行性方案。具体包括：（1）高性能并行计算在高分辨率遥感图像处理的主流技术,并给出了基于Hadoop+OpenMP+CUDA的高分辨率遥感影像混合并行处理架构;（2）深度学习对于提升目标分类和识别精度的应用前景,以及基于深度神经网络的多层次遥感影像目标识别方法;（3）认知计算在解决遥感影像大数据不确定性分析的模型与算法,并讨论了层次主题模型的多尺度遥感影像场景描述方案。此外,根据媒体神经认知计算的相关研究,探讨了遥感影像大数据的目标分类和识别的发展趋势和研究方向。     

基于中国剩余定理的测距算法仿真与性能分析

对目前已有的4种中国剩余定理的求解方法,即传统中国剩余定理算法、闭式解的中国剩余定理算法、高效中国剩余定理算法以及多频中国剩余定理算法,进行了较详细的理论分析与性能比较。将上述算法应用于无线传感与激励网络中对未知节点进行测距,设计了相应的测距算法,分析了各算法的性能特点,并通过仿真实验分析比较了各自在估计精度、计算复杂度以及鲁棒性等方面的差异,并讨论了各算法的适用场景。     

TM图像杨树林识别的MLC与LSU算法应用分析——以河北省文安县为例

以Landsat5 TM1、TM2、TM3、TM4、TM5和TM7等图像数据,经预处理后进行植被指数提取和主成分分析,生成13个波段数据集;并用最优指数法(OIF)选取目视解译波段,运用最大似然法(MLC)和线性光谱分解法(LSU)对华北平原农区河北省文安县2007年5月的杨树林地面积信息作了应用分析.结果表明:(1)...     

一种改进的车头SURF特征提取和匹配

通过对加速鲁棒性算法特征关键点提取和匹配的研究,提出一种改进的车头加速鲁棒性特征点提取方法,该方法在车头图像像素梯度变化较大的范围内提取关键点,然后采用最近邻比例算法进行特征点匹配。实验结果表明,提出的改进方法不仅能够筛选出鲁棒性较强的关键点,同时提高了特征的提取速度和匹配效率,在总时间上比尺度不变特征变换算法提高了3~6倍;比加速鲁棒性算法提高了近1/4。     

基于支持向量机的新闻事件类型识别

新闻事件类型识别的核心是文本分类问题,可利用模式识别或者机器学习来解决。互联网中的新闻事件种类多样,各类事件都有不同的结构特征,在自然语言中的表达方式也多种多样,基于模式识别的事件抽取难以覆盖全部的事件表达模式,识别召回率不高。本文使用机器学习方法来进行新闻事件的抽取,设计了词法、句法和语义三类不同类型的特征,并基于支持向量机实现新闻事件的类型识别。支持向量机模型适合解决自然语言这类高维数据的分类问题,能够有效捕捉不同特征之间的分类差异,具有较好的准确率和召回率。     

快速遥感影像纠正处理系统在汶川抗震救灾中的应用

"快速遥感影像纠正处理系统RSWorkS"改进了传统资料管理模式,建立了4D产品控制资料数据库,集采集、保存、共享控制点资料于一体,智能提取DEM,快速完成遥感影像的纠正及检查.在汶川抗震救灾中完成了大量的遥感影像的纠正工作.