表面肌电采集与在线识别系统

设计了一套简易且分辨率高的表面肌电采集与在线识别系统。系统硬件部分包括信号两级放大、带通滤波、精密整流、16位AD转换芯片ADS1120、AVR单片机等部分;软件部分基于JAVA编程,具有实时滤波、显示并存储肌电信号、在线识别手部动作等功能。系统放大增益倍数为100～2500可调,根据不同被试同一动作的肌电信息,微调放大倍数以减少个体差异;当放大倍数为1000倍时,识别精度达0.3 uV。此外还设计了训练范式,根据被试的训练数据提取在线识别算法的参数,以提高识别准确率。实验结果表明：该系统具有较好的稳定性,能够准确识别四类手部动作,平均识别率达84.37%。     

基于多类运动想象任务的EEG信号分类研究

针对多类运动想象脑电信号个体差异性强和分类正确率比较低的问题,提出了一种时-空-频域相结合的脑电信号分析方法：首先利用小波包对EEG原始信号进行分解,根据EEG信号的频域分布提取出运动想象脑电节律,通过“一对多”共空间模式（CSP）算法对不同运动想象任务的脑电节律进行空间滤波提取特征;然后将特征向量输入到“一对多”模式下的支持向量机（SVM）中,并利用判断决策函数值的方法对SVM的输出结果进行融合;最后通过引入时间窗对脑电信号进行时域滤波,消除运动想象开始和结束时脑电的波动,进一步提高信号信噪比和算法的分类效果。实验结果显示：在时间窗为2s时,平均最大 系数达到了0.72,比脑机接口竞赛第一名提高了0.15,验证了该算法能够有效减小脑电信号个体差异性影响,提高多类识别正确率。     

平方反比有心力场中的3个抛体包络线及其证明

本文给出在平方反比有心力场中3个抛体包络线并给出简洁证明：一是平方反比引力场中,从定点同速率向同一平面内不同方向抛出物体的椭圆轨迹的包络线也为椭圆;二是平方反比斥力场中,从定点同速率向同一平面内不同方向抛出物体的双曲线轨迹的包络线也是双曲线;三是平方反比斥力场中,从过力心的同一平面内远处同方向同速率不同瞄准距离入射物体的双曲轨迹的包络线为抛物线.     

多类运动想象脑电信号特征提取与分类

针对多类运动想象情况下存在的脑电信号识别正确率比较低的问题,提出了一种将小波包方差,小波包熵和共同空间模式相结合的脑电信号特征提取,输入到支持向量机达到分类目的。首先选择小波包去噪后重要导联的脑电信号,进行小波包分解;然后对通道优化选取的重要导联的每个通道信号计算方差和熵值,对重要导联的每个通道信号的子带系数进行重构后,进行共同空间模式特征提取;最后结合2种不同导联方式所获取的特征向量进行分类。采用BCI2005desc_IIIa中l1b数据,该算法的分类正确率最高达到88.75%,相对2种单一的提取方法分别提高28.27%和6.55%。结果表明该算法能够有效提取特征向量,进而改善多类识别正确率较低的问题。     

三维荧光光谱-小波变换-粒子群算法联用快速识别测定浮游藻群落组成方法的研究

利用三维荧光光谱(EEMs)技术测定了实验室培养的分属5个门13个属的17种中国近海常见赤潮藻的荧光性质,通过db7二维小波变换提取赤潮藻三维荧光光谱的特征参量,采用系统聚类法构建荧光特征标准谱库,并利用多元线性回归辅以粒子群算法进行参数估计建立识别技术,实现了赤潮藻在门、属水平上的识别测定。测定样品中:赤潮藻纯种培养体在门、属水平上的平均识别正确率分别为96.1%和73.6%;对于优势度分别为60%,75%,80%,90%的赤潮藻模拟混合样品,优势藻在门水平上的平均识别正确率分别为86.7%,96.9%,98.7%,99.4%,识别相对含量分别为62.6%,72.7%,76.0%,81.6%;优势藻在属水平上的平均识别正确率分别为51.0%,68.9%,72.0%,78.8%;对于优势度达75%的赤潮藻实际混合样品,优势藻在门、属水平上的平均识别正确率分别为99.4%和75.9%。将所建技术用于围隔实验水样和现场调查采集水样进行分析,有效实现了浮游藻群落组成的识别测定,尤其是硅藻和甲藻的分类识别。     

高光谱图像结合深度学习的油菜菌核病早期识别

油菜菌核病为土传病害,发病早期叶片无可见症状,从植株表面很难发现。用叶片的普通光谱图像或RGB图像无法对其进行识别。采用高光谱图像作为监测技术,结合深度学习模型构建油菜菌核病发病早期识别模型,并取得了较好的识别效果。以油菜菌核病为研究对象,采用菌丝块接种法,在油菜根部诱发病害。分别于发病后第2、 5、 7、 9天采集发病油菜植株和健康植株光谱图像。对高光谱图像去除背景、 S-G光谱曲线平滑处理、剪切、分割等处理后构建模型训练测试数据集。以Resnet50深度学习模型为基础,通过增加特征图数量,减小第1层卷积核大小来提高模型对油菜菌核病发病早期的识别能力。通过交叉验证、模型结构改进前后识别能力对比、模型泛化能力测试等,验证了改进模型的识别能力和泛化能力。Resnet50模型结构改进前后,对油菜菌核病发病早期的识别正确率分别是66.79%、 83.78%和88.66%,改进后模型的识别正确率分别提高了16.99%和4.88%,模型的识别精度和召回率也得到很大提高。所提出的识别模型平均识别正确率为88.66%,精度和召回率达到83%以上,只有对发病第7天的召回率为79.04%。把构建的多分类...     

基于光学相干层析成像与光学微血管造影的指纹防伪方法

提出一种指纹防伪方法,通过光学相干层析成像获取手指指尖的表皮层指纹、真皮层指纹与汗腺等结构信息,通过光学微血管造影获取手指指尖下的血流信息,结合两种技术获取具有动态防伪的指尖生物识别特征体数据.用真指纹和制作的假指纹对传统商业指纹采集仪和所提方法的有效性进行实验验证.结果表明:传统商业指纹采集仪难以分辨真假指纹,防伪能力不足;光学相干层析的指纹成像可利用获取的手指皮下结构有效识别常见的人造指纹制品,基于真皮层指纹状态判断真假指纹;利用光学微血管造影获取的手指皮下血流成像,结合平均光强阈值可实现指纹活体防伪;所提出的指纹防伪方法的准确率可达100%.     

基于受限玻尔兹曼机与密集采样迭代加权的图像动作识别算法

针对当前动作识别技术中正确识别率不高,易受到环境变化的影响等问题,提出了一种基于受限玻尔兹曼机与密集采样特征迭代加权融合的动作识别算法。避免单个特征对图像序列的表达力不强,引入了受限玻尔兹曼机(RBM)特征与密集采样(DT)特征分别对行为动作进行特征提取,得到RBM特征和DT特征;定义一种迭代加权函数,将RBM特征与DT特征进行加权融合,形成描述能力更强的RBM-DT特征;基于K-近邻(KNN)算法,对RBM-DT特征进行分类学习,完成动作识别的决策判断。通过在KTH、Hollywood数据集上实验表明:与当前动作识别技术比较,提出的新算法能够有效识别各种行为动作,对各类型动作均具有更高的正确识别率与鲁棒性。     

基于MYO和Android的肌电假肢手控制系统设计与实现*

针对目前假肢手控制系统成本高、操作不灵活、实用性差等问题,设计了一种基于MYO和Android的肌电假肢手控制系统。在Android平台上,开发了一款智能终端应用,实现了对MYO臂环采集的表面肌电信号进行数据处理和模式识别,并实时控制假肢手完成五种模式。实验结果表明,系统的在线识别率可达98.2%,并可在300ms左右完成一次识别过程,满足了假肢手控制的精度和实时性要求。该系统设计成本低廉、方便携带且易于扩展,很好地满足了截肢患者对假肢手控制的需求。     

基于BP神经网络的车牌字符识别算法研究

车牌字符识别是车牌识别系统中的关键环节。采用图像处理和神经网络相结合的方法设计新的车牌字符识别算法,先对分割出的车牌字符进行归一化处理,然后进行SOBEI．边缘检测和角点特征提取,最后输入BP神经网络进行训练、识别,其中BP神经网络模型属于改进型神经网络。通过一系列神经网络训练和仿真实验,车牌识别速度和正确率得到了明显的提高。     

Image restoration of skin scattering and optical blurring for finger vein recognition

Finger vein recognition has been adopted due to its high recognition rate and the invisibility of vein in visible light. However, because a finger vein pattern is not distinctive due to light scattering in the skin layer, the localization of a finger vein pattern region using an image processing algorithm is a difficult procedure. Also, optical blurring increases these difficulties. We propose a new finger vein image restoration method to deal with skin scattering and optical blurring. Our research is novel in three ways compared to previous studies. Firstly, the amount of optical blurring of a finger vein image is measured based on the average gradient of the orthogonal profile of a finger edge. Secondly, the accurate point spread function (PSF) of optical blurring is adaptively determined based on the orthogonal profile of a finger edge. Thirdly, using a constrained least square (CLS) filter and optimized parameters in terms of the lowest error of finger vein recognition, the restoration of a skin scattered and optically blurred finger vein pattern was performed. Experimental results show that the equal error rate (EER) of finger vein recognition with restoration was reduced by as much as 3.14% (5.05-1.91%) compared to the EER without restoration.     

Hierarchical Human Action Recognition with Self-Selection Classifiers via Skeleton Data

Human action recognition has become one of the most active research topics in human-computer interaction and artificial intelligence, and has attracted much attention. Here, we employ a low-cost optical sensor Kinect to capture the action information of the human skeleton. We then propose a two-level hierarchical human action recognition model with self-selection classifiers via skeleton data. Especially different optimal classifiers are selected by probability voting mechanism and 10 times 10-fold cross validation at different coarse grained levels. Extensive simulations on a well-known open dataset and results demonstrate that our proposed method is efficient in human action recognition, achieving 94.19% the average recognition rate and 95.61% the best rate.     

近红外光谱漫反射和漫透射测量方法在玉米品种真实性鉴定中的应用研究

研究了适合进行玉米群体样品品种真实性鉴定的光谱测量方法。分别用近红外光谱仪的全波漫反射和短波漫透射测量方法采集8个玉米品种的光谱数据,对预处理后的数据做偏最小二乘分析(PLS-DA),建立8个玉米品种的仿生模式识别模型。分别统计用两种方法所测数据建立的品种识别模型对本类样品的平均正确识别率和对异类样品的平均正确拒识率,漫反射方法达到94.5%和96.71%,漫透射方法达到98.50%和98.00%,均满足玉米品种初筛所要求的精度,其中短波漫透射方法建立的模型对测试样本的平均正确识别率和拒识率分别比全波漫反射方法高出4%和1.3%。     

基于遗传算法与线性鉴别的近红外光谱玉米品种鉴别研究

结合遗传算法与线性签别分析(LDA)提出了一种玉米品种的快速鉴别方法.该方法是一种基于近红外光谱的新方法,通过采集玉米种子(实验共37个种类)的近红外光谱数据,使用遗传算法进行特征光谱波段的选择,使用线性鉴别分析的方法提取光谱特征并分类.结果表明,遗传算法能有效地剔除光谱噪声波段,并提高 LDA 的泛化能力.同时,为简化运算,剔除了大量冗余数据,结合遗传算法选择的特征谱区,使参与鉴别的数据维数从2 075降到了233.对测试集1的300个样本的平均正确识别率与平均正确拒识率均达到99.30%,其中73.33%的玉米品种的正确识别率达到了100%;对测试集2(均为未参加训练品种的样本)的175个样本的平均正确拒识率达到99.65%.与常用的 PCA 等方法相比,运算时间更短,正确率更高.     

基于深度自动编码器的机场安检人脸识别系统设计

由于现有的机场安检系统通常只针对行李和旅客携带的违禁物品进行检测,没有考虑到对于正在通缉的罪犯进行监控和核查,设计了一种基于Gabor小波滤波和深度自动编码器的机场安检人脸识别系统。首先,以ATmega128L为处理器核心,SA7111作为模数转换器,MAX7000作为全局逻辑控制单元设计了机场人脸识别系统硬件,然后采用Gabor小波函数作为卷积核函数,在对原始图像分块的基础上进行卷积,采用多个RBM堆叠组成的自动编码器,通过比较差异算法训练RBM从而自动提取人脸特征,最后构建一个三层的BP神经网络,将自动提取的人脸特征作为输入,将图像标签作为输出层,并通过反向传播算法训练网络进行人脸识别。通过部署仿真实验环境对文中方法进行验证,仿真结果表明：文中系统能较为精确地实现人脸识别,与其它方法相比,具有识别率高和收敛速度快的优点。     

Finger crease pattern recognition using Legendre moments and principal component analysis

The finger joint lines defined as finger creases and its distribution can identify a person. In this paper,we propose a new finger crease pattern recognition method based on Legendre moments and principal component analysis (PCA). After obtaining the region of interest (ROI) for each finger image in the preprocessing stage, Legendre moments under Radon transform are applied to construct a moment feature matrix from the ROI, which greatly decreases the dimensionality of ROI and can represent principal components of the finger creases quite well. Then, an approach to finger crease pattern recognition is designed based on Karhunen-Loeve (K-L) transform. The method applies PCA to a moment feature matrix rather than the original image matrix to achieve the feature vector. The proposed method has been tested on a database of 824 images from 103 individuals using the nearest neighbor classifier. The accuracy up to 98.584% has been obtained when using 4 samples per class for training. The experimental results demonstrate that our proposed approach is feasible and effective in biometrics.     

Design of a Label Recognition Filter for Crosstalk Suppression in a Label Recognition Unit using Optical Correlation Assuming the Assistance of Optical Time-Gating

To suppress crosstalk caused by matched filtering in label recognition based on optical correlation, we propose the novel design method of a label recognition filter to improve the discrimination performance. Assuming the assistance of optical time-gating, the label recognition filter is designed by a technique of a multiple-object discriminant filter (MODF) so that the crosstalk can be suppressed only at the center of correlation signals. This method can reduce the requirement for the performance of an optical thresholder. Simulation results show that the designed label recognition filter can successfully suppress the crosstalk.     

玉米品种近红外光谱的特征分析与鉴别方法

以玉米种子的4 000~12 000 cm-1波段的漫反射近红外光谱为研究对象,提出了一种鉴别玉米品种的新方法。采用主成分分析法(PCA)来研究数据特征,发现近红外光谱在特征空间中具有显著的长条状分布特征,为此我们研究了改变样本点在PCA空间中的分布对品种鉴别的影响,并提出了归一化主成分分析(NPCA)的特征提取算法,同时还根据近红外光谱的数据分布特点提出了一种主方向仿生模式识别的分类算法,进一步提高了鉴别正确率。鉴别模型对第一测试集的平均正确识别率达到了97.67%,平均正确拒识率达到了98.40%,30个品种中的13个达到了100%的正确识别率;对第二测试集的平均正确拒识率达到了98.90%,有11个品种达到了100%的正确拒识率,具有较高的鉴别准确度。     

铝板结构兰姆波阵列瞬时相位包络成像及补偿*

针对板结构中多裂纹缺陷的识别和定位问题,提出了瞬时相位全聚焦成像的包络算法,同时提出了一种基于激励信号脉冲时长的波速补偿方法,通过数值仿真验证补偿后的瞬时相位包络全聚焦成像对多缺陷的识别和定位能力。与幅值全聚焦成像相比,可以有效减小噪声、直达波、端面回波引起的虚像,提高缺陷的识别率。与相位全聚焦成像相比,可以实现缺陷处的单峰值聚焦,更便于缺陷的定位。实验结果表明,所提出的波速补偿瞬时相位包络全聚焦成像在 的铝板上对实现了5个缺陷的成像和定位,其定位的平均误差为12.24 mm。     

Finger vein recognition algorithm based on optimized GHT

In this paper, we present a novel algorithm for recognition of vein features based on optimized generalized Hough transform (GHT). The new algorithm involves several steps. First, it extracts singular points from the binary image of finger veins, and segments the finger veins by these points. Then it selects valid segments and sequences them by way of chain codes. Next it uses the optimized GHT to differentiate sectional curves of finger veins from the whole finger vein image. Using this approach reduces the influence of fragmentation, enhances adaptability for displacement, rotation, and zooming, and accordingly improves the quality of finger vein recognition. We have tested the proposed method with actual finger vein images and produced very satisfactory reassembly results.