基于Gabor调制的深度多层子空间人脸识别算法

人脸识别的关键在于特征提取,过去主要从完美的低维特征子空间来刻画高维图像,但是近年来深度学习模型为特征提取提供新方向。本文提出在Gabor特征描述子调制下的深度子空间模型,在深度子空间这一新型深度学习框架基础上,使用Gabor滤波器组处理图像,并构建深度特征提取多层网络,得到Gabor调制下的深层抽象特征。首先将传统的8个方向5个尺度的40个Gabor滤波器在尺度上进行压缩得到8个基本Gabor滤波器组;然后将经过Gabor滤波的描述特征分别送入深度化改造的子空间模型,得到图像的深层特征表示;其次将这些特征进行哈希编码,直方图分块,作为描述特征。本文在FERET、ORL、CMU_PIE等数据库上讨论加入Gabor滤波器调制后的深度多层子空间特征提取模型在人脸识别问题上性能的提升,实验结果表明,该算法可以取得较好的识别率,并对光照、表情、姿态等有很好的鲁棒性,能够弥补浅层网络易受训练图像影响的缺点。      

基于遗传算法和BP算法的多层感知机杂交训练算法

基于梯度下降的神经网络训练算法易于陷入局部最小，从而使网络不能对输入模式进行准确分类。本文提出综合遗传算法和ＢＰ算法的杂交算法ＧＡ－ＱＰ，它结合遗传算法的全局搜索特性和ＢＰ的局部收敛特性，实现对神经网络的有效训练。     

通用多层区域布线算法

文中提出了一种多用途的ＶＬＳＩ多层区域详细布线算法，该算法使用模拟进化技术进行拆线重布线，对单一网使用改进型多层迷宫算法进行布线。实验结果证明，运算法能得到较好的布线。     

设计规则驱动的多层布线算法

迷宫算法是集成电路两端线网优化布线问题的经典算法。多层布线受复杂版图设计规则约束．简单直接应用迷宫布线算法，或者无法获得优化的结果，或者无法满足设计规则。文章分析了迷宫算法特性与局限．提出基于群组图的多层迷宫算法，圆满地解决了上述问题。     

基于大地直角坐标系的多平台多目标空间配准算法研究

在时间配准的基础上对多平台多目标的空间配准算法进行了研究，提出了一种基于大地直角坐标系的空间配准算法．该算法是利用测地坐标转换将局部直角坐标系的测量数据转换到大地直角坐标系中，实现空间配准过程．最后对该算法进行了计算机仿真验证，证明了该算法的有效性．     

多层融合深度局部PCA子空间稀疏优化特征提取模型

子空间方法是主要利用全局信息的经典模式识别方法,随着深度学习思想的引入,局部自学习结构特征模型得到大家的关注.利用深度学习原理,本文提出一种多层融合的深度局部子空间稀疏优化特征自学习抽取模型解决目标识别问题.首先,对训练样本集通过最小化重构误差得到第一层的主成分（Principal Component Analysis,PCA）特征映射矩阵;然后,通过L₁范数约束对特征映射结果进行稀疏优化,提高算法鲁棒性.接着,在第二层映射层以第一层的特征输出为输入,进行同样的特征矩阵学习操作,最终将图像映射至深层PCA子空间;然后,对各个映射层的特征提取结果进行加权融合,进行二值化哈希编码和直方图分块编码,提取图像的深度子空间稀疏特征.在FERET、AR、Yale等经典人脸数据库以及MNIST、CIFAR-10等目标数据库上的实验结果表明,该算法可以取得较高的识别率以及较好的光照、表情、人脸朝向鲁棒性,并且相对于卷积神经网络等深度学习框架具有结构简洁、收敛速度快等优点.     

多层陶瓷电容器分层问题研究

分层是造成多层陶瓷电容器失效的主要问题，它可以分成二类：生坯和熟坯中的分层。本文对引起分层的因素作了详线的分析，并介绍了解决这个问题中取得的经验。     

MARS:一个通用多层区域布线算法

提出一个 VL SI多层区域详细布线算法 ,算法使用模拟进化技术进行拆线重布线 ,对单个线网则使用改进型多层迷宫算法进行布线。     

MARS：一个通用多层区域布线算法

提出一个VLSI多层区域详细布线算法,算法使用模拟进化技术进行拆线重布线,对单个线网则使用改进型多层迷宫算法进行布线。     

基于YUV颜色空间特征的目标跟踪融合算法

针对遮挡、背景变化等对目标跟踪带来的困难,提出了一种基于YUV颜色空间特征的目标跟踪融合算法.该算法结合卡尔曼滤波和mean-shift算法的优点,并结合一种阈值函数,准确计算目标的最终位置,解决了遮挡、背景变化造成的目标跟丢现象,提高了目标跟踪算法的鲁棒性和准确性.通过实验验证了新方法的有效性和准确性.     

基于距离像序列的空间目标识别算法

提出了基于距离像序列的空间目标识别算法,首先对距离像序列进行小波消噪,然后应用RELAX算法提取出目标强散射中心的位置和幅度,根据高于幅度门限的强散射中心的位置来确定目标径向长度,最后根据目标径向长度序列的均值和标准差对三轴稳定卫星、自旋稳定卫星和碎片进行分类识别。计算机仿真结果表明,该算法取得了比较好的识别效果。     

基于自适应尺度的Mean—shift跟踪算法

针对传统Mean—shift跟踪算法不能解决目标跟踪中的目标特征大小变化问题,在此通过对Mean-shift算法的深入研究,提出了基于自适应尺度的Mean—shift目标跟踪算法。通过引用尺度空间理论,改变尺度空间中的选择参数,调整追踪窗口的大小来解决跟踪时自适应目标大小特征变化的问题。计算机仿真实验表明,基于自适应尺度的Mean—shift跟踪算法的跟踪所取得的效果明显优于传统方法的目标跟踪方法。     

置信传播译码算法的性能测度

本文基于树和有限状态机系统地推导了低密度校验码(LDPC)置信传播译码算法中的消息修正公式,引入了连续消息空间的概率测度,推导了常见二元对称信道输出分布和迭代过程中消息密度进化的计算公式,讨论了算法性能的参数化估计.这种计算分析工具可以用于独立于信道的算法收敛性分析,有助于设计LDPC码,有助于分析LDPC码译码器的量化效应并实现快速译码方案,使其获得在实时通信系统中的应用.     

目标跟踪中协方差控制的分布式多传感器管理

传感器管理就是研究如何分配传感器资源，控制各传感器工作模式的问题。由于现代雷达面临着反辐射导弹威胁，所以对目标进行跟踪时，使用传感器管理方法，合理对雷达进行资源调度，可以减少辐射量，提高自身的生存能力。文中讨论了一种基于协方差控制的传感器管理方法，给出了分布式跟踪结构下的传感器分配算法，并对目标跟踪时使用该算法调度传感器资源调度进行了仿真，仿真结果验证了该算法的有效性。     

基于隐式空间蛙跳算法设计的双频滤波器

考虑到传统的隐式空间映射算法(ISM)在参数提取中会出现收敛速度慢甚至假收敛的情况,将改进的蛙跳算法用于隐式空间映射的参数提取,可有效改善参数提取过程中算法的不收敛性。通过改进参数提取中精确和粗糙模型的映射关系,可以明显减少迭代次数,并用于优化设计一个可工作在无线局域网(WLAN)的微带双频带滤波器。滤波器的中心频率分别为2.45GHz和5.25GHz,滤波器经过3次迭代后达到设计要求,验证了算法的可行性和有效性。     

一种基于状态空间的启发式搜索算法及其实现

深度优先和广度优先搜索算法由于需遍历所有状态空间才能求出最佳解,使其在状态空间较大时效率极低,此时必需采用启发式算法实现快速求解。阐述启发式搜索算法在状态空间较大时的广泛应用,深入分析一种启发式算法-A-Star算法实现快速求解的原理,并详细介绍了其实现步骤及过程。最后,得出结论:基于合理估价函数的A-Star算法能极大提高求解效率。     

基于连续空间的萤火虫算法改进

针对萤火虫算法在全局寻优过程中求解精度差,且容易陷入局部最优的问题,文中提出了一种优化的萤火虫算法.采用离散-连续的方法将传统萤火虫算法的空间连续化,在传统萤火虫算法的基础上定义新的吸引度计算式以及相应的更新策略,实现待求的离散问题的空间连续化,改善萤火虫单体相应的移动方式.实验仿真结果证明了该改进算法的有效性.文中对...     

一种基于异步传感器网络的空间目标分布式跟踪方法

为解决传感器网络在空间目标分布式跟踪过程中的异步采样及通信延迟问题,该文提出一种异步分布式信息滤波算法(ADIF)。首先,局部传感器与相邻节点之间以一定的拓扑结构传递带采样时标的局部状态信息和量测信息,然后将收到的异步信息按时间排序,使用ADIF算法进行计算,分别对目标状态进行估计。该方法实现简单,传感器间通信的次数少,支持网络拓扑的实时变化,适用于空间目标监测中的多目标跟踪问题。该文分别对空间单目标、多目标跟踪进行了仿真,结果表明算法可以有效解决异步传感器滤波问题,分布式滤波精度一致逼近于集中式结果。

     

基于参数化高基乘法算法的颜色空间转换

文章介绍了YUV向RGB颜色空间转换的硬件电路实现算法,在高基乘法算法基础上,建立了参数化高基乘法算法模型,并给出了Verilog HDL描述;小数乘法的整数乘法近似和近似误差给予了详细的讨论,采用乘法单元利用复用的设计结果将在两个时钟周期内完成YUV向RGB的颜色空间转换。