基于全局和局部特征的中文笔迹鉴别方法研究

提出一种基于全局和局部特征的中文笔迹鉴别方法.利用一种改进的Gabor变换提取笔迹图像的全局特征,对得到的特征集进行聚类后,笔迹集由于书写风格不同被分成有效和无效两个子集,在有效的集合中通过矩法进行局部特征提取,最后采用欧氏距离进行分类.对笔迹库的实验表明,提出的方法得到了满意的识别率.     

基于轮廓方向特征的脱机手写中文笔迹鉴别

提出了一种基于轮廓方向特征的脱机手写中文笔迹鉴别方法.轮廓方向特征是在笔迹轮廓上的每一个像素点周围一个局部的微型网格中获取笔迹轮廓的方向角度和笔迹曲率信息,描述笔迹图像独特的个人手写风格.在获取特征向量之后,使用带权卡方距离计算特征向量的相似度.分别以信封地址图像库中25个书写入的信封地址图像和HIT-MW库中390个书写入的手写中文笔迹图像为实验对象.最佳Top-1鉴别结果达到了95.02％的正确率.     

基于局部轮廓方向特征的笔迹鉴别

作为一种安全可靠的生物识别技术,笔迹鉴别在模式识别领域中获得了广泛的关注。本文利用局部结构的概率分布能够体现笔迹特征的思想,提出一种基于局部轮廓方向特征的离线笔迹鉴别方法。使用和窗口中心连通的边缘片段减少笔迹粗细的影响,将边缘点分成32种方向类别从而获取辨别局部轮廓的能力。在此基础上,统计以边缘点为中心的滑动窗口中的方向特征并归一化为局部轮廓方向特征。最后,使用加权Manhattan距离对笔迹特征进行相似性度量。实验表明提出的方法在ICDAR2011笔迹鉴别竞赛的多语言测试数据库上获得了较好的辨别正确率,部分指标超过了目前的先进算法。     

基于ARM的文本独立笔迹鉴别系统设计

笔迹鉴别是通过分析手写笔迹信息来判断书写者身份的特征分析技术,为提高笔迹鉴别的科学性和准确性,设计了基于ARM嵌入式系统的文本独立（Text-independent）笔迹鉴别系统。系统包括笔迹采集端、数据传输部分和上位机处理端3个部分。首先给出了总体设计和详细的工作流程,并对笔迹信息采集模块和数据传输部分进行分析,最后结合笔迹图像预处理技术和纹理特征分析方法,采用基于多维度Gabor变换和支持向量机（Support Vector Machines,SVM）方法进行实时笔迹鉴别。实验表明,系统鉴别率高,达到了良好的预期效果。     

基于文本分类的维吾尔文数字取证研究

针对维吾尔文书写的数字文本的犯罪取证,提出一种基于文本分类的维吾尔文数字取证方案。首先,对维吾尔文文本进行预处理,滤除文本中非维吾尔文字符和停用词;然后,提出一种多特征空间正则化互信息(M-FNMI)算法,使用输入特征组合与类之间的互信息(MI)来代替单个特征与类之间的MI,从而提取出更准确的特征词;最后,利用支持向量机(SVM)算法来对特征进行分类。实验结果表明,该方案具有较高的分类精度,能够为犯罪取证提供判断依据。     

笔迹鉴别预处理算法的设计与实现

笔迹鉴别是身份鉴别技术中的一种有效方法.作者深入细致的研究了笔迹鉴别中的各种预处理算法,对其中一些传统的处理方法提出了改进方案,以vc++6.0为开发平台通过大量的实验进行了验证,实验表明提出的算法具有处理效果好、可行性强、速度快等一系列的优点,用63副样本做对比实验,新方法可以提高笔迹鉴别率9%左右,其在笔迹鉴别、车辆识别、地理信息系统等图像处理领域都有较好的应用价值.     

基于Android的维吾尔文词性标注、词干提取APP的开发与设计

在自然语言处理中词性标注和词干提取是最重要的任务。文中研究与实现基于Android的维吾尔文词性标注和词干提取APP,为维吾尔语自然语言处理工作开发出了快捷和方便的标注平台,目的是通过APP对大规模语料进行词性标注和词干提取,实现了广大学员通过一部Android系统的手机随时随地参与语料标注任务,从而完成了大规模语料的标注工作,将其应用到文本分析、机器翻译、语音合成、语音翻译等研究领域。该系统的实现为低资源少数民族智能化研究工作做出了贡献。     

汉字笔迹鉴别预处理的算法研究

手写体笔迹鉴别是计算机视觉和模式识别领域中的一个非常活跃的研究课题,是一种有效的身份鉴别手段。本文主要对笔迹鉴别的预处理进行了深入的研究。在预处理中的二值化时采用通过迭代能自动确定阈值的算法,明显提高了对笔迹图像特征信息的保留。去除噪声采用改进的中值滤波,能自动确定去噪门限,使得对一些零散的噪声去除效果明显提高。在MATLAB 7.0平台上经过多次反复试验证明了本文所使用的预处理系统快速稳健。     

基于笔画滤波的维吾尔文视频文字定位算法

由于维吾尔文自身的特点,大多数已发表过的算法不能直接应用到视频中的这类文字。首先对视频帧的笔画滤波响应做全局阈值处理,然后利用维吾尔文在基线上横笔画居多的特征,通过水平投影找到基线位置,在基线上下方确定上下文本线。最后用垂直投影和启发式规则确定文本框。实验结果表明该算法对这类文字比较有效。     

基于纹理和支持向量机的笔迹鉴定系统

笔迹鉴定在公安、银行、电子商务等领域具有广泛的应用。本文首先给出笔迹鉴定系统流程，进而提出了基于纹理和支持向量机的方法来进行笔迹鉴定。最后利用此方法进行了实验，取得了较好的识别效果。     

基于多普勒频谱特征的空中目标识别

分析了直升机和固定翼飞机两类空中目标的多普勒频谱测量能力，并在测量能力得到满足的前提下，对其目标的多普勒频谱特征进行了分析，找出了它们之间的不同之处，提出了对其目标进行分类识别的方法，通过对18种直升机和固定翼飞机的仿真数据以及现场实测数据的检验，证明该方法是有效的，并且适用于悬停直升机的探测与识别。     

基于知识的红移测量和谱线证认方法

该文给出了一种基于知识的天体光谱的红移测量和谱线证认方法。首先,利用特征谱线的相关知识对红移候选和特征谱线候选进行了定义,并根据定义交叉确认红移候选和特征谱线候选;然后,利用Parzen窗法对所得到的红移候选集进行密度估计;最后,确定密度最大的红移候选,将落入其Parzen窗内的所有红移候选值进行平均得到红移,与这些红移候选值相对应的特征谱线候选即为特征谱线。与现有的基于谱线匹配的方法相比,该方法对谱线提取效果的依赖程度较低。实验结果表明：该方法的鲁棒性较好,正确率较其它基于谱线匹配的方法有较大提高。     

基于包络指纹特征的辐射源分类识别技术

辐射源识别技术是当前电子侦察的重要研究方向。文中利用雷达模拟器的脉冲包络指纹特征,构建特征数据库,提出一种新的指纹特征向量匹配识别方法。该方法根据自适应评分机制,衡量不同特征向量之间的相似性,实现对辐射源脉冲的分类和识别处理。利用同型号雷达模拟器的外场实录数据,验证了该识别方法的有效性,分类性能优于传统的M-距离法。文中还定量分析了辐射源分类正确率与信噪比的关系,结果表明,分类正确率与SNR成正相关,当信噪比高于20 dB时,分类正确率超过95%。     

基于循环频率特征的单信道混合通信信号的调制识别

单信道多个时频重叠的混合通信信号盲分离具有广泛的应用价值,是近年来通信信号处理研究领域的一个热点和难点,而单信道多个混叠通信信号的调制识别和信号个数的估计是实现单信道多个混叠通信信号盲分离的基础。该文通过分析数字调制信号的二阶和四阶循环累积量的循环频率特性和结构特征,提出一种基于循环频率特征的单信道混合通信信号调制识别的方法和实现算法,其主要特点是不需要已知混合信号的个数、功率、载频、符号率及定时等先验信息,对一些典型的数字调制信号(如BPSK, QPSK, OQPSK, MSK等)的随机混合,能够有效地辨识接收信号中所包含的信号个数以及每个调制信号的调制方式。利用计算机仿真实验,考察了不同条件下算法的性能,表明了其可行性和有效性。     

基于目标红外特征与SIFT特征相结合的目标识别算法

为了解决传统的 SIFT 算法存在检测时间长,识别率低等问题,提出了一种基于目标红外特征与SIFT特征相结合的红外图像识别算法,该算法首先通过5个能反映红外目标初步信息且易实现的红外特征量进行初步识别,然后采用SIFT算法进行精确识别.通过三种飞机的红外图实验可以看出,将红外特征量与SIFT特征检测识别方法相结合,识别时间缩短0.06 s,识别率有较大提高,达到98%以上.     

基于网络结构特征的IP所属区域识别

现有IP定位技术通过查询IP注册信息数据库或利用测量得到的时延等信息确定IP具体位置,在实际中由于受各种因素的影响,对网络中的大部分IP都无法得到准确、合理的定位结果。为此,该文提出一种基于网络结构特征的IP所属区域识别方法。该方法通过探测节点向待定位的IP发送Traceroute探测包获得两者之间的网络结构特征,并比较待定位节点和已知地理位置节点之间的网络结构特征确定待定位节点所属区域。测试结果表明该文方法和现有的数据库查询的正确率相比有部分提升。     

基于操作系统指纹识别的服务器虚拟化安全策略

虚拟计算技术的引入,打破了以往真实计算中软件与硬件之间紧密的耦合关系,在提高效率以及节能减耗等方面解决了许多问题．随着服务器虚拟化在应用中的普及,已而成为近年来研究的热点问题。但是同时服务器虚拟化在安全性方面也产生了问题。由于虚拟机之间的通信过程无法通过传统的流量监测方法进行实时监测,而网络攻击主要是利用操作系统的漏洞来进行的,因此在此提出一种基于操作系统指纹识别技术的安全策略来检测各虚拟机的操作系统。利用切片技术的智能安装补丁．达到提高安全性,抵御攻击的目的。     

基于偏振成像和图像融合的目标识别技术

提出了一种基于偏振特征的目标识别技术.实验采用He-Ne激光作为照明光源,根据目标散射光偏振度的差异,利用DSP图像采集系统获取了目标的偏振图像,并利用图像融合技术计算了目标的Stokes图像和偏振度图像.结果显示:偏振成像有效地滤除了杂乱背景散射光的影响,明显提高了目标成像的对比度和分辨率.所以偏振成像技术可以有效地提高目标探测和识别效率.