主成分分析在舰船辐射噪声分类识别中的应用

主成分分析(PCA)是经典的多元统计分析方法,在处理多变量综合问题方面有比较突出的优势。本文主要探讨了主成分分析在舰船辐射噪声信号分类识别中的应用。在经典功率谱的基础上尝试将PCA技术运用在两种不同的方法中,对两种舰船辐射噪声进行了特征提取和分类识别,得到了较好的效果。     

支持向量机对舰船噪声DEMON谱的分类识别

本文采用径向基核函数的支持向量机的分类算法,实现了对舰船目标的分类识别。对两类不同类型的舰船的辐射噪声的DENOM谱建立了支持向量机模型,并进行了分类识别试验。试验结果表明,在结构风险最小的准则下,采用网格搜索法确定,径向基核函数的参数σ取值0.23、惩罚系数C值取13为最优的分类识别参数。并通过留一法验证,该模型具备良好的推广能力,总体正确识别率为91.2%。     

舰船噪声识别(Ⅳ)──模糊神经网络识别

本系列文章的工作是在舰船噪声谱图的基础上,利用模糊神经网络对舰船进行分类识别。本文是系列文章的第四篇,研究模糊神经网络用于识别分类．选用了多层前馈神经网络和BP学习算法,推导了学习过程中模糊器参数的调整公式,最后给出1049个样本（41条舰船,63种工况,原始记录长约3．5小时）的识别分类结果,识别正确率大于92％。     

基于极限环的舰船噪声信号非线性特征分析及提取

特征分析及提取是目标分类识别的重要环节．首先应用非线性分析方法分析了舰船噪声的极限环现象,结果表明振动噪声作为舰船噪声的主要成份,其极限环在相空间上存在倍周期或混沌行为．其次,利用分形维数和分布密度比来描绘舰船噪声在相平面上极限环的奇异性和空间形状,并给出了一种新的分维数计算算法．最后,以此作为舰船目标的特征参数送入神经网络分类器用于分类识别水面和水下两大类目标．实验结果表明。从噪声极限环中提取的非线性特征能较准确地区分我们现有的水面和水下两大类目标．、为舰船噪声信号的特征提取提供了一条新的思路     

舰船多辐射声源近距离通过特性的仿真

由于舰船三个特定部位(尾部、中后部、中部)的辐射噪声具有明显不同的功率谱特征,利用这些特征具有实际的意义。我们采用简化的近距离舰船辐射噪声三亮点模型来逼近舰船这三个特定部位的辐射噪声中的连续谱结构,采用时间滑动的卷积算法来重构舰船某一辐射噪声源的噪声序列,重构的噪声序列同时具有要求的幅度概率分布和功率谱形状。在重构不同辐射声源时域信号的基础上,对舰船辐射噪声的通过特性以及三个辐射噪声源在不同的接收位置的影响进行了仿真。仿真结果与实测的某型舰船的通过频谱结果相比较,表明其频域特征是大体一致的。     

基于变分模态分解和对称相关的目标舰船线谱检测

线谱检测是水下目标识别中的一个重要研究方向。针对舰船辐射噪声线谱信号检测与提取的需求,该文改进提出了一种基于变分模态分解和对称相关的降噪处理方法,研究了与目标线谱信号不相关的加性高斯噪声消除办法。假设舰船辐射噪声除线谱成分外均为高斯噪声,对舰船辐射噪声中线谱成分进行检测。理论推导、仿真计算与实验数据处理结果均表明,该文提出的方法能较好地检测加性高斯噪声背景下的线谱成分,较传统的相关方法更为有效。     

一种基于功率谱特征参量的水中目标辐射噪声非母板匹配分类识别方法

本文阐述了一种非母板匹配的水中目标辐射噪声分类识别的思想、技术路线及算法的计算机实现关键技术。该算法基于提取水中目标辐射噪声信号功率谱中的最强谱带位置、线谱位置、线谱根数、线谱平均间隔等特征参量，通过特定处理后，直接给出识别结果，不需要附带庞大数据库。经试验验证，该技术突破了传统的母板匹配目标识别的算法思想，能够适用于复杂海况，做到宽容性匹配。识别效率高，识别率达到试验预期要求。     

基于虚拟时间反转镜的垂直阵舰船辐射噪声级测量方法

研究了利用垂直阵测量舰船辐射噪声过程中因水声信道的多径效应对测量性能产生的影响,建立了基于声场模型的舰船辐射噪声测量的数学模型,推导了基于虚拟时间反转镜辐射噪声测量的理论公式,提出了一种基于虚拟时间反转镜技术的垂直阵舰船辐射噪声级测量方法。该方法首先采用基于波束积分的SCOOTER模型,根据海洋环境参数计算出辐射声源至测量水听器之间的信道传输函数,然后,用计算出的信道传输函数对接收信号做虚拟时反处理,以消除或减弱信道多径效应对接收信号的影响,从而提高舰船辐射噪声级测量精度。针对典型的浅海声信道,进行了计算机仿真试验。结果表明,该方法能有效地进行舰船宽带辐射噪声测量,当阵元个数满足一定要求时,测量得到的声源级与实际声源级相比,误差小于1 dB。      

舰船辐射噪声的动态识别

以舰船辐射噪声的包络谱分析为基础,讨论了舰船包络谱的特点和提取的方法。据此提出了一种新的目标识别方法。该方法能有效提高舰船噪声识别系统的识别准确率,还可同时获得有关目标舰船的重要运动要素。     

船舶辐射噪声的自然尺度特征

船舶辐射噪声是非常复杂的,寻找新的特征是目前水下目标识别中的一项非常迫切而艰巨的任务。本文在研究了相空间重构技术的基础上,基于混沌信号的自然尺度提出了一种新的船舶辐射噪声的特征提取算法,此特征在分类识别实验中获得了比较好的效果。实践证明,船舶辐射噪声的自然尺度特征是一种比较有效的特征,它不仅具有较好的实时性,而且具有较高的识别率。     

基于LBP和多层次结构的异质手背静脉身份识别

针对多源异质的手背静脉异质图像的识别研究,提出了基于LBP和多层次结构的识别算法;首先对图像做适当的预处理,然后将LBP特征提取算法编码的手背静脉纹理特征图像作为多层次结构的输入,通过多层次结构的逐层由具体到抽象的特征提取,得到的特征具有更大的鲁棒性;最后该算法在多源异质的手背静脉图像库得到的识别率比传统的算法识别率高,达到96.57%;进一步表明该算法能够较好地解决由于多源异质问题对手背静脉识别所造成的识别率低的影响。     

A real time implementation of a pose invariant face recognition engine with a novel face segmentation algorithm

In this paper we propose a fast and efficient algorithm for segmenting a face suitable for recognition from a video sequence. We first obtain a coarse face region using skin color, then using dynamic template matching the face is efficiently segmented at varying scale and pose in real time. We have also developed and tested some heuristics which localizes only the face region, even when subjects are wearing skin color dress. The segmented face is then handed over to a recognition algorithm based on principal component analysis and linear discriminant analysis. The on-line face detection, segmentation and recognition algorithm takes an average of 0.06 sec on a 3.2 GHz P4 machine.     

基于改进HOG特征提取的车型识别算法

本文针对高速环境下的车型识别问题,提出基于方向可控滤波器的改进HOG算法。将方向可控滤波器算法与HOG算法相结合,以实现对车辆图像特征提取。采用主成分分析算法(PCA)约减特征向量维数以减少计算复杂度,利用支持向量机算法对提取特征进行样本训练,实现对车辆外型特征的识别。仿真实验结果表明:采用该算法原始车辆车型的识别正确率均值达到92.36%;另外,本文方法的识别速度比传统的HOG特征算法提高了3.45%,识别实时性得到提升。本文算法比传统HOG算法更优,能有效提高车型识别的效率。     

Hand vein recognition based on the connection lines of reference point and feature point

According to the essential characters of the image topology, a new hand vein recognition algorithm based on the connection lines of reference point and feature points is proposed. In this method, the intersection points and the endpoints of the vein image are used as feature points. After the intersection points and the endpoints selected as feature points, the reference point for image matching are extracted from these points. The relative distances between the reference point and the feature points and the angles between the adjacent connections of the reference point and feature points are calculated and used as recognition features. Finally these two features are combined for hand vein recognition. This method can effectively overcome the influence on the recognition results caused by image translation and rotation. Experimental results show that the proposed algorithm is able to achieve hand vein recognition reliably and quickly.     

高精度自动贴片机视觉系统定位算法研究

针对高精度自动贴片机的关键技术视觉识别定位算法进行了研究,针对贴片机PCB板标记点及元件图像的特点,提出了结合图像分割、几何特征识别与模式匹配的图像识别及定位方法。根据以上算法开发了针对视觉定位系统的图像识别软件,并用PCB板图像及元件图像进行识别定位验证。实验结果表明,该算法能够有效地完成贴片机视觉系统的识别定位任务。     

位相光栅衍射图样识别算法研究

分析了位相光栅衍射图样的特点，提出了一种新的基于图像中心的区域识别算法：首先判断图像中心位置，然后扫描计算图像横向与纵向跨度，最后进行区域标记。通过实验将此算法和普适性的图像识别算法(索贝尔算子边缘识别、哈夫变换)进行结果对比，证明此算法运算速度快、识别结果准确，同时具备较强的抗噪声能力。此算法可一次性快速、准确测量位相光栅的各级衍射效率，尤其适合应用于大批量光栅的质量评价。     

基于量子模距离的量子态聚类识别

针对量子系统的状态识别，定义了一种量子模距离作为量子态之间的相似性度量，提出了一种基于量子模距离的聚类算法，它既适用于对量子叠加态的识别，也适合对量子纠缠态的识别。在算法中，根据待识别的样本量子态求取聚类中心，分别计算各量子态到聚类中心的量子模距离，根据量子模距离对量子态进行聚类识别。算例说明了这种聚类识别方法的合理性和有效性。     

An effective cluster-based model for robust speech detection and speech recognition in noisy environments

This paper shows an accurate speech detection algorithm for improving the performance of speech recognition systems working in noisy environments. The proposed method is based on a hard decision clustering approach where a set of prototypes is used to characterize the noisy channel. Detecting the presence of speech is enabled by a decision rule formulated in terms of an averaged distance between the observation vector and a cluster-based noise model. The algorithm benefits from using contextual information, a strategy that considers not only a single speech frame but also a neighborhood of data in order to smooth the decision function and improve speech detection robustness. The proposed scheme exhibits reduced computational cost making it adequate for real time applications, i.e., automated speech recognition systems. An exhaustive analysis is conducted on the AURORA 2 and AURORA 3 databases in order to assess the performance of the algorithm and to compare it to existing standard voice activity detection (VAD) methods. The results show significant improvements in detection accuracy and speech recognition rate over standard VADs such as ITU-T G.729, ETSI GSM AMR, and ETSI AFE for distributed speech recognition and a representative set of recently reported VAD algorithms.     

地物光谱不确定性及光谱角制图算法适用性研究

地物光谱不确定往往使同种地物光谱之间存在一定程度的差异,影响了地物的识别精度,对光谱角制图算法的地物识别效果也会产生一定的影响。光谱角制图算法(spectral angle mapper,SAM) 是基于光谱曲线整体相似性的一种算法,在高光谱遥感信息分类中应用广泛,但在计算两条地物光谱曲线的相似性时并没有考虑地物光谱不确定性的影响,因此往往会不能正确识别出目标地物。针对地物光谱的不确定性,研究了光谱角制图算法的适用性,并对光谱角制图算法进行了改进。改进的基本思路为：设置测试光谱与参考光谱各波段的光谱差异量为一相同值,并根据同种地物光谱向量之间夹角最小的原则,利用求导的方法求出光谱差异量,以克服地物光谱不确定性的影响。为了验证改进效果,利用USGS的五种高岭石标准光谱,在考虑地物光谱不确定性的情况下,分别选择局部波段和全局波段计算高岭石标准光谱之间的光谱角,并对光谱角计算结果和光谱角制图算法的适用性进行了分析。通过USGS标准矿物光谱数据的实验证明：改进的光谱角度制图算法利用光谱差异量可以有效表征同种地物光谱的差异,能够克服地物光谱不确定性的影响并提高地物识别的精度,对地物光谱不确定性具有更好的适用性,并对基本符合光谱差异向量各维值相等的局部波段组合具有更好的效果。     

星体跟踪星图识别算法

针对天文/惯性组合导航中对星敏感器快速姿态测量的要求,提出了一种基于星体跟踪的星图识别算法应用于星敏感器姿态测量。建立了基于星区的导航星库便于快速搜索导航星。实验结果表明,该算法比传统星图识别算法有着明显的优点,识别速度快,识别成功率高。