基于离散曲波变换和支持向量机的掌纹识别方法

提出了一种基于离散曲波变换和支持向量机的掌纹识别方法.首先将所有掌纹样本图像和测试图像通过基于Wrapping的快速离散曲波变换进行分解,从而获得不同尺度、不同角度的曲波变换系数;掌纹重要特征信息包含在曲波变换分解系数中的低频系数中,因此将分解系数变换形成特征向量后作为特征参数送入支持向量机中进行学习训练;最后将训练好的支持向量机用于掌纹分类.基于香港理工大学Palmprint掌纹数据库进行了大量实验,实验结果证实所提方法的识别正确率相对优于小波变换方法和其它几种经典方法.     

基于排队PETRI网的云系统评估模型和方法

针对云系统规模庞大、构成复杂、动态性突出、层次关联性强而难于建模评估的问题,提出一种基于排队Petri网的云系统评估模型QPNC;QPNC结合了排队论和Petri网理论特点,模型具备较强的定量评价和行为描述能力,能够很好地对复杂云系统进行有效建模和模拟;基于上述模型,进一步提出并完善云系统的定量分析、评估体系,仿真并模拟了大规模并行环境下云系统的动态服务效果;实验结果表明,QPNC能够有效反映出各种云系统架构在性能和服务等方面特征,对云系统的各种动态服务行为具有很高的仿真度,为设计构建更加高效、更具针对性的云系统提供了定量分析支持和理论依据。