基于判别改进局部切空间排列特征融合的人脸识别方法

改进型局部切空间排列(ILTSA)是最近提出的一种流形学习方法。基于对ILTSA的线性逼近和判别拓展,该文提出一种新的称为判别改进局部切空间排列(DILTSA)的特征提取方法,并给出了理论证明和算法分析。基于最大邻域间隔准则和ILTSA, DILTSA能够同时保持类内与类间局部判别几何结构。此外,提出一种增强型Gabor-like复数小波变换以缓解照明和表情变化对人脸识别的影响。通过融合Gabor-like复数小波变换和原始图像特征,能够进一步提高人脸识别的准确率。在Yale 和PIE人脸数据库上的实验结果证明了所提方法的有效性。     

基于粗糙属性向量树的规则提取快速矩阵算法

本文首先探讨了粗糙集中等价矩阵的基本概念及其运算性质.借助于粗糙属性向量树(RAVT)的巧妙构造,提出了两种能同时完成属性约简、数据清洗和规则提取的快速递推矩阵算法(RMC)和分布式并行矩阵算法(PMC).上述算法强调规则提取的实用性和高效性,通过一个简单实例研究验证了PMC算法的可行性,通过对算法复杂度的深入分析和一组对比实验验证了RMC算法对知识发现、基于数据建模和控制的有效性.     

一种实时以太网介质访问控制协议的时延性能分析

本文提出一种新的基于持续竞争的实时以太网介质访问控制协议,该协议能够保证实时信号的发送有确定的最大时延.在新协议下,如果检测到冲突,实时节点并不像普通以太网节点一样停止传输,而是坚持发送竞争信号,利用信道冲突通知非实时节点或者低优先级实时节点停止传输,把信道留给高优先级的实时节点.而且该协议与普通以太网介质访问控制协议兼容,这样实时节点与普通以太网节点能共存于同一网络系统中互相通信.文中详细描述了新型以太网介质访问控制协议,分析了实时信号的发送时延,理论分析和仿真均证明了该协议是可行和有效的.