基于稀疏表示和HOG特征的掌纹识别方法

针对掌纹识别过程中,采集图象易受到外界光照等物理因素的影响,传统重构方法中稀疏表示算法计算复杂度高等缺陷,提出基于稀疏表示(SR)和梯度方向直方图(HOG)特征的掌纹识别方法,将分类正交匹配追踪算法(COMP)稀疏表示方法与HOG特征相融合,以降低复杂度。该算法首先利用HOG算法提取掌纹训练与测试样本图像的特征矩阵,将训练样本图像的HOG特征矩阵作为稀疏表示的过完备字典;然后运用COMP算法求解掌纹图像在过完备字典上的稀疏表示,将所得的最佳稀疏表示系数对测试图像进行重构;最后通过计算测试样本图像HOG特征矩阵与得到的每类重构图像最小残差的数值确定图像的类别。实验结果表明,该方法有效地降低了计算的复杂度,具有良好的掌纹识别性能。     

基于稀疏表示的森林火灾火焰识别研究

为了实现森林火灾的智能识别,提出一种基于稀疏表示的林火火焰自动识别方法.以林火火焰和5类干扰物体为研究对象,每类对象从视频图像中随机选取50帧作为训练样本,150帧作为测试样本.对每幅图像提取疑似火焰区域,求取面积变化率、颜色、纹理和形状特征参数.所有训练样本的特征向量构建训练样本特征字典,对每个测试样本利用l1最小化范数计算其在训练字典上的投影系数,根据最小重构残差进行分类识别.结果表明,稀疏表示方法的识别率可达到93.56％,为林火火焰识别提供了一个有效的解决方案.     

基于LBP和稀疏表示的林火烟雾图像识别研究

为了实现森林火灾的智能识别,提出一种基于局部二值模式和稀疏表示的林火烟雾自动识别方法.选取森林火灾烟雾视频和干扰视频,经运动区域检测提取疑似林火烟雾图像样本.首先对疑似林火烟雾样本图像采用不同的LBP算子进行纹理特征提取,然后选取350幅林火烟雾样本构建林火烟雾特征字典,另外选取343幅林火烟雾图像样本和331幅干扰图像样本进行测试,对每个测试样本利用11最小化范数计算其在训练字典上的稀疏表示系数和重构误差,最后根据经验阈值进行分类识别.结果表明,LBP特征提取结合稀疏表示方法可以有效地实现林火烟雾的自动识别,识别率可达92.88％,为林火烟雾的模式识别提供了一种有效的解决方案.     

基于多特征融合和稀疏表示的农业害虫图像识别方法

【目的】在农业害虫测报中,常常需要从大量的昆虫中识别出几种重要的测报害虫。目前基于图像的农业害虫识别研究,大部分是在有限种类有限样本量基础上进行的农业害虫识别。本研究为了从大量的水稻昆虫图像中识别出9种水稻测报害虫,尝试提出了一种基于多特征融合和稀疏表示的农业害虫图像识别方法。【方法】首先,为了获得最优的农业害虫识别模型,将所有图像进行旋转使昆虫头朝上,按照1﹕2长宽比裁剪图像,使昆虫居中并占据图像大部分区域,将图像进行等比例缩放至统一尺寸48×96像素。提取所有昆虫的HSV颜色特征、局部特征中的HOG特征、Gabor特征和LBP特征。然后,利用单一特征和融合特征分别对训练样本构建过完备字典,字典中的每一个列向量表示一个训练样本,且满足同一类训练样本均在同一个子空间中;应用过完备字典对测试图像进行多特征稀疏表示,通过求解l1范数意义下的优化问题获取稀疏解,使得除测试样本所在的类别外其他的训练样本的系数都是零或接近零的数值。最后,计算稀疏集中指数阈值,用于判断测试样本的有效性,如果测试样本的稀疏集中指数大于该阈值,则认为最小残差所对应的类别即为测试样本的类别,否则认为该测试样本为非测报昆虫。同时,利用相同的特征和训练样本训练SVM分类器对测试样本进行测试,与稀疏表示害虫识别模型进行比较。【结果】利用单一特征训练的稀疏表示害虫识别模型中,基于HOG特征的稀疏表示识别模型获得了9种测报害虫较高的识别率和较低的误检率,分别为87.0%和7.5%;利用颜色特征分别与3种局部特征进行结合获得的稀疏表示识别模型,测试结果表明,基于颜色和HOG特征的稀疏表示识别模型获得了最高的识别率和最低的误检率,分别为90.1%和5.2%;将颜色、HOG和Gabor 3个特征结合获得的稀疏表示识别模型,识别率下降为83.5%,误检率上升为10.3%。利用同样的特征或特征融合训练得到的支持向量机分类器,识别率均低于对应特征获得的稀疏表示识别模型的识别率,而误检率均高于对应特征训练的稀疏表示害虫识别模型的误检率。【结论】基于颜色和HOG 融合特征的稀疏表示识别模型获得了较高的农业害虫识别率和较低的误检率;通过稀疏集中指数阈值,有效地排除了非测报昆虫,实现了从大量的农业昆虫中自动识别出需要测报的害虫。     

基于多任务联合稀疏表示的水稻叶片病害自动识别算法

在水稻(Oryza sativa L.)病害自动识别技术中,针对不同种类病害在抽取到相似特征的情况下,病害难于区分,甚至做出错误判断,从而降低识别率的问题,提出了多任务联合稀疏表示的水稻叶片病害自动识别算法.该算法将单一病害特征的识别过程看作"任务",要求这些"任务"特征在同一个训练数据集合的对应特征字典下能够稀疏表示,同时不同"任务"的稀疏表示系数向量具有相似的结构,从而实现了利用不同"任务"间的相互关系提高判断的准确率.同时这种算法使得病害的识别通过一次处理完成,避免了传统方法多次判断所引入的误差.实验表明,该算法能够充分挖掘不同特征类型间的关系,从而提高了识别的效率.     

基于稀疏表示的近邻传播聚类算法

借助稀疏表示具有能较好刻画样本之间相似度的特点,提出一种基于稀疏表示的近邻传播聚类算法.仿真 实验表明,本聚类算法较基于其它距离度量的算法能获得更好的聚类效果.     

本体稀疏矩阵学习以及在相似度计算中的应用

在大数据背景下,本体所包含的概念越来越多,其结构也越来越复杂.这要求其对应的本体算法能高效地降低计算的维度,进而减少计算复杂度.将原有的本体稀疏向量学习模型进行扩展,提出本体稀疏矩阵学习模型.通过矩阵导数计算设计一种迭代算法来获取逼近最优解.实验表明新算法在特定的本体应用领域有较高的效率.     

基于稀疏表示字典学习的植物分类方法

基于叶片图像的植物分类方法研究是植物分类学的一个重要研究方向。由于叶片图像的复杂性和对季节、光照等条件比较敏感,使得现有的植物分类方法的分类效果不佳。该文提出了一种基于稀疏表示字典学习的植物物种识别方法,该方法将植物分类问题转化为求解待分类叶片图像对于训练样本植物叶片图像的稀疏表示问题;再利用面向植物叶片图像类别的字典学习,寻求一个较小的、并经过优化的超完备字典来计算待识别叶片图像的稀疏表示。与已有植物分类方法比较,该方法的创新点为直接对原始叶片图像进行处理,不需要从每幅叶片图像中提取颜色、纹理和形状等分类特征,从而极大降低了植物分类方法的复杂度,提高了分类方法的实时性和鲁棒性。在公开的植物叶片图像数据库中对50类植物叶片图像进行了分类实验,识别率高达92%以上。     

基于稀疏重建的波束扫描测向方法

提出了一种改进波束扫描测向性能的方法,不仅利用了天线方向图的峰值特性,还利用了基于冗余字典描述的接收数据的稀疏特性.与传统的基于峰值特征和对称约束的估计方法相比,改进的方法需要的脉冲数更少,并且具有压缩采样的能力.仿真实验验证了改进方法的有效性.     

基于密度的稀疏表示及其对烟叶分级研究

稀疏表示(SRC)中字典的构建对分级的效率和准确率至关重要,提出一种基于密度的SRC字典构建方法,并利用建立好的DSRC(基于密度的SRC)对烟叶进行分级。该方法将减法聚类算法中基于密度选择中心的思想应用于稀疏算法中进行字典构建,通过确定合适的聚类半径kia、kib以及约束条件来确定字典原子,不仅可减少字典原子数目,而且选择的字典具有更好的代表性。基于该方法选择的字典对2013年(13个等级)、2014年(6个等级)和2015年(42个等级)的烟叶进行分级,试验结果表明,该方法不仅可以提高烟叶分级的准确率,而且还可以有效地提高烟叶分级速度。     

基于代理模型的气动设计稳健优化方法

为了减少不确定分析的计算量,提出了一种基于代理模型的不确定性气动设计优化方法,其中代理模型主要用于简化不确定分析计算过程.运用拉丁方试验设计和Krig-ing建立了代理模型,用随机参数来表示尺寸误差和飞行条件的变化.基于代理模型,以蒙特卡洛模拟法作为不确定分析方法,求解气动性能的均值和方差.在此基础上定义了气动稳健优化问题的表达式,用遗传算法进行求解,并以某翼型的优化问题对该方法进行验证.结果表明,通过该方法得到的最优解对不确定性的敏感度大大减小,同时在不确定的情况下仍然能满足设计约束条件.     

一个稀疏效应下捕食模型非常数正解的存在性

考虑一个齐次Neumann边界条件下具稀疏效应的捕食-食饵模型的平衡态问题,获得了该模型正平衡态解的一些结果.首先,给出了正解的先验估计,进而,用能量方法得到其非常数正解的不存在性,用拓扑度理论得出其非常数正解的存在性结果.     

一个稀疏效应下捕食模型非常数正解的存在性

考虑一个齐次Neumann边界条件下具稀疏效应的捕食-食饵模型的平衡态问题,获得了该模型正平衡态解的一些结果,首先,给出了正解的先验估计,进而,用能量方法得到其非常数正解的不存在性,用拓扑度理论得出其非常数正解的存在性结果.     

基于联合稀疏模型的黄瓜病害自动识别

提取黄瓜7种叶部病害图像颜色、形状和纹理的共26种特征进行研究,发现不同形式的特征在用同一样本集合稀疏表示时,它们的稀疏系数有着相似的结构。通过引入联合稀疏模型构造方程,对这一规律进行数学描述,使用加速近端梯度法求解联合稀疏系数,最后借助重构误差来实现病害识别。试验表明,这一算法的正确识别率达到90.67%,较稀疏表示分类算法提高5.7%,计算消耗时间7.5 s,较稀疏表示分类算法缩短4.3 s。     

具有一般边值条件的广义BBM-Burgers方程解的大时间性态

研究具有一般边界条件的广义BBM-Burgers方程解的大时间性态,证明了其解的整体存在性以及解渐近收敛到一个弱稳定波或一个弱稳定波与一个弱稀疏波的叠加.     

基于颜色特征码本的病害图像分类算法研究

首先对枸杞叶部图像的各类别病害图像的颜色特征进行分析,建立对应病害类别的颜色特征码本,最后利用稀疏表示理论建立病害图像颜色分布与病害类别的映射关系,进行基于颜色特征码本的病害图像分类。试验结果表明,该方法能有效建立病害图像的颜色特征与病害类别之间的关系。     

稀疏过程在双险种风险模型中的应用

本文研究了一类双险种风险模型,而其中一个险种的保单到达服从齐次Poisson过程,而描述此险种的退保及索赔发生的计数过程都是这一过程的稀疏过程,得到了最终破产概率的上界估计,以及关于生存概率的Feller表示,并与其他一类风险模型进行比较.     

基于进化策略的虚拟植物自动构建策略

本文将进化策略与双尺度自动机结合,设计合理的编码方式和有效度量树形相似度的适应度函数,根据给定的树形搜寻到最优(较优)的解(表示双尺度自动机的参数组合序列),实现了虚拟植物的自动构建.实验验证了该方法的可行性和有效性.     

普通圆柱蜗杆减速器的模糊可靠性优化设计

在普通优化设计的基础上，综合运用了可靠性设计和优化设计方法，并应用模糊数学理论，进行了普通圆柱蜗杆减速器的模糊可靠性优化设计，由于全面考虑了设计参数的随机性和模糊性，因而能得出更加符合实际的优化解。     

具有稀疏效应的一类捕食—食饵系统的分支问题

本文研究生态学中具有稀疏效应的Lotka—Volterra系统的分支问题。在部分参数条件下,讨论了系统的全局结构。并利用Hopf分支理论,分界线环分支理论得到了在不同的参数条件下,至少存在两个和三个极限环线的结论。