暂无评论
在进行单训练样本人脸识别时,基于每人多个训练样本的传统人脸识别算法效果通常不太理想。尤其是基于Fisher线性鉴别准则的一些方法,由于类内散布矩阵为零矩阵,根本无法进行识别。针对以上问题进行了分析研究
数字图像的离散性使Zernike矩的计算存在误差,降低了特征描述能力。采用一种方圆转换方法将矩形图像转化为抽象的圆形图像,计算转化后图像Zernike矩,改进Zernike矩的计算方法,从而减少计算误
针对多传感器目标识别仿真模型的验证问题,提出了一种基于多神经网络的“分层有序”的模型验证方法。该方法利用神经网络的自组织和自学习能力,通过对各种目标识别模型关键行为特性的学习,将实际系统行为归类为其中
一种基于改进ASM的运动目标跟踪方法,王漫,王智灵,ASM是一种应用于非刚体轮廓匹配的统计模型方法,由于匹配结果的可靠性依赖于先验的灰度模型,导致灰度信息发生动态变化时基于ASM的
结合转移轨道中途修正量级较小的特点,建立了地月系限制性三体动力学问题的近似误差线性模型。在此基础上,分别利用线性系统的变结构调节器理论与模型参考变结构控制器理论推导了对应的中途修正控制律。提出了控制子
针对传统RBF神经网络学习算法构造的网络分类精度不高,传统的k-means算法对初始聚类中心的敏感,聚类结果随不同的初始输入而波动。为了解决以上问题,提出一种基于改进k-means的RBF神经网络学习
提出一种新的基于粒子群优化的BP网络学习算法,该算法是一种全局随机优化算法,将该算法与传统BP—PSO算法对比实验表明:提出的算法性能优于BP算法,而且具有良好的收敛性,并成功应用于水泥水化过程仿真。
研究论文-一种改进的网络传输信道加密系统
针对传统的2个训练符号的载波频偏估计算法提出一种改进算法,并设计出一种新的频偏估计器对多入多出正交频分复用(MIMOOFDM)系统的不同信道的整数频偏和小数频偏进行估计.该算法仅利用单个训练符号来进
以单词为网络节点,由自然语言描述中单词的同现频率确定单词间的相关度并作为边的权值,构建自然语言描述集合的加权单词网络模型。利用Newman快速算法对加权单词网络模型进行社团划分,得到单词聚类结果;根据
暂无评论