本文研究了基于聚类算法的人脸识别方法。根据人脸图像划分子图像的数目和所选定的训练或测试人脸图像的类别数的情况,确定RBF神经网络的输入层、输出层的节点数;根据RBF神经网络的训练识别效果,通过调整中间
研究了多模态身份识别问题,结合人脸和掌纹两种不同生理特征,提出了基于特征融合的多模态身份识别方法。对人脸和掌纹图像分别进行Gabor小波、二维主元变换(2DPCA)提取图像特征,根据新的权重算法,结合
为解决综采工作面无人开采和采煤机滚筒自动调高的实际工程问题,提出了基于小波包奇异值(WPSV)和BP神经网络(BPNN)的煤岩界面识别新方法。利用WPSV构建特征向量,再与BPNN结合进行煤岩界面自动
由于步态图像的复杂性,使得很多维数约简方法不能有效地应用于步态识别中。等距特征映射Isomap是一种很好的非线性维数约简算法,但在实际应用中该算法没有利用样本的类别信息,并存在泛化能力差的问题。在该算
基于近场声全息的噪声源识别方法,主要介绍声全息技术在噪声源识别中的应用!
基于 Haarlike 特征的实时道路车辆识别方法研究车辆识别,人工智能
本文首先简单介绍Gabor滤波器以及已有的基于Gabor滤波器的方法,包括掌纹编码(Palmeode),融合编码(Fusioneode),竞争编码(Competitiveeode)等,并提出利用Gab
针对高速公路环境下的车型识别问题,利用深度学习Caffe 框架中的AlexNet 和传统方法支持向.量机( SVM) ,分别对车辆图像进行网络训练与测试,得到两种车型识别方法的准确率并进行比较验证。.
这是一个基于BP神经网络的车牌字符识别方法。
当前基于神经网络方法的车牌字符识别技术都使用固定的训练样本,学习的效果受初始样本限制,对于识别过程中新出现的不同角度、光线等特征的字符图片不能自适应地学习。本文针对这个问题提出了基于在线序列极限学习机
