【摘 要】
：
为了解决高阶局部特征带来的计算复杂度提高问题,提出一种基于核函数的高阶局部特征表示方法。通过在两幅图像的局部特征之间进行比较,将特征空间映射到几何不变空间,统计高阶局部特征构建核函数,并结合支持向量机进行多类目标图像分类实验。实验结果分析表明,该方法在提高分类准确率的同时,所需的计算时间只与局部特征的个数呈线性增长。
【机 构】
：
华南理工大学计算机科学与工程学院,广东技术师范学院计算机科学学院,仲恺农业工程学院计算机科学与工程学院
【基金项目】
：
国家自然科学基金资助项目（60273064）
论文部分内容阅读
为了解决高阶局部特征带来的计算复杂度提高问题,提出一种基于核函数的高阶局部特征表示方法。通过在两幅图像的局部特征之间进行比较,将特征空间映射到几何不变空间,统计高阶局部特征构建核函数,并结合支持向量机进行多类目标图像分类实验。实验结果分析表明,该方法在提高分类准确率的同时,所需的计算时间只与局部特征的个数呈线性增长。
其他文献
针对运用MB-LBP算法提取的人脸特征维数较高、而直接用MB-LBP算法提取的特征进行人脸识别时计算量较大的问题,提出一种融合MB-LBP和Multilinear PCA算法的新的人脸识别方法。首先利用MB-LBP算法提取人脸图像的特征;然后用Multilinear PCA算法对提取的人脸特征进行降维;最后用最近邻分类器进行人脸识别。在FERET人脸库上进行验证,实验结果表明,该方法的识别率高于传
为了有效提取视频监控场景中的前景目标信息并准确跟踪目标的状态,提出一种基于混合高斯模型和Rao-Blackwellized蒙特卡洛数据关联的视频多目标跟踪方法。该方法根据场景中像素点的特征信息,利用混合高斯模型进行建模,并对前景目标进行检测,使用Rao-Blackwellized蒙特卡洛数据关联算法来降低可能的目标交叉及杂波干扰带来的影响,通过设置目标存在和消失参数,实现了实时多目标跟踪。实验结果
为了更好地研究LDPC码的错误平层现象,提出了一种利用重要抽样信息的仿真方法。在AWGN信道下,当误比特率极低时,该方法相比于传统的蒙特卡罗算法在保证仿真质量不变的情况下,取得了极高的仿真增益。利用该方法可以仿真到传统蒙特卡罗方法无法仿真到的仿真区域。仿真结果表明,对于一个码长为2 000,码率为1/2的LDPC码字,当误比特率为10-20时,该方法取得1014以上的仿真增益。
针对高动态长周期直接序列扩频信号的快速捕获问题,提出了利用部分相关和全相位预处理相结合的方法。对部分相关得到带有多普勒频偏的正弦信号进行全相位预处理,再经过FFT得到全相位幅值谱,检测到其累加平均后的最大值,就能得到较准确的多普勒频偏。通过理论分析和计算机仿真,该算法可以在很低的信噪比下完成伪码的捕获,同时能得到较精确的多普勒频偏值。
由于网络编码的系统很容易受到污染攻击,提出了一个适用于多源网络编码应对污染攻击的同态签名方案。该方案使用了同态哈希函数,能够阻止恶意修改的数据分组。被污染的数据分组会被验证者丢弃,从而保证了系统的安全性。该方案是同态的且是为多源网络编码特别设计的,与文件和分组的大小无关,而且方案中的公钥和每个分组的开销是常量。
为了解决特定源组播接收者认证问题,在研究真实IPv6源地址验证体系结构的基础上,提出了一种该体系结构下的特定源组播接收者认证方案。该方案在与主机直连的路由器上加载了认证功能,能够对组播接收者的组播认证码进行认证,以此实现组播接收者的合法性验证,防止网络中组播服务盗用;设计了一种存储于三层交换机的组播端口列表,解决了同一局域网内组播接收者访问控制问题。通过仿真实验证明,该方案能够实现对组播接收者的认
对于非线性0-1规划问题,给出一种新的智能寻优方法——人工鱼群算法。利用罚函数将约束问题转换为相应的无约束问题,给出了人工鱼群算法的具体步骤,并用MATLAB软件实现编程。通过对多个非线性0-1规划问题的算例进行测试,并将测试结果与其他算法进行比较,结果表明,人工鱼群算法具有较快的收敛速度和较好的全局寻优能力,可以作为求解非线性0-1规划问题的一种实用方法。
针对Ad hoc网络中的QoS路由问题进行了研究。目前大多数的Ad hoc路由协议只支持一个QoS参数,不能满足实际的需要。多参数的QoS路由是典型的NP难度问题,难以用普通方法解决。论文引入了量子遗传算法来解决此问题,提出了一种支持多QoS参数的Ad hoc路由协议。仿真实验表明,该协议具有良好的性能,能够有效地解决多QoS约束的路由问题。
为了有效求解大规模的航空货代拼箱决策问题,在拼箱问题的混合整数规划模型基础上,将模型转换为集合覆盖问题,利用常用的拉格朗日松弛方法,提出了一个拼箱问题的启发式求解方法,并给出了修正不可行解的方法和拼箱组合空间调整方法。数值分析结果表明,该启发式算法是有效可行的,而且运算效率比较高,与最优解间误差比较小。
针对当前反病毒软件中引擎对特征码数据库过分依赖和各功能模块间耦合度大的问题,提出了一个可扩展的引擎框架,利用智能特征码和分解复合检测活动的方法实现了功能与数据的解耦合,应用控制反转的思想将功能模块之间控制耦合转换为接口耦合。该引擎框架不仅解决了当前反病毒引擎缺乏可扩展性的问题,而且能方便地应用到嵌入式安全设备的设计中。原型系统验证了设计方案和核心算法的有效性,实验结果表明其具有较好的检测性能。