基于多特征模糊融合的疲劳状态判决

在基于视觉的疲劳驾驶识别过程中,使用单个特征进行疲劳驾驶判断,常常会受到非普遍适用性、噪声等因素的影响,从而导致识别率降低。为了解决眼部特征参数或者是嘴巴特征参数单个特征识别率低甚至特使环境无法识别的问题,提出一种基于多特征融合的判决方法,利用了各种特征之间的优势互补,可以降低噪声和类内类间差异的影响,从而提高系统的性能,并且能增强适用性。最后通过实验结果证明,使用眼部和嘴巴特征融合的方法比单一的判决方法准确率更高。     

大气偏振模式特征及其在自主导航中的应用北大核心

针对复杂变化的大气环境,如何实现大气偏振模式的建模与时空变化规律的精确表征,是大气偏振模式相关研究的难点和热点。针对大气偏振模式在偏振光自主导航领域中的应用,通过分析大气偏振模式宏观变化规律,甄选可以作为导航参照的显著特征,详细介绍了大气偏振模式"∞"字形特征的建模方法,阐明了"∞"字形特征为偏振光导航提供航向信息的可行性,为偏振光导航信息的获取提供了一种切实可行的方法。     

一种性能驱动的时序规划方法

在超级计算机体系结构设计阶段 ,有必要进行时序规划 ,以尽早判断设计方案和性能指标的物理可实现性。提出一种性能驱动的时序规划方法 ,采用适于组件性能描述的时序性能模型 ,并按照线网权重分配路径延时余量 ,算法具有效率高、延时分配合理的优点     

基于小波变换的图像编码方法概述

小波变换将图像分期为一些不同频率、不同方向的子图像,这些子图像间存在较强的相关性,如何利用子图像间的相关性来提高编码效率是小波变换编码中研究的一个主要问题,本文从小波与分形、小波与树特征编码、小波与矢量量化三方面总结了近几年国内外基于小波变换编码方法的主要成果,并对基于小波变换的图像编码方法的发展方向作了展望。     

国民经济动员理论创新的主要内容和基本特征综述

中国国民经济动员理论创新热潮始于20世纪80年代。内容涵盖了动员的范畴、地位、功能、模式和快速动员与信息化建设等方面。其特征表现为全面性、本土性、阶段性和探索性。     

基于多尺度特征聚类算法的不确定目标检测

提出一种基于无样本的SAR图像目标检测分类方法。针对空战过程中难以获得大量SAR图像目标样本问题,采用基于全局CFAR的多尺度SIFT特征进行目标纹理描述,并针对特征维度较高及特征描述之间存在的冗余问题,通过PCA算法对其进行降维处理后,采用DBSCAN算法对潜在目标区域的多尺度SIFT特征进行分类实现目标检测。通过单一目标和多类目标图像进行实验验证,实验结果表明该方法具有一定的有效性和可行性。     

卫星单-混信号识别研究

针对卫星通信中常用的调制信号和成对载波多址(PCMA)混叠信号的调制样式识别问题,提出了一种基于高阶累积量和信号瞬时特征统计量的识别算法。该算法对接收数据进行预处理,在此基础上提取高阶累积量和信号瞬时特征统计量构造4个特征参数,构造树形分类器进行调制识别。算法具有不需要知晓信号的定时等先验信息,对混合幅度比不敏感等特点。仿真结果表明,该算法在低信噪比下仍然能保持较高的识别性能。     

基于深度森林的网络流量分类方法

随着网络应用的迅猛发展,流量分类在网络资源分配、流量调度和网络安全等诸多研究领域受到广泛关注。现有的机器学习流量分类方法对流量数据特征的选取和分布要求苛刻,导致在实际应用中的复杂流量场景下分类精确度和稳定度难以提高。为了解决样本特征属性的复杂性给分类性能带来的不利影响,引入了基于深度森林的流量分类方法。该算法通过级联森林和多粒度扫描机制,能够在样本数量规模和特征属性选取规模有限的情况下,有效地提高流量整体分类性能。通过网络流量公开数据集Moore对支持向量机、随机森林和深度森林机器学习算法进行训练和测试,结果表明基于深度森林的网络流量分类器的分类准确率能够达到96. 36%,性能优于其他机器学习模型。     

基于前方交会的无人机对目标定位方法

针对目前无人机基于前方交会对目标定位精确度低,提出了一种基于前方交会的无人机航摄影像定位方法。对所有航摄影像进行特征匹配,得到影像间关系。提出航线定向与坐标系建立法,来实现像空间辅助坐标系的自动建立。提出了基于图像变换关系的前方交会法,来实现目标点的三维定位。实验结果表明该方法能够自动解算航向,并且定位精准度较高。