【摘 要】
：
针对当前生物特征识别系统中没有对模板进行定时更新的问题,提出了一种生物特征识别系统中的模板更新方法。首先描述了自升级和共升级算法;然后利用基于路径聚类的方法完成自更新和共更新性能的理论分析;最后提出了路径聚类融合非监督模板更新算法。在大型DIEE多模式数据集平台上的实验结果表明,该方法能够对生物识别系统中的模板进行有效更新,此外,通过仿真模型表明,共更新的性能优于自更新的性能。
【机 构】
：
平顶山学院软件学院,上海交通大学继续教育学院
【基金项目】
：
国家自然科学基金资助项目（61103143）, 河南省科技厅自然科学研究计划项目（132300410276）, 平顶山学院青年科研基金资助项目（PDSU-QNJJ-2013010）
论文部分内容阅读
针对当前生物特征识别系统中没有对模板进行定时更新的问题,提出了一种生物特征识别系统中的模板更新方法。首先描述了自升级和共升级算法;然后利用基于路径聚类的方法完成自更新和共更新性能的理论分析;最后提出了路径聚类融合非监督模板更新算法。在大型DIEE多模式数据集平台上的实验结果表明,该方法能够对生物识别系统中的模板进行有效更新,此外,通过仿真模型表明,共更新的性能优于自更新的性能。
其他文献
针对在高分辨率SAR图像上具有明显L型结构高亮特征的建筑物目标,提出了一种提取高分辨率SAR图像建筑物L型结构中心线,并进而提取建筑物几何信息的方法。运用基于Gabor纹理特征和模糊C均值的方法对SAR图像进行分割,再结合骨架提取、骨架跟踪、最小外接矩形提取、最小二乘准则等技术实现了L型结构中心线的提取,最后利用中心线获取了建筑物的长度、宽度和方位角信息。基于机载SAR图像的实验表明,利用提出的方
为了快速地从互联网上的海量图像中检索出含有某种特殊标志的图像,提出了一种基于形状矩阵傅氏描述子(shape matrix Fourier descriptor,SMFD)的图像标志检索算法。该算法通过对图像内容进行分割得到目标对象的边界信息,并在光栅系统中进行目标轮廓边界点统计获得形状矩阵,然后分析其周期性变化规律和特点,对形状矩阵按列展开为一维向量并进行傅里叶变换,取傅里叶变换系数中模值大于模值
为了探究足底压力特征在身份识别中的应用,提出了一种静态步态聚类算法。该算法首先从压力测试板提取的静态数据中提取当前常用的足底压力特征,包含全局及局部特征,形成特征向量来表征样本对象;接着利用非负矩阵分解方法(non-negative matrix factorization,NMF)获取样本在变换特征空间中的映射及低维表示;最后结合模糊C-均值算法(fuzzy C-means algorithm,
提出了一种基于概率神经网络和K-L散度的样例选择算法。该算法利用概率神经网络估计训练样例的概率分布,利用K-L散度作为启发式来进行样例选择,用该方法选出的样例大多分布在分类边界附近。与五个著名的样例选择算法CNN、ENN、RNN、MCS和ICF进行了实验比较,实验结果显示,算法的选择比更低,训练出分类器具有更好的泛化能力,提出的方法是有效的。
针对传统推荐方法在短文本处理方面的不足,提出一种基于用户兴趣模型与会话抽取算法的微博推荐方法。该方法应用基于归一化割加权NMF的微博用户兴趣模型获取用户—主题矩阵,产生用户感兴趣的微博主题,结合基于Single-Pass聚类模型的会话在线抽取算法SPFC(single-pass based on frequency and correlation)获取微博的会话队列,并与用户感兴趣的微博主题进行相
异构网络中的小区选择是影响系统性能的关键因素,其与资源分配的相互耦合又极大地增加了复杂度。针对采用正交频分多址(orthogonal frequency-division multiple access,OFDMA)技术的宏蜂窝—微蜂窝(macro-pico)异构网场景,提出了一种基于博弈的下行链路小区选择算法。首先建立了资源分配与小区选择联合优化模型,进而将其转换为用户预接入与小区重选两个子问题
对于无线多跳网络,基于网络搅拌的拓扑干预机制可实现分布式可调的高能效无线拓扑,然而传统的拓扑干预机制没有解决底层节点与边搅拌子机制之间的平衡问题。提出了一种平衡的能耗优化拓扑干预算法,该算法首先使用多层序列规划法将一般的非线性优化问题转换为边搅拌和节点搅拌子机制的独立优化子问题,然后利用这些问题的解分析网络中的能量消耗与平均路径长度之间潜在的平衡性能。通过在不同网络规模和操作需求下的仿真,验证了该
为了延长无线传感器网络的生命周期,有效减少网络节点的能量消耗,通过对网络分簇和路由算法的研究,提出了一种基于流分割的均匀聚类无线传感器网络路由算法(DSUC)。该算法首选采用了基于流分割的均匀聚类来制定网络的簇头选举规则;其次,采用基于数据流分割的路由方法,该方法分为了数据流分割阶段和中继阶段,通过最小化成本函数来选择下一跳转发节点,有效减少网络节点的能量消耗。仿真实验结果表明,DSUC相比EAC
为快速有效地检测脑肿瘤,提出一种基于3D自适应模板匹配算法的脑肿瘤快速检测方法。采用改进的BET(brain extraction tool)算法从磁共振颅脑图像中提取出脑实质;再从脑实质中提取出包含所有肿瘤结构的3D感兴趣区域,并采用圆形度等特征对这些3D感兴趣区域进行筛选,筛选后的3D感兴趣区域可能是脑肿瘤。以每个3D感兴趣区域的中间层为基本层建立3D模板,将建立的3D模板与原图像中相应位置的
为了解决寄存器保持时间不满足而引起的短路径问题,提出一种自动修复短时序违反路径的FPGA布线算法。在VPR时序布线算法整体布线布通之后,调用短路径时序分析来获取违反短时序约束的布线连接,然后通过修改代价函数,对每条违反短时序约束的连接进行增量布线,使每条连接的路径延时尽可能达到满足短时序约束所需的延时。实验结果表明,本算法与VPR时序驱动布线算法相比,能够平均修复94.7%的短时序违反路径,而运行