基于结构化Fisherface的人脸识别新方法

特征提取是人脸识别中一个关键步骤.传统的Fisherface人脸识别方法中用样本的类均值和总体均值定义相应的散布矩阵,丢失了样本个体之间的结构信息,本文提出了一种基于原始样本个体结构信息的结构化Fisherface人脸识别方法,最后得到的特征数据中保留了原始样本更多的分布信息.在ORL人脸数据库的实验结果验证了该方法的有效性.     

一种改进的快速压缩跟踪算法

为研究目标跟踪问题,构造多种不同尺度的滤波器对目标进行滤波,生成目标高维特征;利用符合有限等距性质要求的稀疏矩阵对高维特征进行采样,获得目标低维特征.采用朴素贝叶斯分类器输出与Bhattacharyya系数乘积的形式作为目标与候选目标之间的相似性度量,并选择最大值所对应的候选目标作为下一帧中的目标.文中提出了一种改进的快速压缩跟踪算法.实验表明,该改进的算法能够对目标进行有效跟踪.     

多传感器多平台多目标数据融合系统中的数据对准研究

数据对准是数据融合系统中相关、跟踪和识别等功能的基础。通过研究多传感器多平台多目标战术数据融合仿真系统，对该系统数据对准的功能层次作了探讨，并根据海上目标的特点，设计和实现了相应的时间对准算法和空间对准算法。     

实时环境下分布式数据管理的几个问题

针对现代海战环境下数据的非结构化、分散、广泛、实时等特征,并参照英国海军ADDAM(A Distributed Database Application Management System)系统,提出了实时环境下海军分布式指挥和控制系统RNDCCS(Rintime Naval Distributed Command and Control System).同时,详细讨论了实时环境下分布式数据管理遇到的数据分页,数据的更新和维护,结点恢复等典型问题.     

不完备目标信息系统中的可变精度粗糙集模型

文中以同时具有缺席型和遗漏型未知属性值的不完备目标信息系统为研究对象，根据特征关系，研究可变精度粗糙集的模型及其性质．可变精度粗糙集模型与原始的粗糙集模型不同，它是建立在集合多数包含的基础上的，因而该模型是基于特征关系的经典粗糙集模型的推广形式，而基于特征关系的经典粗糙集模型则是可变精度粗糙集模型的一种特殊表现形式．文中对新模型的主要性质作了阐述和证明，结果表明：在不完备目标信息系统中，新模型与原始的粗糙集模型相比具有更高的近似精度，可进行更为精确的度量．     

使用规则模板进行二次数据采掘的新方法

介绍了使用规则模板对已发现的互联规则集进行二次采掘的方法.与其它规则模板方法不同,所介绍的规则模板比较接近规则表达式,因而更便于与用户交互.这种方法适用于各种已发现互联规则集的二次数据采掘.     

基于神经网络的工程图表数值计算

以典型的工程图表为例，提出了一种用神经网络来解决工程设计中的查表问题的实用方法。计算结果表明，对于一个较为复杂的工程图表，需要一个4层的BP神经网络才能很好地处理，从而为工程设计CAD提供了一个有效的方法。     

GM（1，1）灰色模型在目标跟踪中的分析和改进

分析GM(1，1)灰色模型应用于目标跟踪的性能，指出其为受限的变加速模型，提出了速度模型的概念，并指出模型精度的受限的原因，给出相应的改进方法，最后通过仿真说明了该方法的有效性。     

一种基于独立成分分析和径向基神经网络的人脸识别新方法

提出了一种新的基于独立成分分析和径向基神经网络的人脸识别方法。独立成分分析可以从高阶上消除特征数据的相关性,改进了主成分分析方法只能从2阶上消除数据相关性的弱点;最终特征数据的分类由RBF神经网络来实现。在人脸数据库上的实验结果表明该新方法的识别性能较其他方法有了很大提高。