-
题名基于加权特征脸法的人脸识别
被引量：4
- 1
-
-
作者
艾英山
张德贤
-
机构
河南工业大学机电工程系
-
出处
《微计算机信息》
北大核心
2005年第10X期200-201,192,共3页
-
基金
河南省教育厅基础研究项目资助
编号2003520261
河南省自然科学基金项目资助(编号994060500)。
-
文摘
人脸识别是模式识别领域中一个相当困难而又有理论意义和实际价值的研究课题。本文在传统的特征脸方法的理论基础上提出一种改进的特征脸方法,就是把人脸图像分成上中下三个部分,分别应用特征脸方法,在识别计算距离时赋予不同的权值,最后确定综合距离最小的人脸图像。把这种方法和传统特征脸方法进行了对比实验,结果证明了该方法的可行性和良好的抗畸变能力。
-
关键词
人脸识别
主元分析
特征脸
权值
-
Keywords
Face recognition
Principal Component Analysis
Eigenface
Weight
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名人脸识别方法的综述与展望
被引量：12
- 2
-
-
作者
艾英山
张德贤
-
机构
河南工业大学机电工程系
-
出处
《计算机与数字工程》
2005年第10期24-27,共4页
-
基金
河南省教育厅基础研究项目资助(编号2003520261)
河南省自然科学基金项目资助(编号994060500)
-
文摘
综述了人脸识别理论的概念和研究现状,讨论了其中的关键技术和难点以及应用和发展前景,最后对人脸识别研究中的有关问题提出了我们的看法。
-
关键词
人脸自动识别
面部特征提取
-
Keywords
Face recognition, Facial feature extracticon
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名基于文本和类别信息的KNN文本分类算法
被引量：2
- 3
-
-
作者
艾英山
张德贤
-
机构
河南工业大学信息科学与工程学院
-
出处
《计算机与数字工程》
2009年第11期10-12,49,共4页
-
基金
河南省科技攻关项目(编号:0324220024)资助
-
文摘
提出了一种基于文本和类别信息的改进KNN文本分类算法。传统的KNN算法在计算样本相似度时利用的是文本和特征的相关信息,因此存在计算量大的明显缺陷,使其在具有大量高维样本的文本分类中缺乏实用性。新算法利用文本和类别的相关信息计算样本间的相似度,能够对特征维数进行有效的压缩。实验表明,该算法有较高的文本分类效率。
-
关键词
文本分类
K近邻法
特征降维
类别分布
-
Keywords
text classification, KNN, feature reduce, sort distribution
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于CAN总线的粮食储藏监控系统应用研究
- 4
-
-
作者
艾英山
王锋
孔李军
-
机构
河南工业大学信息科学与工程学院
-
出处
《粮油加工》
北大核心
2010年第7期62-64,共3页
-
基金
"十一五"国家科技支撑计划重点项目(2008BADA8B03)
-
文摘
本文以CAN总线通信网络为基础,给出一种基于CAN总线的粮情信息采集系统,给出该系统的总体结构,并对系统的硬件配置和软件功能做了详细的说明,详细论述了硬件接口电路和一种基于USB接口的CAN总线网络适配器的设计方案。
-
关键词
CAN总线
粮情监测
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
-
-
题名基于聚类和密度的KNN分类器训练样本约减方法
- 5
-
-
作者
艾英山
张德贤
-
机构
河南工业大学信息科学与工程学院
-
出处
《计算机与数字工程》
2009年第5期10-12,共3页
-
基金
河南省科技攻关项目(编号:0324220024)资助
-
文摘
提出了一种基于聚类和密度的KNN分类器训练样本约减方法。使用KNN分类器进行文本分类的时侯,由于训练样本在类别内分布的不均匀,会造成分类准确性的下降,而且相似度计算量非常大。新方法根据训练样本的密度采用聚类的方法,约减了一定数量的"噪声"样本。实验表明,使用该方法能同时提高KNN分类器的准确率和效率。
-
关键词
K近邻法
样本聚类
样本密度
-
Keywords
KNN, samples clustering, density of samples
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名粮情测控系统中多传感器信息融合技术的应用
被引量：13
- 6
-
-
作者
王锋
孔李军
艾英山
-
机构
河南工业大学
-
出处
《农机化研究》
北大核心
2010年第2期166-169,共4页
-
基金
"十一五"国家科技支撑计划重点项目(2008BADA8B03)
河南工业大学科研基金项目(08XGG012)
-
文摘
为了保证储粮安全,需要严格控制的温度、水分、湿度和害虫等内部与外部因素。将信息融合技术应用于粮情测控系统,把多个异质传感器提供的数据进行融合处理,以提高目标参量测量的准确度和稳定性,提出一种基于多参数的两级信息融合方法。首先,通过分布图及自适应加权方法对粮情数据进行初次融合;然后,通过BP神经网络对其融合结果进行处理。该方法能够实现对同质数据的优化处理,并从整体上考虑了异质数据的互补性,提高了测控系统的可靠性。
-
关键词
粮情测控系统
信息融合技术
多传感器
BP神经网络
测量精度
-
Keywords
stored - grain condition＇s monitoring and controlling
information fusion
multi - sensor
BP neural net- work
measurement accuracy
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
S126
[农业科学—农业基础科学]
-
