基于级联降维判别的语言情感识别（英文）

为了准确地识别语音情感信息,研究了语音情感识别的降维中判别级联效应.基于现有的局部投影算法和图形嵌入理论,提出了一种新型判别分析算法,即DCLPP算法.为了能够对语音情感识别保持足够的信息,该算法利用嵌入图形为样本的内部特点保留了原始空间.然后,为了扩展映射形式,提出了一种kernel dCLPP(KDCLPP)的方法.在EM O-DB和eNTERFACE'05情感语音数据库上对该算法进行了验证,结果表明,所提算法可明显地超越现有的常用主成成分分析(PCA)、线性判别分析(LDA)、局部保持投影(LPP)、局部鉴别嵌入(LDE)和图优化的Fisher判别分析(Gb FA)等判别分析算法,这些算法都有不同类型的分类器.     

基于FLPP的极端学习机人脸识别方法

极端学习机(ELM)训练速度快、分类率高,已被广泛应用于人脸识别领域,但是在实际问题中由于数据具有较高维数,导致ELM在有限样本下存在学习不充分的问题。传统对数据进行有效维数约简的方法,没有考虑到数据之间判别信息和小样本问题。为此,提出一种强制性保留算法（FLPP）,以保持全部样本与局部样本之间的几何结构,同时类间离散度矩阵加入判别信息,因此避免了样本点重叠和小样本问题。实验结果表明,该算法有效提高了极端学习机的泛化性能和分类准确率。     

正则logistic回归在EEG信号运动相关电位分类中的应用(英文)

单次脑电分类实验中,采用基于logistic回归的正则化方法来提高分类准确率.首先,提出一种新算法——局部保持投影稀疏logistic回归,将局部保持投影正则项加入到稀疏logistic回归中.该算法旨在保留原始特征空间邻域信息的同时保证结果的稀疏性.然后,利用边界优化法和逐分量迭代算法在训练集上求解权重向量,克服了牛顿-拉夫森法和迭代重加权最小二乘法的局限性.最后,在自步调手指运动数据集上采用十重交叉验证法得到80%的分类准确率,并与稀疏logistic回归的实验结果进行对比,说明局部保持投影正则项有效地保留了对脑电分类有用的信息.     

非线性数据变换及其在离群聚类中的应用

为了提高高维数据集合离群数据挖掘效率,在分析了传统的离群数据挖掘算法优点和缺点的基础上,提出了一种离群点检测算法,首先将非线性问题转化为高维特征空间中的线性问题,然后利用非线性数据变换进行维数约减,对从高维采样数据中恢复得到低维数据集,通过本文提出的离群数据假设,并结合本文给出的离群聚类方法对所得数据对象投影分量是否是离群数据进行判别。仿真实验的结果表明了该方法能够有效地发现高维数据集中的离群点。与此同时,该算法具有参数估计简单、参数影响不大等优点,为离群点检测问题的机器学习提供了一条新的途径。     

改进的线性判别回归分类人脸识别算法

对线性回归分类算法进行了改进。考虑了线性回归分类算法中没有考虑的类间信息,通过选择类模式的投影方向判别不同类的模式,不同类的模式互相远离,相同类的模式尽可能靠近来估计投影矩阵;再利用投影矩阵将训练图像及测试图像投影到各类的特征子空间;最后,计算出测试图像与训练图像间的距离,利用K-近邻分类器完成人脸的识别。在FERET人脸数据库上进行实验验证。实验结果表明,相比其他回归分类算法,本算法取得了更好的识别效果。     

室内障碍物要素图构建方法

针对当前室内地图构建过程中未充分考虑可移动障碍物的问题,提出了一种室内障碍物要素图构建方法。首先,利用PointNet++-KPConv获取室内点云的语义信息;随后,采用滤波及体素下采样进行处理;然后,通过随机采样一致性(random sample consensus, RANSAC)算法及欧式聚类对门、墙及室内障碍物点云进行提取,并提出了一种障碍物类型判别方法,将室内障碍物划分为可移动障碍物和不可移动障碍物;最后,将要素点云投影到二维平面构建室内障碍物要素图。结果表明,所提方法可以有效提取室内要素,障碍物类型判别方法的总体准确率达到97.96%,生成的障碍物要素图能够正确地表达室内环境语义信息。     

基于局部特征核主成分分析的SAR图像识别方法

本文基于局部特征核主成分分析下的SAR图像识别技术手段的探讨研究,根据其基础性能的实际要求以及行业领域的发展标准,在此基础上提出一种两级2维式的局部特征提取判别嵌入的模式,这种局部判别嵌入特征提取的SAR图像识别方法,在图像处理与识别的过程中,有效避免了传统方法中将图像数据转化为向量后所带来的维数灾难以及小样本等问题的出现,通过这种两级2维局部判别嵌入的核主成分分析特征提取方法在SAR图像识别方法中的应用,极大地增强了系统对特征的判别效果。     

最小最大函数的最小投影求法

本文讨论了最小最大函数,在已知最大投影的情况下,给出了二维最小最大函数最小投影的一个算法。     

基于局部离散度的监督型线性判别分析及其应用

鉴于线性判别分析(Linear Discriminant Analysis,LDA)算法存在的弊端,本文提出了一种基于局部离散度的监督型线性判别分析(Supervised Linear Discriminant Analysis based on Local Dispersion,SLDALD)算法.新方法的改进主要有:1)从像元邻域的角度出发,对类内散布矩阵、类间散布矩阵进行重新定义,得到类内邻域散布矩阵和类间邻域散布矩阵.新定义充分考虑了不同区域之间像元光谱特征离散度的差异性; 2)在计算类间邻域散布矩阵时,赋予类边界像元较大的权重,让特征降维更针对此类像元; 3)在计算类内邻域散布矩阵时,加大类边界像元的权重,让后续的特征降维针对此类像元.同时,降低噪声点的权重,以抑制噪声点对特征降维的干扰.实验结果表明:相比依据LDA算法所获得的低维特征的分类结果,以SLDALD算法所获得的低维特征为依据,影像分类精度得到明显地提高.     

基于二维 PLA 的半监督动态人脸识别算法

提出一种结合二维PCA和二维LDA的降维方法,并将方法应用于人脸识别研究.对传统的半监督模糊聚类算法进行改造,使之可以直接用于二维数据矩阵进行动态聚类,并据此设计了一种动态学习算法.实验结果表明,与其他降维方法和聚类算法比较,这种结合了二维LDA的半监督聚类模型具有更好的识别率.     

基于图嵌入的特征提取算法研究

通过对图、完全图和正则图概念的介绍,详细地描述了图嵌入的方法,同时对主成分分析、线性鉴别分析、局部保持投影、保持近邻嵌入、L1图及其嵌入等经典的特征提取算法进行了详细的代数推导,列出了详细的推导过程,得出这些经典算法可以用图嵌入理论来解释的结论,最后得出特征提取算法的核心在于算法的图构造.     

基于半监督判别分析的语音情感识别(英文)

将基于多个嵌入图组合形式的半监督判别分析(SDA)以及核SDA(KSDA)应用于全监督的语音情感识别.在语音信号样本情感成分的预处理阶段,从样本语段中提取出多种特征及其统计参数,包括基音、过零率、能量、持续长度、共振峰和MFCC(Mel频率倒谱系数).在将样本特征送入分类器之前的维数约简阶段,使用经过参数优化的SDA或KSDA进行降维.Berlin语音情感数据库上的实验表明,在使用多类SVM分类器时的全监督语音情感识别中,SDA优于其他一些先进的基于谱图学习的维数约简算法,如LDA,LPP,MFA等,而KSDA通过核化的数据映射,能够取得比上述所有算法更好的识别效果.     

基于列选主QR分解和节约型SVD的直接线性鉴别分析

针对传统DLDA算法计算复杂的问题,提出了DLDA／ESVD算法,该算法直接使用ESVD降维和提取非零特征值对应的特征向量．然后,为了提高DLDA／ESVD算法处理高维低秩矩阵的性能,提出了DL—DA／QR—ESVD算法,该算法使用列选主QR分解降维,使用ESVD提取非零特征值对应的特征向量．在ORL,FERET和YALE数据库上的实验结果表明,所提出的2种算法具有几乎相同的性能,并在计算复杂性和训练时间方面优于传统的DLDA算法．另外,在随机数据矩阵上的实验结果表明,DLDA／QR—ESVD算法处理高维低秩矩阵的性能优于DLDA／ESVD算法．     

基于粒子群算法的太阳能电动汽车复合能源系统优化

太阳能电动汽车的复合能源系统优化匹配问题可以看成一个多目标优化问题,两个相互冲突的目标是极大化系统的峰值功率满足率和极小化系统的成本,前者关系到系统的可靠性后者涉及到样车能否量产,所以两个优化目标都很重要.本文提出了改进的粒子群算法优化配置太阳能电动汽车复合能源系统,这种改进的粒子群算法引进了遗传算法里的变异算子,并且打破常规算法里的加速因子为常数的惯例而使加速因子随时间改变.优化结果显示：改进的粒子群算法也能够很好地解决复合能源系统的多目标优化问题.     

[Co(bpdc)(H_2O)_2]_n配合物的合成及晶体结构

合成了一个新的Co2+配合物[Co(bpdc)(H2O)2]n(bpdc=2,2’-bipyridyl-3,3’-dicarboxylato),并通过X-射线单晶衍射测定了其晶体结构.该配合物属单斜晶系,C2/c空间群,晶胞参数:a=11.676(3),b=8.070(2),c=13.028(4),α=γ=90°,β=100.303(3)°;Z=4,D=1.854mg/m3,V=1207.8(6)3;[I>2σ(I)].该配合物为八面体结构,通过Co2+和一个配体bpdc的两个吡啶N原子、另外一个配体bpdc的两个不同羧基的O原子和两个配位水分子的O原子所构成.bpdc作为桥连配体,连接着两个中心Co2+,构成一维无线链,进而通过氢键形成二维网状结构.     

配位聚合物[Cu(NIPH)(phen)]_n的水热合成及晶体结构

采用水热法合成了一个新的分子式为[Cu(NIPH)(phen)]n的金属-有机配位聚合物(H2NIPH=5-硝基间苯二甲酸,phen=1,10-邻啡啰啉),并对其进行了元素分析、红外光谱和X射线单晶衍射测定.该配合物属于单斜晶系,空间群P2(1)/c,晶体学数据:a=10.6691(14),b=12.5959(16),c=13.0765(17),β=95.505(2)°,V=1749.2(4)3,C20H11CuN3O6,Mr=452.86,Dc=1.720g/cm3,μ(MoKα)=1.297mm-1,F(000)=916,Z=4,最终R=0.0335,wR=0.0809(2870个可观测点).该配合物具有二维网状结构.     

基于MUK-means算法的微博舆情意见领袖群识别

推动微博舆情事件演化是众多意见领袖共同作用的结果,因此识别意见领袖群对于舆情事件的监管具有重要作用。提出微博舆情话题下的意见领袖群识别模型,综合考虑用户属性特征、交互特征和网络结构,设计微博舆情下用户影响力评估算法MUR,并结合K-means算法形成MUK-means算法,实现对意见领袖群的识别。以新浪微博数据进行实验,MUK-means算法的聚类时间（14s）远远少于传统K-means算法（32s）,而且基于MUK-means算法得到的意见领袖群的用户覆盖率高达86.3%。实验结果表明,MUK-means算法改进了K-means算法初始聚类中心不确定的缺点,不仅提高了聚类效率,而且实现了对意见领袖群的有效识别。     

一维p—laplacian方程组的正解存在性

考虑一维p—laplacian非线性边值问题：（φ（x’））＇＋f（t,x,y）=0,（φp（x）’）’＋g（t,x,y,）=0,其中φp（s）=｜s｜^p-2s,p〉1．通过应用krasnoselskii锥不动点定理,建立了该问题存在多个正解的充分条件,推广并丰富了以往文献的一些结论．     

一种语音端点检测算法在DSP上的实现

介绍了一种对背景噪音进行动态估计的汉语语音端点检测算法,较一些常规的端点检测方法如基于能量的端点检测方法,具有更高的精度和鲁棒性．并用TI的TMS320VC5410 DSP来实现一个带端点检测的语音识别系统．通过进行汉语孤立词语音识别实验,表明这种算法是有效的,能得到较高的识别率．     

多无人机辅助的物联网信息与能量同传优化策略

目前基于无人机的物联网信息与能量同传优化研究大都只考虑了单无人机且部署固定高度的情形,针对这一局限性,设计一个多无人机辅助的信息与能量同传系统,并提出一个联合优化设备关联关系、无人机位置、无人机发射功率和设备功率分割比的多变量固定交替迭代优化算法,以实现设备最小采集能量最大化.在每次迭代中,首先根据信号强度确定关联关系...