国家自然科学基金(60372049)
- 作品数：37 被引量：193H指数：7
- 相关作者：冯大政周祎郑春弟曾岳刘建强更多>>
- 相关机构：西安电子科技大学江西财经职业学院中国人民解放军海军兵种指挥学院更多>>
- 发文基金：国家自然科学基金江西省科技计划项目国防科技技术预先研究基金更多>>
- 相关领域：电子电信自动化与计算机技术理学一般工业技术更多>>
- 一种自适应加权变形的2DPCA人脸识别方法被引量：4
- 2011年
- 为了充分利用图像矩阵的局部信息和更多的鉴别信息,以提高2DPCA的识别率,提出了一种自适应加权变形的2DPCA人脸识别方法。该方法将人脸图像矩阵分块,然后利用变形的2DPCA方法提取特征,接着自适应地计算每个分块在分类中的权值,最后根据类别的权值大小进行分类。在ORL人脸库中进行的实验研究表明,该方法在正确识别率和识别时间上更优于传统的2DPCA和模块化2DPCA。
- 曾岳冯大政
- 关键词：自适应人脸识别识别率分块
- 基于预处理提高角度频率联合估计的稳健性被引量：1
- 2006年
- 研究了可建模为对称α稳定(SαS)分布的冲击噪声环境中的联合角度频率估计问题。利用SαS分布的特性,首先对阵列接收数据做高斯拖尾零记忆非线性变换(GZM NL)进行预处理,以降低幅值大的异常数据对参数估计性能的影响,然后给出了用2-D ESPR IT型方法来联合估计信号的二维参数。计算机仿真结果显示了所给算法的有效性及其对冲击噪声环境的稳健性。
- 周祎刘建强冯大政
- 关键词：阵列信号处理频率估计预处理冲击噪声
- 一种利用信号特点的实值MUSIC算法被引量：9
- 2007年
- 提出了一种实值MUSIC算法来估计波达方向(DOA)。利用BPSK和MASK调制信号为实信号的特点,将阵列上的接收数据用欧拉公式转换为正弦和余弦数据,再将它们进行拼接,增加了数据维数,这相当于将可利用的阵元个数加倍,在此基础上使用实值数据进行MUSIC类波达方向估计。该算法具有精度高、分辨力高和处理信号个数多等优点。仿真实验验证了算法的有效性。
- 冯大政郑春弟周祎
- 关键词：DOA估计MUSIC阵列信号处理
- 谐波恢复的多阶段分解算法被引量：1
- 2005年
- 研究了加性噪声中的谐波恢复问题。基于一组相关矩阵的结构化信息,提出了一种频率估计的多阶段分解算法,在每个阶段仅抽取单个分量。通过一种求所定义的代价函数最优解的有效迭代算法,该算法可以找到单个分量,再利用多阶段分解和多阶段重构,可以得到全部分量。仿真实验表明,该算法的性能优于TLS-ES-PRIT方法。
- 周祎冯大政
- 关键词：谐波恢复迭代算法
- 一种新的近场源三维参数联合估计方法被引量：4
- 2006年
- 提出了一种新的近场源频率、波达方向和距离的三维参数联合估计算法。基于阵列接收数据的高阶累积量,构造了三个适当的矩阵束,它们的广义特征值的相位给出频率、到达方向和距离的估计,同时其特征值的幅度实现三维参数的自动配对。该算法的参数估计有闭式解,无需复杂的搜索过程,且其参数自动配对。由于算法使用了四阶累积量,所以适用于任意结构的加性高斯噪声环境。计算机仿真实验证实了所给算法的有效性。
- 周祎冯大政刘建强
- 关键词：频率估计波达方向估计四阶累积量广义特征值
- 一种基于人脸垂直对称性的变形2DPCA算法被引量：4
- 2011年
- 本文分析了人脸的对称性和主成分分析法(PCA)、二维主成分分析法(2DPCA)的特性,证明了2DPCA协方差矩阵就是PCA协方差矩阵的主角线的平均值,同时表明2DPCA减少了对人脸识别有用的协方差信息。提出了一种基于人脸垂直对称性的变形2DPCA算法(S2DPCA),该算法最大程度地利用了协方差鉴别信息,用更少的系数表示一张人脸图像。通过在ORL的实验比较表明,该算法与PCA算法相比降低了计算复杂性,与2DPCA方法和PCA方法相比提高了人脸识别率,在识别率方面优于传统算法(PCA(Eigenfaces)、ICA、Kernel Eigenfaces),同时也压缩了人脸的存储空间。
- 曾岳冯大政
- 关键词：人脸识别人脸表示
- 快速子空间分解方法及其维数的快速估计被引量：50
- 2005年
- 提出一种快速子空间分解方法.该方法只需要知道某一期望信号的训练信号就可以实现信号子空间和噪声子空间的快速估计.给出快速确定子空间维数的方法.子空间维数的估计和子空间的快速分解是同时进行的.本文方法只需要多级维纳滤波器的前向递推,不需要估计协方差矩阵和对其作特征值分解,所以运算量可以明显地降低,而估计的性能接近于常规方法.最后,仿真结果验证了方本文法的有效性.
- 黄磊吴顺君张林让冯大政
- 关键词：子空间分解匹配滤波器降维多级维纳滤波器
- 基于非圆信号的实值ESPRIT算法被引量：16
- 2008年
- 在信号源为非圆信号的情况下,该文提出了一种实值ESPRIT波达方向(DOA)估计方法。根据非圆信号为实值信号的特点,利用欧拉公式将接收数据转化为正弦和余弦数据,并将其加以拼接,从而虚拟地将阵元个数加倍,然后在此基础上构造一个旋转不变结构来估计波达方向,新算法可以处理的信号个数是传统ESPRIT算法的两倍。由于在实值基础上进行特征值分解,所以该文提出的算法可以有效地将运算量减少到相同维数复值运算量的1/4。仿真实验表明新算法不仅估计精度高而且能够处理的信号个数可大于阵元个数。
- 郑春弟冯大政周祎雷革
- 关键词：阵列信号处理DOA估计ESPRIT
- 基于二值数据贝叶斯子空间的人脸识别算法被引量：1
- 2011年
- 基于贝叶斯空间的人脸识别算法均假定样本空间满足高斯分布,实际上样本空间很复杂,不一定能满足高斯分布。提出一种新的在贝叶斯空间进行人脸识别的算法,该算法通过设定图像灰度级的阈值,统计其出现频率,计算其类条件概率密度,利用贝叶斯公式求后验概率。该方法克服了传统贝叶斯方法难求类内和类间协方差矩阵的缺点,简单易用。实验结果证明,该方法具有可行性,识别率高于传统的基于代数的人脸识别算法(PCA、LDA和PCA+LDA)。
- 曾岳冯大政何新田
- 关键词：人脸识别后验概率
- 利用高阶累积量的盲多输入多输出系统辨识被引量：4
- 2005年
- 针对多输入多输出线性系统(FIR MIMO)的盲辨识问题,提出了一个线性的基于方程误差的高阶累积量(HOS)算法的改进算法。该算法利用一组输出信号的四阶累积量矩阵的零空间,把一个未知多输入多输出(MIMO)信道的冲激响应辨识成一个常的单项矩阵。对于信道长度一致的不同用户的MIMO系统来说,算法只需要很弱的辨识条件。和原算法相比,改进算法充分利用了输出信号的累积量矩阵固有结构,从而提高了算法的估计性能。计算机仿真验证了算法的有效性。
- 周德鑫冯大政赵梦
- 关键词：高阶统计量子空间分解
