摘要：通过对欧氏距离度量的分析,提出了自适应距离度量。首先利用训练样本建立自适应距离度量模型,该模型保证了训练样本到相同模式类的距离最近,到不同模式类的距离最远,根据该模型建立目标函数,求解目标函数,得到最优权重。基于最小距离分类器和K近邻分类器,采用UCI标准数据库中部分数据,对提出的自适应距离度量和欧氏距离度量进行了实验比较,实验结果表明自适应距离度量更有效。

摘要：研究如何利用计算机图像处理与模式识别技术建立一套实时监测系统,从而有效地对锅炉结焦状态图像进行处理和识别。通过结焦图像处理系统获取位图格式的结焦图像,从中提取用于结焦状态诊断的特征量。设计了一个最小距离分类器,对其用大量样本进行训练和测试,并将待识别图像的特征向量作为分类器的输入量对其进行结焦状态的诊断。

摘要：车型识别是智能交通系统研究的关键技术之一,针对车型识别的过程中存在处理的信息量大,提取特征维数高,识别实时性较差等问题,设计了一种融入PCA的LBP特征降维车型识别算法。首先在视频序列中使用帧间差分法提取目标车辆;然后计算目标车辆的LBP特征并利用PCA方法将数据由像素维数降至训练数据维数,在增强识别算法对光线变化鲁棒性的同时,一定程度上降低了车型识别的计算量;最后利用最小距离分类器对目标车辆进行分类识别。实验结果表明,所设计的车型识别算法与常规PCA方法相比,所设计的算法在光照变化时识别准确率有所提高,算法的实时性得到了一定的提升。

摘要：针对传统方法己经不能满足线路检修的需要,设计了一种基于计算机视觉的钢轨扣件螺母缺失检测系统,建立了钢轨扣件螺母缺失检测系统的系统框架,提出了一种基于特定区域像素点扫描统计的扣件定位算法,使用了主元分析法算法来提取扣件螺母特征向量,并利用最小距离分类器对扣件进行分类。实验结果表明,该系统能有效地自动识别钢轨扣件螺母是否缺失,能在一定程度上代替扣件系统螺母的人工巡检。

摘要：设计了一种基于图像分块的LDA(linear discriminant analysis)人脸识别方法,该方法从模式的原始数字图像出发,先对图像矩阵进行分块,然后对分块子图像进行LDA特征提取,从而得到能代替原始模式的低维新模式,最后再用最小距离分类器进行分类。该方法克服了传统LDA方法的缺点,其优点是能有效地提取图像的局部特征。实验表明:该方法在识别性能上优于Fisherfaces方法。

摘要：对于有效的提取轨道扣件的特征,提出一种基于小波变换与多尺度局部二进制相结合的特征提取方法。首先将图像进行小波变换,可以有效的去除图像中的噪声,提取出其低频部分,突出图像局部的信息,然后使用多尺度局部二进制对其进行特征提取,而多尺度局部二进制算法则可以在既保留图像局部信息的同时,最大程度留住图像整体信息。通过实际的实验,用最小距离分类器对该特征进行分类识别,表明该方法有效,可行,提高了图像中轨道扣件的识别率。

摘要：指纹分类是自动指纹识别系统中的关键技术,但目前的算法对低质量的指纹图像的分类还存在较大的误差。为了能够对低质量的指纹图像进行准确分类,提出了一种基于频谱能量的指纹分类,首先对分块的指纹图像进行傅立叶变换,然后根据频谱图中能量的分布特点得到指纹图像的方向图,提取core点周围的指纹图像的方向向量作为该指纹图像的特征向量。最后使用K近邻分类器和最小距离分类器对输入指纹进行分类。在NIST-4指纹数据库上的实验结果表明了算法的有效性,分类正确率达到94.1%,且算法速度比同类算法有较大的提高。

摘要：提出了一种基于类内类间离散度的最小距离分类器设计方法。该方法解决了分类过程中样本点分散和样本不可分问题。基本思想是:利用训练样本定义类内类间离散度矩阵,根据对离散度矩阵的分析,建立目标函数,求解目标函数,得到一组最优解。在分类时,应用最优解进行加权定义,从而获得更好的识别结果。采用UCI标准数据集实验,实验结果表明该算法具有一定的优越性。

摘要：在交通标志识别系统设计过程中,对于交通标志的特征提取是关键技术之一.针对交通标志图像的不变矩特征,利用Hu不变矩检测交通标志,并采用最小距离分类器对其特征向量进行分类,最后通过Matlab和C++仿真验证,结果表明能够较好地检测出交通标志的特征.