摘要：为避免诊断结果受医生潜意识和自身知识不全面等因素干扰而造成误判,提高医生诊断准确性,基于pca-C4.5算法设计一款高血压预诊系统。采用pca算法把可能具有相关性的高维变量变成线性无关的低维变量;对数据属性缺失问题通过决策树处理属性值缺失样本,对预处理后的数据特征值进行训练和学习生成决策树。实验结果表明,基于pca-C4.5算法的分类准确率平均达到了85.46%,相较传统C4.5算法提高了约1.27%。该系统不仅能够辅助医护人员进行高血压诊断,还可为用户自诊提供支持。

摘要：脑机接口研究涉及神经科学、信号检测、信号处理、模式识别等多学科的交叉领域,因其不断增长的潜在需求、广泛的应用前景和深入的理论研究意义,正成为一个新的研究热点。面向脑机接口大赛运动想象脑电数据的基础上,深入分析了小波变换算法的应用,对小波Mallat分解算法等通过软件方式进行了探索,在此基础上进行了专用电路实现。具体而言,在软件上实现了主成分分析(principal component analysis,pca)算法及线性判别式分析(linear discriminant analysis,LDA)算法,获取训练样本均值矩阵、分类效果最好状态下的pca维数及其相应的pca投影矩阵,并确定分类时的LDA投影方向及判别阈值。在硬件上,将上述相应参数固化到加速芯片的专用存储中,以现场可编程门控为载体,实现了Mallat分解算法,pca和LDA算法并系统验证了设计正确性。三个算法专用电路模块构成了一个脑机接口系统芯片,实现运动想象脑电EEG信号分类功能,分类准确率达到96.4%。

摘要：三维CAD模型相似性评价在工程中具有重要的意义,为达到该目的,常常需要先对模型进行姿态调整。三维模型的姿态调整是指将两个坐标系下建立的模型调整到统一的坐标系下,以便于实现模型的相似性比较。主成分分析法(Principal Component Analysis,pca)是最常用的模型姿态调整算法。但传统的方法没有考虑坐标轴方向不同的选取对算法效果的影响。描述了运用改进的pca算法对相比较的两个CAD模型进行姿态调整的详细步骤和方法,并讨论了pca算法产生的坐标系中各坐标轴方向的确定方法。最后,运用算例证明了文中所给出的算法和结论的正确性。

摘要：为了进一步提高汽车燃油经济性、驾驶性、安全性、汽车可靠性,针对国内人群驾驶风格分类不合理及识别精度不高的问题,提出一种驾驶风格分类及识别客观化的方案:首先综合考虑驾驶风格影响因素,设计驾驶风格道路试验并建立驾驶风格数据库;其次制定驾驶风格评价指标并借助pca算法实现评价指标的降维;接着选取k-means、模糊均值、层次聚类3种客观分类方法对数据库样本进行分类,借助主观评价及Silhouette函数挑选最佳的客观分类结果;最后基于神经网络建立驾驶风格识别模型并选择5组测试样本对其进行验证。5组样本的识别率为100%,说明该模型具有较高的识别精度。

摘要：为了适应当今各企事业单位考勤业务需求,设计了一款嵌入式人脸识别考勤系统,并详细设计分析了该系统的实现方法。从硬件角度方面,利用ARM芯片的优势,对本文设计的嵌入式系统整体方案、硬件选择和开发环境的搭建等进行分析;另一方面,从软件的角度,依据系统功能进行设计,并提出一种基于pca的人脸识别方法。最终通过系统性能测试,验证该方案的可行性。

摘要：当前门禁管理与网络请销假系统通常为有线组网模式,存在接入点不灵活且需要布线的问题,设计了一种基于ZigBee技术的无线通信门禁管理与网络请销假系统,并给出了系统整体框架和硬件、软件方案,重点对硬件中的进出门人脸识别模块进行了设计。通过分析pca算法在人脸识别中的应用,提出透视变换改进的pca算法,丰富了系统人脸识别模块的样本。最后通过仿真实验和系统测试,验证了本研究算法的有效性和系统的可行性。结果表明,本研究基于改进pca算法的人脸识别率较高,达到92%,相较于标准pca算法,识别率提高了11%,且不影响识别的耗时;整个系统可正常稳定运行,满足设计需求,可用于实际门禁管理和网络请销假。

摘要：现有P2P网络规模大、动态性高、异构性强,有效的搜索技术一直是P2P系统研究中的核心问题。本文针对无结构P2P网络泛洪搜索机制的盲目性所导致的查询开销大、效率低的问题,提出了一种基于本体的P2P网络搜索方法OA。该方法给出了一个基于本体的P2P网络搜索模型,并设计了一个全局共享的节点本体来表示和组织节点知识,以提高检索质量。同时,设计了一个节点聚类算法pca来改善消息路由。实验结果表明,OA算法比Gnutella算法实现了更高的查准率和查全率。

摘要：随着Android系统和人脸识别技术应用的迅猛发展,智能门禁系统越来越广泛的应用于智能大厦、智能小区、办公室和宾馆等场所,它正在成为安全防护系统中重要的组成部分;论文采用人脸识别技术与手机端身份识别技术,设计了一种基于Android的人脸识别门禁系统,实现了用户在Android手机端进行人脸识别身份验证获取服务器发来的二维码作为开门"软钥匙",用获取到的二维码去智能门禁终端进行扫码开门的功能;在人脸识别方面,采用了Adaboost人脸检测算法和pca人脸识别算法,并结合OpenCV实现了门禁系统的人脸识别;测试结果表明:本系统具有良好的易用性、安全性,并且获得较高的人脸识别率和识别速度,从而弥补传统门禁的缺陷与不足。

摘要：伴随着移动支付等新技术新业态的迅速发展和普及,人们急需一种可以在日常环境中,对使用者身份进行快速识别的技术,人脸识别以其不会遗失、防伪能力强、方便快捷的优点,受到了产业界的广泛关注。论文以人脸图像识别算法为基础,融合pca技术,将人脸数据特征库从高维空间映射到低维子空间,从而实现了人脸特征的快速比对。实验结果表明,该方法在保证识别效率的前提下,保持了较高的人脸识别成功率,体现了较强的实用性,对其他类似生物识别系统的设计提供了一个有益的参考和借鉴。

摘要：设计了融合人脸识别技术和嵌入式技术的新型智能门禁系统,以Smart210为主控制器,以Linux操作系统为软件开发平台,通过对采集到的人脸图像进行一系列预处理提高了人脸识别算法的抗干扰性,采用Adaboost算法进行人脸检测,融合分块LBP算子和pca算法进行人脸识别。测试结果表明,系统实现了预定功能,实时性和识别成功率都达到了预期的目标。