无线传感器网络技术等
项目概况
- 普适计算对象感知多模态不精确性数据融合算法研究普适计算 中多个或多类传感器获取感知对象数据，感知对象中大量的数据是以多模态的形式呈现的，进行有效融合，能够更好地感知识别对象。针对普适环境下多模态信号有效融合进行对象感知，主要开展了以下工作：1）数据融合。多个子空间直和能保证多个子空间数据 融合时各子空间得到的特征向量相互两两正交，更有利于分类识 别，本项目基于多子空间直和进行特征融合，提出了一种新的人脸识别算法；通过不确定度研究各种特征在人脸识别处理过程中的作用，得到尽可能好的特征，计算其相对权值，并进行特征融合，得到最好的表征人脸特征的数据；针对现有彩色人脸识别算法的不 足，本项目提出加权颜色相关图和LBPT算法，并采用有效的方法结合这两种方法实现高效的彩色人脸图像识别；针对传统D－S证 据理论存在处理冲突证据的不足，本项目提出了修正算法；本项目研究了Curvelet变换，提出了Curvelet(曲波)变换结合2DPCA(二维主分量分析)的嵌入式人脸识别方法。针对Log-Gabor函数能有效改善普通Gabor函数低频表示不足而高频过度表示的缺点，提出了结合互信息量和Log-Gabor特征的嵌入式人脸识别方法。2）无线传感器网络技术研究。研究了有效降低能耗的方法，提出了 LEACH改进协议—可变通信周期策略的能量均衡成簇协议 ACPSEB-LEACH；针对降低无线传感网能耗和保证数据精度之间的冲突，提出了自适应采样数据并利用压缩感知进行压缩的方法；针对 LEACH协议簇头节点分布不均导致无线传感网节点能量消耗不均衡 等不足，提出一种结合K-means均匀分簇和数据回归的能量均衡策略。3）其他研究。使用法国航空航天实验室ONERA推出的运行 支撑系统CERTI作为支撑系统，研究并实现一种基于HLA标准的仿真系统；研究了深度学习技术，并应用于自动驾驶的仿真；研究了基于哈希的跨模态检索；研究了结合图片的视觉问答；构建了一个人脸数据集。
团队介绍
Copyright @ 2019 新乡科技服务中心 豫ICP备19023816号