基于高维信息的鉴别问题,进一步发展和完善我们创新提出的高维空间形象几何计算方法与仿生信息学,研究高维信息处理方法的新方法,探索出生物特征鉴别中可实际应用的维数压缩新理论、新算法和新技术。在计算数学算法研究上,开辟新途径, 从源头上发展简洁、高效、高比例压缩系列的数学表示和方法,发展如人脸图像等生物特征识别问题的新理论、新方法、新技术。研究发展先进的多权值矢量人工神经网络计算系统,通过多权值矢量神经元的复杂封闭曲面实现高维空间复杂几何形体的覆盖,研究解决机器形象思维和多特征融合身份验证的实现手段,研究完善可用于金融安全、安全监控等领域的基于人脸图像特征维数压缩(压缩到50Byte以下)的身份验证实用系统的原型。突破图像识别现有方法的局限,为生物特征识别提供新理论、新方法、新技术,为生物学、信息学中最具有计算复杂度的高维信息处理问题,为生命科学与分子生物学、信息科学提供新理论、新技术。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
基于SSVEP 直接脑控机器人方向和速度研究
小跨高比钢板- 混凝土组合连梁抗剪承载力计算方法研究
基于分形维数和支持向量机的串联电弧故障诊断方法
基于二维材料的自旋-轨道矩研究进展
面向物体识别的迁移学习理论与方法研究
一种三维物体识别的新方法--深层图匹配法
语音识别可信测度和拒识模型新方法研究
最优滤波和反卷积新理论和新方法