手背静脉身份识别由于其非接触和不易被污染等独特的优势,已成为各种新型生物特征识别手段中的研究和应用热点.如何提取具有高鉴别性且鲁棒的手背静脉图像特征是本文的研究重点.本文简述了基于局部二值模式(local binary pattern,LBP)的特征提取方法及其改进方法的基本原理,讨论分析了其不足,并针对不足,提出了一种多尺度块中心对称局部二值模式(multi-scale block center-symmetric LBP,MB-CSLBP)算子.本文所提出的MB-CSLBP算子既考虑图像的局部宏观特征,也兼顾图像的微观特征,获取了更加全面的图像信息.在自建的2040幅近红外手背静脉图像数据库中,用MB-CSLBP方法获取图像特征并使用最近邻分类器进行识别.大量的对比实验结果表明,本文所提方法的识别率达到98.21%,优于原始LBP及其改进算子,中心对称局部二值模式(center-symmetric LBP,CS-LBP)和多尺度块局部二值模式(multi-scale block LBP,MB-LBP)等

案例背景 通州区位于北京城东部,是首都的“东大门,是闻名中外的京杭大运河的北起 点。在北京市制定的“两轴一两带一多中心城市空间发展战略研究中,通州区不仅 属于“多中心”中的重点之一,而且处于“一轴”(长安街延长线)、“一带”(东部发 展带)的核心位置。全区面积912.34平方公里,辖11个乡镇、4个街道办事处、 153个居(家)委会、480个行政村,人口67万

新型聚合物石英压电传感器制备过程中，AT切型石英压电传感器基体的表面粗糙度及其基膜界面化学性质影响聚合物薄膜的生长，导致聚合物薄膜厚度不均匀、表面存在缺陷，使得传感器采集的频率信号不稳定.本文建立了新型聚合物石英压电传感器在考虑薄膜厚度不均、中心缺陷条件下的力学模型，利用ANSYS有限元软件对其进行模态分析，得到复杂条件下传感器振动特性.模态分析结果发现，传感器固有频率值随聚合物薄膜缺陷的半径值增大呈现出从稳定到发散的趋势、随薄膜的厚度值增大呈现出线性增大的趋势.研究结果表明，新型聚合物石英压电传感器的生产应确保薄膜厚度均匀且严格控制中心缺陷半径小于0.5 mm，该结果为制备稳定的新型聚合物石英压电传感器提供了重要依据

期货市场作为目前市场经济的最高组织形 式,发展速度极快,大连商品交易所的非转 基因大豆品种交易量现在占世界第一位, 大连商品交易所已成为世界非转基因大 豆期货交易中心和价格发现中心。控制 风险,是期货市场永恒的主题,由于期货市 场在我国是全新事务,不具有完善的法制 环境投资者法律意识又相对薄弱,故在短 期内建立完善的风险控制系统和法律体 系任务十分艰巨

一、大数定律 我们知道,概率论与数理统计是研究随机现象统计规律性的数学分支。但是,只有对大量随 机现象进行观测时,随机现象的统计规律性才会呈现出来。为了考察“大量”的随机现象,就导 致了极限定理的研究。概率论中极限定理的内容是很广泛的,其中最主要的是大数定律和中心极 限定理 在引入大数定理之前我们先证明一个重要的定理

理工大字 二00一年招收士研究生入学考试试题 考试科: 建设计 适用专业:建设计及其理 学术会展中心 为加强学术交流。各种学术议和展觉,拟在装高咬内 一座学会展中心 一、建地点

一、地简况 地块位于口减中心新业区南,区内地形平,基地尗 测为市综合住用光,两南角为市了心公园,为测为市科技 中心,北倒为旧城商业区,求地内原有建筑拟全拆除基

采用数值模拟的手段,研究了楔横轧轧制铝合金时轧件内部空洞演化的一般规律和工艺参数对空洞演化的影响.结果表明:轧件内部单空洞演化的一般规律是球形-椭球形-轧件内部轴向贯通的孔腔;多空洞演化时,位于轧件中心的空洞的变化规律和单空洞时相似,但其余位置的空洞发生了闭合,它们对中心空洞有正作用方面的影响;在模具的各个阶段中,楔入段的后期和展宽段的前期是内部空洞演化的关键阶段;在楔横轧加工的工艺参数方面,展宽角是影响空洞演化的最敏感因素,其次是断面收缩率,再次是成形角.研究证明了小的成形角、展宽角和断面收缩率均有利于轧件内部空腔的扩展

采用电子背散射衍射技术对高硅钢近柱状晶初始组织直接热轧、温轧、冷轧和退火组织及织构演变进行分析,并测定相应退火板的磁性能.该实验条件下组织与织构演变规律体现了表层剪切细小组织和中心层粗大组织的竞争关系,其中中心层组织与原始立方取向相关或表现为α线取向.柱状晶的影响在最终退火组织中仍存在,少量立方取向区域可遗传到最终退火板中,虽然没有大量出现,仍有效削弱了{111}织构.形变退火过程中与原始立方取向线有关的晶粒尺寸普遍较大,有利于磁性.样品最终的磁感应强度低于文献报导的强{120}〈001〉或{100}〈021〉织构样品,但高于普通无取向高硅钢,且轧向和横向磁感应强度值差异小,所以柱状晶组织有利于无取向高硅钢的制备

对金相图像进行快速精确分割是金相晶粒评级的关键步骤，利用传统Chan-Vese（CV）模型很难将晶粒精确地提取出来.为了更加精确地对金相图像进行分割，提出一种基于改进CV模型的金相图像分割方法.初始化水平集函数，对曲线内外两部分分别计算其倒数坎贝拉距离，并将该距离的大小作为拟合中心的权重系数，有效抑制了噪声点对区域拟合中心准确性的影响；引入指数熵自适应调节曲线内外能量权重，减少固定能量权重对曲线演化的影响；同时加入距离规范项以避免水平集函数的重新初始化，加速该模型的收敛.实验结果表明，与传统CV模型、测地线活动轮廓模型、距离规范项的水平集模型以及偏置场修正水平集模型相比，所提方法分割出的金相图像更加精确，分割效率较高且模型收敛性较好