1 吉林大学 计算机科学与技术学院, 吉林 长春 130012
2 中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
3 吉林大学 符号计算与知识工程教育部重点实验室, 吉林 长春 130012
为提高航天软件测试的效率和质量, 针对同公司航天软件数量少、研制周期长的特点, 提出了一种跨公司航天软件缺陷预测方法。从航天软件背景信息复杂、规模大、功能独立等特征出发, 提出基于静态分类缺陷预测的模型构建思想。引入迁移学习方法, 利用最近邻分类器和数据引力模型, 对训练数据的分布特征进行修正, 提高训练数据与目标数据的相似性; 为提高模型的泛化能力以适应目标数据的多样性, 提出在训练数据中加入少量目标数据用于模型训练。将该方法在实际工程中进行应用, 实验结果表明, 与已有软件缺陷预测方法相比, 该方法在保持较低误报率(不高于0.3)的情况下可有效提高召回率(接近0.6), 整体可信度得到有效增强(G-measure超过0.6), 方法稳定度高, 泛化能力较强; 本方法在实际工程中对测试规模影响可控, 测试效率得到提高。
缺陷预测 迁移学习 最近邻分类器 数据引力 朴素贝叶斯 defect prediction transfer learning nearest neighbor classifier data gravity naive Bayes
1 湘潭大学物理与光电工程学院， 湖南 湘潭 411105
2 湖南应用技术学院机电工程学院， 湖南 常德 415000
针对单样本环境下传统人脸识别算法识别效果不佳的问题，提出一种结合改进中心对称局部二值模式和位平面分解的单样本人脸识别算法(ICSDBP)。采用改进中心对称局部二值模式算子提取人脸的特征信息得到两幅不同半径的纹理特征图像，将每幅纹理特征图像分解为4幅位平面图像，最后将8幅特征图像串联融合，使用最近邻分类器进行分类识别。在AR、CAS-PEAL和Extend Yale B人脸数据库上的仿真结果表明，该算法具有较高的识别率和较快的识别速度，对光照和表情等变化具有较好的稳健性。
图像处理 人脸识别 单样本 中心对称局部二值模式 位平面分解 最近邻分类器 激光与光电子学进展
2018, 55(7): 071012
重庆大学 光电技术与系统教育部重点实验室，重庆 400030
针对局部线性嵌入(LLE)算法易受偏转角度和近邻选取的影响，提出了一种双层LLE(DLLE)的人耳图像识别方法，并结合Gabor小波和DLLE提出了GDLLE。DLLE首先计算各样本与每类样本中心的欧氏距离，再把欧氏距离最小的K类所有样本作为LLE的近邻，提取出鉴别特征，最后由最近近邻分类器对鉴别特征进行分类。在USTB3人耳图像库上的实验结果表明，本文提出DLLE能够减小偏转角度和近邻对LLE算法的影响，结合Gabor小波后进一步改善了算法的识别率。
人耳识别 Gabor小波 最近邻分类器 ear recognition LLE LLE Gabor wavelets nearest neighbor classifier
