通信信号的调制方式识别是信号处理领域的重要组成部分。针对卫星信道中常用的几种数字调相信号，提出了一种基于高阶累积量和星座图的调制方式识别算法。仿真结果表明，所研究的调制方式识别算法是可行的、有效的，而且具有良好的性能。

采用2DPCA 方法提取人脸图像的特征值, 通过RBF 神经网络进行训练和识别, 提出一种基于2DPCA 和RBF 神经网络的人脸识别方法, 并将此方法应用于ORL 人脸库。实验结果表明, 该方法不仅具有较好的人脸图像识别能力, 而且能明显缩短识别算法的运行时间。

基于完美反射和灰度世界的试纸颜色校正与识别方法.pdf

这是我的毕业论文，从封面设计到最后的致谢，一应俱全，写作思路明确，希望对写毕业论文的朋友有帮助

基于Gabor小波变换和人工神经网络的人脸识别方法，matlab代码。

基于脑电信号的身份识别方法，作者应用运动想象的方法分三个波段，想象四类运动。

在手势识别研究过程中，人工选取特征难以适应手势的多变性。提出了一种结合肤色模型和卷积神经网络的手势识别方法，对采集的不同背景下的手势图像，首先用肤色高斯模型分割出手势区域，然后采用卷积神经网络建立手势的识别模型，该模型融合了手势特征提取和分类过程，模拟视觉传导和认知，有效避免了人工特征提取的主观性和局限性。识别模型以手势区域的灰度信息为输入，同时利用权值共享和池化等技术减少网络权值个数，降低了模型的复杂度。实验结果表明，卷积神经网络（CNN）方法能够有效进行特征学习，在不同数据集下对手势的平均识别率都达到95%以上，与传统方法进行对比实验，表明该方法具有较高的识别率和实时性。

在目标识别时，提取目标自身特征的算法复杂度高不符合实时处理要求，而且总是存在着一定程度的误差而影响到后续的工作，而基于数字水印的目标识别时通过对目标附加一个显著的特点，通过提取数字水印进行匹配来实现目标识别。

直流系统故障分类及其产生的机理

提出一种二维分数阶傅里叶域(2D-FrFT)多阶次特征融合分类算法.该方法充分利用分数阶傅里叶域不同阶次下表情特征之间的相关性,选取两个阶次的表情特征,利用典型相关分析法(Canonical Correlation Analysis,CCA)进行特征融合,并通过基于支持向量机(Support Vector Machine,SVM)的多层次分类机制进行人脸表情识别.仿真实验结果表明,采用多阶次特征融合算法后提高了平均识别率,降低了表情特征维数,减小了计算量.