基于多尺度逼近的多维传感信息解耦新方法

针对多尺度插值解耦方法的尺度特征计算和尺度阈值优化求解问题，提出了一种基于多尺度逼近的多维传感信息解耦新方法，该方法通过函数多尺度逼近快速获取尺度特征，避免了特征方程的构建，根据尺度取值顺序确定尺度阈值和相应的插值方法，实现准确度目标下的快速解耦。结果表明，尺度阈值等于 时，多尺度插值解耦方法的解耦误差约为0.4575%,计算时间为80ms。     

对流扩散方程的多尺度解耦小波算法研究

针对传统有限元方法在求解对流扩散问题时常会出现的数值震荡和数值耗散等缺点,提出一种对流扩散方程的尺度解耦小波求解方法。介绍第二代小波多分辨分析,推导有限元多分辨空间的两尺度关系,提出对流扩散方程的多尺度计算框架。推导对流扩散方程的解耦条件,并利用提升方案构造多尺度解耦小波。提出多尺度解耦小波算法,该方法通过向求解域添加解耦小波,逐步逼近问题精确解。数值算例证明,解耦小波是一种求解对流扩散方程性能优良的小波基。     

具有高逼近阶的插值多尺度函数的构造

研究了对应于插值多尺度函数的两尺度矩阵符号的特殊形式,并将其代入逼近阶方程,推导出逼近阶方程的一种新的表达式。给出了构造具有高逼近阶的3尺度紧支撑插值多尺度函数的具体算法,应用该算法设计了几组例子,计算得到了含有一个或两个参数的滤波器的准确表达式,同时计算出了使多尺度函数具有最高正则性的参数值,并画出了相应的光滑的尺度函数图形。     

多尺度函数逼近阶的计算

多尺度函数由于具有高的逼近阶而成为小波分析的研究热点.本文给出了多尺度函数逼近阶的两种计算方法,并就尺度伸缩因子不同的情况给出了具体算例.     

多尺度函数逼近阶的计算

多尺度函数由于具有高的逼近阶而成为小波分析的研究热点．本文给出了多尺度函数逼近阶的两种计算方法，并就尺度伸缩因子不同的情况给出了具体算例．     

抛物型微分方程的多尺度有限元高效计算

提出了抛物型微分方程的高效多尺度数值计算方法.与传统有限元基函数相比,多尺度有限元基函数能更好地反映问题自身的强振荡微观信息,结合多尺度有限元格式,可使计算结果在宏观尺度获得很好的数值逼近.对时间采用欧拉向后差分离散化,得到稳定且收敛的数值结果.新方法在取得高仿真逼近的同时,节约了大量计算资源和时间,因而更具应用价值.     

一类方括号积多尺度分析的构造

根据Hilbert空间中多尺度逼近的定义,探讨了其上多尺度逼近对的性质.在此基础上,由L2(R)空间中1对满足方括号积关系的尺度函数φ和φ-,分析得到了构造方括号积多尺度分析Vj,V-j的方法,进一步讨论表明,双正交及半正交多尺度分析均为这类多尺度分析的特殊情形.特别地,将构造方法应用到基数B-样条,具体构造了1对具有一般性的方括号积多尺度分析.     

基于特征金字塔模型的高分辨率遥感图像船舶目标检测

以舰船为研究对象,研究高分辨遥感图像的多尺度多目标检测中的关键技术,主要解决多尺度多目标识别和细粒度分类准确率低等问题.在目标定位方面,利用特征金字塔深度网络定位多目标区域,创建一个在所有尺度上均具有语义信息的特征金字塔,有效解决多尺度多目标数据定位准确率低这一关键问题;在目标识别方面,利用共享CNN网络重建输入图像、优化多任务损失函数提取细粒度分类目标结构特征,提高细分目标识别准确率.与GoogLeNet、Faster R-CNN和Yolo三种目标检测算法对比实验表明,利用特征金字塔和重建输入图像可有效检测多目标多尺度的细粒度船舶对象,漏检率为1.5%,细粒度分类识别平均准确率为92.67%.     

机器人光纤接近觉复合传感器解耦新方法

介绍了一种具有自补偿功能的光纤接近觉距离方位复合传感器的结构和工作原理，提出了一种基于多尺度特征的光纤接近觉复合传感解耦新方法，通过对传感信息的多尺度分辨级进行划分，进而采用不同精度的数值逼近方法实现对耦合方程的求解．文中介绍了该方法的原理、物理意义和具体实现过程．结果表明，该方法具有精度高、实时性好的特点，可以应用于存在类似问题的场合．     

一类基于给定数据的分形插值算法与多小波尺度函数的构造

分形插值方法为复杂现象的确定性表示提供了一种好的方法,如经济和地震学领域的数据模拟.目前在实际应用中大多基于仿射分形插值(AFIFs),插值函数具有自相似形、连续和处处不可微等特征.该文基于给定的数据类型来考虑分形插值算法,并提供相应的数值例子.特别地,用Hermite分形插值给出了一类L2(R)的紧支撑小波基的尺度函数,不同于用AFIFs建立的多尺度分析,得到的尺度函数具有可微性,能够用来建立微分方程的数值方案.