基于压缩感知的在线多示例学习目标追踪

近年来提出的多示例学习算法在一定程度上能够克服模板漂移问题。然而,在线学习需要获取足够多的有用数据才能达到稳定的追踪效果,但是这却增加了算法的复杂度。为了解决这一问题,在压缩感知理论的基础上,运用随机观测的方法对多尺度图像特征进行降维,提取的这些低维特征中包含大量的有用信息。因此,我们提出的算法是先利用压缩感知理论提取目标特征之后,再使用在线多示例学习算法分类器对这些特征进行分类从而实现目标的稳定跟踪。通过对不同的图像序列进行实验,结果表明基于压缩感知的在线多示例学习算法对实时的目标追踪有很好的适应性。     

一种基于空间域和频谱域特征的图象分割方法

提出了一种基于空间域和频谱域特征的神经网络的医学图像分割方法．本方法不需要教师监督,能自动生成最优的网络输出节点,即分类数．对ＣＴ,ＭＲＩ和超声图像的分割表明本方法有效方便．     

基于实例的工艺知识获取模型

介绍了耦合神经网络的工艺设计实例推理系统的实现方法论,提出了一种基于神经网络的工艺设计实例推理索引模型．与现存大多数实例推理系统不同,该方法用神经网络实现实例的动态分类和索引．实例层次分类的三层结构和基于特征的聚类模板概念,为实现基于符号处理的实例推理求解模式向基于神经计算的模式识别求解模式映射提供了条件．提出了基于实例的工艺知识获取模型,采用新实例的入库操作实现工艺知识的隐式获取,从而使知识获取得以简化．神经网络的自适应、自学习能力将减少系统的日常维护工作．基于实例的系统可望解决知识获取的难题．     

基于神经网络的无监督自学习控制系统

所论系统的控制由两个神经网络完成,即对象放识器和系统控制器。并且提出了一种 新的学习算法,它能利用存贮于辨识网络的信息改进控制策略。该控制系统可以对非线性系统,不确定系统等进行无监督的学习控制。     

平均色差计算机配色方法的研究

本文提出了Ｅ＾２Ｄ６５＋Ｅ＾２Ａ→ｍｉｎ计算机配色方法。实验表明计算机配色方法在不同的光源照明时色差趋于平均。     

多维双曲型方程一般差分逼近时空网格同时加密的稳定性

讨论多维常系数双曲型方程式在一个中介面两侧的区域中,关于时间空间网格同时加密或稀疏情况下,分别应用不同的一般的柯西稳定差分逼近式的耦合稳定条件,推广了Ｂｅｒｇｅｒ只用于一维情形及Ｌ－Ｗ格式的结果．在多维情形下,应用Ｍｉｃｈｅｌｓｏｎ方法,利用傅里叶变换,得到包含对偶参数的特征方程式．再应用Ｍｉｃｈｅｌｓｏｎ的Ｕ．Ｋ．Ｃ判别条件,得到了多维常系数双曲型方程在中介面两边应用一般的分别为柯西稳定的格式并关于时空网格同时加密或稀疏问题的耦合稳定条件．     

整（0,m）插值的推广

引进了一类新的指数型整函数插值,推广了（０,ｍ）插值,同时也考虑了该插值算子的收敛性。     

一类二维非线性对流扩散问题的特征—差分法

研究了一类具有Ｄｉｒｉｃｈｌｅｔ边界的二维非线性对流扩散问题的特征—差分法,建立了基于双线性插值的特征—差分格式,给出了其最大模估计。     

模糊聚类在松属种间生理差异中的应用

对松属８个树种的净光合速度,蒸腾速率,气孔阻力和叶温等生理指标进行了测定。结果表明,某些树种存在相似的生理特性;具有相似生理特性的树种对环境有相同的生理需求。采用模糊聚类分析对参试树种按生理特性分成三类;第一类,Ｐｎ和Ｒｓ较大,Ｅ较小,宜生长于光照强,二氧化碳浓度高,水分要求不高的立地;第二类与第一类相反,第三类为居间类型。居此,在造林生产中根据树种的生理特性,适地适树,创造良好的经济效益。     

交流调速系统的自学习控制

本文介绍了Ｉ／Ｏ映照记忆模型自学习控制的理论和方法,并用其为具有重大节能意义的泵类、风类机类等交流调速装置设计通用的智能控制器,以实现对期望转速的跟踪控制．文中给出了统一的系统模型描述、学习控制原理及初值控制的处理方法．