基于信息整合的建筑结构三维重建技术研究

建筑结构图的自动识别和三维重建对延续建筑CAD生成电子图的成果、使审图、算量、施工计划、钢筋放样等后续工序结束当前依赖于人工读图落后状态有十分重要的作用．分析了国内平面表达法建筑制图新标准中仍存在的建筑物三维信息描述的分散性和多样性，提出了工程图的信息提取和整合方法，实现了整体三维重建．     

基于产品局部特征分析的造型设计方法

探讨了产品局部特征分析的新算法,具有良好的全局重构能力,重视产品的局部特征,为产品局部特征分析提供了更深更广意义的理解,为产品设计反求工程提供一种新的形态重构方法,为产品局部造型深入设计提供依据.     

现代图书馆文化建设

阐述了现代图书馆文化的内涵、特征,论述了现代图书馆文化建设的必要性及方法.     

一种重构数字地形模型方法研究

提出了一种从CAD的DXF图形接口文件中提取地形等高线图元几何数据、应用层次B样条逼近算法对大规模散乱数据作曲面拟合来重构三维地形模型的方法,并研发了实现软件.解决了直接由CAD地形图建立地形模型的问题,为利用已有资料提供了有效途径.     

基于Mallat算法的一维离散小波变换的实现

目的研究信号的局部化特征。方法应用Mallat算法,实现了信号一维离散小波变换的逐级抽取过程。结果信号经过离散小波变换后,将平滑分量和细节分量分离开来。结论应用该算法能够由粗到细的分析信号,同时也能通过滤波器组实现原始信号的重构。     

基于迭代算法的SFBC-OFDM系统

将尾抵消和循环重建应用于空频编码的正交频分复用（SFBC-OFDM）系统中，为了消除循环前缀对空频编码带宽损失的影响，使用了迭代算法来校正接收到的信号．由于采用了尾抵消和循环重建，较之传统的带有循环前缀的空顿编码，带宽效率得到了很大的提高．仿真结果显示，该方法在迭代次数很小时性能便可接近带有循环前缀的SFBC-OFDM系统．     

强海杂波背景条件下海上目标检测方法

为了减少展宽的一阶海杂波谱对空间超分辨谱估计技术的影响，提高MUSIC算法的检测性能，用径向基神经网络实现海杂波预测和对消．利用神经网络的可对任意非线性函数模拟的特性，对展宽的海杂波进行模拟，用模拟后的结果实现一阶海杂波的对消，来满足MUSIC算法的应用条件．最后用MUSIC算法分辨海上目标的方位信息．实验结果表明，对消前后目标背景噪声子空间特征值发生改变，对消后更接近于MUSIC算法的假设条件，提高了MUSIC算法的检测性能，扩大了MUSIC算法的应用范围，实现在非高斯噪声背景条件下应用MUSIC算法检测目标．确定最小的相空间维数和时间间隔，采用更先进的神经网络算法，可以提高神经网络的预测速度．     

东江流域降水时间序列的混沌特征分析

以广东省东江流域月降雨序列为例,在介绍相空间重构原理的基础上,探讨了混沌分析的主要定量指标:饱和关联维数D2和最大Lyapunov指数λ。得到该时间序列的饱和关联维数D2=3.93,最小嵌入维数m=8,最佳嵌入滞时τ=3个月,最大Lyapunov指数λ=0.253。并且采用主分量方法进一步验证了该序列具有混沌特性,指出该序列的预测时限不应超过4个月,对此结论则用ARMA(p,q)模型作了验证,为东江流域月降雨预测提供了较为科学的依据。     

计算机控制系统信号重构容错算法研究

信号重构是计算机系统与被控对象进行信息通信的重要环节,在简要分析Shannon重构、ZOH重构和一阶重构等信号重构方法局限性的基础上,提出了一组基于三点插值的重构算法和被控过程采样数据的一步容错预测算法,并将一步容错预测与三点插值算法相结合,建立了对于被控过程信号异常情况有良好容错能力的一步容错预测二阶重构算法。上述的一步容错预测二阶重构算法不仅结构简单、可用于在线控制,而且算法精度和可靠性明显高于普通的ZOH重构和一阶重构算法。     

低分辨率人脸序列的超分辨率重构识别

针对低分辨率人脸序列的识别这一问题,提出了一种超分辨率重构识别算法.该算法利用低分辨率序列中所提供的关于同一人脸的不同信息,先重构出一幅具有更高分辨率的人脸图像,然后再进行基于Gabor特征的人脸识别.实验结果表明,该算法能够显著提高人脸识别率.