基于主元分析和压缩感知的人脸识别算法

针对压缩感知理论中的核心问题,即如何通过有限的测量值以较高的重建率重构稀疏信号,提出了基于主元分析和压缩感知的人脸识别方法（PSL0）.该算法利用双向二维主成分分析提取图像行列2个方向的特征并进行降维,建立反映人脸特征投影矩阵,作为压缩感知算法的超完备基,将每一幅待识别图像的特征向量作为测量值,用基于平滑l0范数快速稀疏表示（SL0）算法求解l0范数最小化问题,寻求图像在该超完备基上的稀疏表示,以得到一组最优稀疏系数重构各类图像,求取测试图像与各类重构图像的最小残差进行分类识别.实验结果表明,该算法在同类算法中获得了较高的人脸识别率及较好的重建效果.     

多项式系的子结式矩阵

推广了两个多项式的子结式矩阵这一经典结果.在有单位元交换环上,引进了一般多项式系的一类子结式矩阵.并在唯一分解环上,利用多项式系的这类子结式矩阵,给出了多项式系公因子存在性的分次判别准则.     

新型海上风机浮式平台运动的频域分析

以5,MW 风机为模型,概念性地设计了一种新型海上风机浮式平台。基于三维势流理论和 Morison 经验公式,利用 HydroD 软件计算了浮式平台的水动力系数;根据悬链线理论,编程计算了系泊系统提供的回复刚度;考虑风机与平台、系泊系统与平台之间的耦合以及黏性阻尼的影响,在频域范围内编程计算了风机系统的运动响应,得到新型浮式平台的幅频响应曲线,并在此基础上研究了波浪入射角、水深等因素对浮式平台运动的影响。结果显示,在波浪角为0°时运动响应最大,且浮式平台更适用于较大水深。     

基于量纲分析的测试计量仪器创新设计

概念设计是产品创新的核心,在测试计量仪器的概念设计中,借助量纲分析法,对物理量进行分类,并建立了量纲表,借鉴系统论和进化设计思想建立了基于量纲分析的产品创新设计模型,通过挖掘具有物理参数遗传特性的量纲序列构建有效设计资源链,在多领域知识空间进行寻优以实现向领域解的进化,将为计算机辅助计量测试仪器的创新设计提供支持.     

基于用户兴趣域的混合数据聚类标签算法

数据聚类标签技术是在小规模样本上进行聚类,然后利用聚类结果对其余样本标注类别的方法是提高大规模数据聚类效率的一种有效途径.混合数据是现实应用中最广泛的数据类型,文章将用户兴趣数据作为小规模数据,利用K-prototypes算法对其聚类,在此基础上构建用户兴趣域.利用拟标签数据的各属性值与用户兴趣域分量的关系定义了数据关于用户兴趣域隶属度.基于用户兴趣域和"数据-用户兴趣域"隶属度的概念,提出了一种基于用户兴趣混合数据聚类标签算法UIMCL(User’s Interest Mixed Data Clustering Label).该算法克服了以往数据标签算法只能为拟标记数据指派一个类标签的局限性,可以应用于电子商务的推荐服务和用户行为分析.实验结果表明,该算法对混合数据聚类标签处理有较好的效果.     

时域分析波浪中浮体运动的时延函数计算

针对时域分析波浪中浮体运动的时延函数,分别采用直接时域法和频时域转换法进行了数值计算和比较研究.直接时域法理论统一、完善,但计算耗时;频时域转换法计算快捷,但受到频率范围的限制,数值处理存在误差.对无航速和有航速情况下的wigley型船以及圆柱形平台各模态的时延函数和阻尼系数分别进行了相互转换计算和对比,两种方法得出结果吻合良好,数值上证明了克拉梅尔斯-克罗尼格关系,表明计算时延函数的直接时域法和频时域转换法皆有效,频时域转换法在计算时间上具有较大的优势,更加高效和实用.在此基础上考察了船舶在有航速情况下频率共振引起的奇异现象,并就不同航速对时延函数结果的影响进行了讨论.     

面向领域的Web文本结构化分析

为了充分利用领域特征进行Web文本的结构化分析,文章提出了一种面向领域的Web文本结构化分析方法。该方法以领域特征为基础,依据半结构化文本的结构特征和Html文本的层次特性构造Html树;利用本体论的相关思想和方法构建领域本体,从Html树中提取有价值的信息;并结合通用词库和领域词库进行结构化分析。实验结果表明,该方法能够很好地实现Web文本的结构化分析。     

有界域上具有离散全纯核的积分公式与-方程

通过引进向量函数和实参数,构造了有界域上的一个更一般性的局部全纯的σ点有限的单位分解和核函数,建立了具有离散全纯核的Cauchy-Leray积分公式,并利用该公式讨论了-方程的具有离散全纯核的解.     

利用域转换的三态内容寻址存储器报文分类算法

针对基于三态内容寻址存储器(TCAM)的报文分类存在范围扩张导致空间利用率较低的问题,提出了一种利用域转换的报文分类算法(DTRM).首先将规则集独立的范围预编码算法中范围规则编码所需的比特数量由2k-1替换为任意值,从而能够利用TCAM中的所有冗余位进行编码,实现新范围域的构建,然后利用范围规则的分布特征,以规则集能够表示为较少的TCAM表项为原则,设计域转换函数,将规则集原始范围域转换为新构建的范围域.报文分类时,利用域转换函数将报文头部转换为新构建范围域中的某一数值或范围,并与TCAM表项进行并行比较,最终得到分类结果.仿真结果表明,与并行报文分类算法相比,DTRM算法的范围扩张因子由1.6减少至1.21,TCAM空间利用率由63％增加至82％,同时支持规则的增量更新.     

图像融合研究新进展

数字图像融合是对多幅源图像的信息进行综合,以获得对某一地区或目标更准确、更全面和更可靠的描述,从而有利于图像后续的分析和理解,如图像分割,分类和目标的检测,识别.该文给出了数字图像融合的形成及其发展过程,比较了不同层次图像融合的特点,重点阐述了图像融合方法的新进展,总结了目前被研究者广泛采用的图像融合效果评价指标,提出了把图像融合机理和融合目的考虑在内的融合模型,并对图像融合目前存在问题以及未来的发展进行了展望.