非线性时变离散大系统的稳定性

本文利用“范数的加权和”形式的李雅普诺夫函数,研究了非线性时变离散大系统零解的稳定性,所得结果包括了〔1〕、〔2〕中的相应结果。     

一种基于离散小波变换的数字水印算法

提出了一种基于离散小波变换的数字水印算法,水印采用有意义的二值图像.该算法是基于块的离散小波变换,即将原始图像和水印都分块后,再对各个块进行小波变换,利用混沌发生器将水印各块置乱后嵌入到图像的中频部分.试验结果表明,该算法具有较好的不可感知性和鲁棒性.     

基于RBF神经网络的客户分类模型

运用径向基函数（RBF）神经网络和K均值聚类算法建立了客户价值分类模型,并用最小二乘法调整RBF的权值．仿真结果证明了该方法的有效性．     

微分方程所定义的二次曲线

<正> 本文讨论微分方程的积分曲线与二次曲线(?)(x,y)=Ax~2+Bxy+Cy~2+Dx+Ey+F=0 (C_2)之间的关系,并给出积分曲线类型的判别准则.§1.首先考虑曲线(C_2)应满足的微分方程.由隐函数的微分法则,得     

基于视觉特性的零树小波图像编码算法的改进

在深入研究尺度小波变换和嵌入式零树小波图像编码(Embeded Zerotree Wavelet-EZW)算法的基础上，探讨了一种改进的零树小波图像编码算法。本文对最低频图像采用差值脉冲预测编码(differential pulse code modulation-DPCM)量化编码，而对高频子图采用基于视觉特性的零树编码。通过实验，该算法既能保持原有零树算法良好的压缩品质，而且也改善了图像的视觉质量。     

遗传算法中基于优良个体特征模式的方向变异算子

提出了一种基于优良个体特征模式的方向变异(DM)算子以改进标准遗传算法的随机变异，它不仅能提高种群的多样性，增强其在解空间的搜索能力，也能提高遗传算法的收敛速度、在对多峰值函数的优化时，将该算法和标准遗传算法结果比较，表明该算法有良好的稳定性、     

基于FART 网络与数据融合的图像增强和恢复

为了有效地进行图像的增强和恢复处理, 提出了一种基于Fuzzy ART( FART) 网络与数据融合的方法. 利用灰度直方图门限化方法, 不仅可以自动确定分类数目以进行聚类分析, 而且可对来自同一景物的多幅带有不同噪声的图像进行处理. 仿真实验表明, 在数据融合时, FART 网络能较好地实现图像的增强和恢复.     

从数据库中提取规则的神经网络方法

评述了利用神经网络从数据库中进行规则发现的几种方法,采用权值组合算法提取规则;利用模糊推理神经网络,采用CamDelta算法提取模糊规则;基于从数据中提取模糊控制规则利用生长自组织映射神经网络,采用分级聚类SOM算法发现规则利用CFNet网络,基于可信度因子,提取不确定性规则;利用模糊颗粒神经网络,采用启发式学习算法,从数值-语言数据中发现规则.提出了数据库中提取规则所面临的几个问题,以及解决这些问题的某些思路.具体提出了一种分布式环境下基于多Agent技术的规则提取方法.图6,参17.     

基于模糊粗糙集理论的视觉特性图像增强

为了更准确地描述在图像增强中可能会出现的一些不完整性和不确定性问题,提高图像处理的效果,本研究提出了一种基于模糊粗糙集理论的视觉特性图像增强算法．该算法利用模糊粗糙集理论,依照图像的视觉特性,采用传统的图像增强方法进行图像预处理．实验结果证明,该算法比传统的图像增强方法效果更好．     

一种基于多分辨分析的简化的分裂-合并图像分割算法

为了减少分裂-合并算法的计算复杂性,提出了一种基于多分辨率分析的分裂-合并简化算法.首先,将原始图像用多分辨的形式分层表示,对最低层分辨率的图像用简化的分裂-合并算法进行图像分割,同时用该层的边缘信息对分割结果进行优化,得到该层的分割图像;然后,用直接影射的方法将低分辨率的分割图像映射到高分辨率空间中,并用相应的边缘信息进行优化,直到在原始分辨率空间完成上述工作,得到最终的分割结果.试验证明,所提算法简单有效,较好地解决了分裂-合并算法计算复杂的问题.