一种用于图象分割和恢复的MAP松弛算法

本文根据Gibbs分布模型提出了一种用于图象分割和图象恢复的MAP松弛算法。它适合于并行运算。文中给出了应用这种算法对被高斯噪声模糊了的几何试验图象进行分割的实验结果,并对松弛法和动态程序法进行了比较。     

Chua混沌同步系统的失真特性

从通信的角度给出了Ｃｈｕａ混沌同步系统的失真特性，对由数值模拟获得的失真特性曲线和频率响应特性曲线进行了对比分析，得出了系统的有效带宽，对于有效地将混沌同步应用于通信频域具有一定意义。     

图像的小波系数神经网络预测编码

提出一种图像的小波系数预测编码方法。在该方法中,原始图像被分解为一个小尺寸的低频图像和一系列不同方向的多分辨率细节子带图像（小波系数图像）,由于不同分辨率的小波系数图像具有相似性,故可用低分辨纺小波系数来预测同一方向相邻较高分辨率的小波系数。采用Ｂ－Ｐ神经网络作为非线性预测器有效地实现了这种预测,结果表明,利用这种编码算法可获得高图像压缩比。     

多尺度边缘检测与图像分割的马尔可夫随机场模型

利用小波变换模极大值检测图像的多尺度边缘信息，根据这些信息和改进的马尔可夫随机场模型对低信噪比图像进行Ｂａｙｅｓ分割，结果表明，和一般松驰算法相比这种方法改善了图像分割的质量。     

向量玻尔兹曼机

提出了一个用以处理人工神经网络多状态问题的向量玻尔兹曼机模型，由ｍ个二值状态有序的子神经元组成的向量神经元，可以用来描述一个单元上２＾ｍ个不同状态，研究了这一类向量二值网络的结构以及它类似于普通玻尔兹曼机的演化规则，结果表明，由子神经元组成的每个子网络都是通常的玻尔兹曼机，向量玻尔兹曼机是由这些子网络耦合而成的，这个模型不仅能够大大降低处理多状态问题时网络的规模，而且可以将普通玻尔兹曼机的渐近性质     

多分量混合高斯密度的一种参数估计算法

根据有噪图像数据处理的需要,提出了一种分级矩估计与最大似然估计的综合算法来估计多分量混合高斯密度函数的参数.该算法首先利用分级矩估计法求出混合密度函数的初始参数估计值,然后利用最大似然估计法进行迭代运算,以求得这些参数的最终估计值.这种算法可以对具有2~m 或3×2~m(m 为正整数)个高斯分量的混合密度函数进行参数估值,给出了4,6,8分量混合高斯密度函数的参数估值实例.     

一种纹理图像分割的松弛算法

利用分层马尔可夫随机场模型表征纹理图像，根据最大后验概论分布准则提出一种确定型松弛分割算法。对纹理图像进行分割的实验表明，该算法与模拟退火算法相比，明显地减少了计算时间，其分割误差与模拟退火分割误差非常接近。     

混沌同步系统的频率特性和微弱信号检测

提出了混沌同步系统的频率特性概念，它可描述该类系统的频域性质，建议了一种测量自混沌同步系统频率特性的模型，获得了蔡和Ｌｏｒｅｎｚ混沌同步系统的频率特性曲线。理论分析和数值模拟结果表明这些系统具有多种特性的频带，提供了可以利用的不同频段，特别地，其些频段对噪声“淹没”微弱信号具有较强的检测能力。频率特性概念和频率特性曲线为深入认识混沌同步系统的信号处理功能和正确开发其中的信息资源提供了科学依据。