DSPCA在自适应视频跟踪算法中的应用

为了解决单一固定目标模型在复杂的场景中易产生跟踪漂移问题,提出一种基于DSPCA的自适应粒子滤波跟踪方法,通过稀疏主成分分解(DSPCA)在线获取互补图像集,同时将其按照新的相似度BRS进行自适应融合作为新目标模型。与经典的粒子滤波跟踪算法、视觉分解跟踪算法和多特征自适应融合跟踪算法,与有挑战性较高的场景视频相比,提出的算法在形态、运动快速及严重遮挡的运动场景中,都能鲁棒地跟踪到目标。     

基于非线性子流形的人脸识别

介绍了流形、流形学习的数学基础及其应用时的核心问题,流形学习方法用于人脸识别的技术路线;通过实例分析讨论了流形学习主流算法——局部线性嵌入(LLE)算法的优势和存在的不足;使用ORL人脸数据库进行仿真实验并将识别效果与原始图像直接分类法、主成分分析法进行比较,验证了LLE算法的有效性及优势。     

基于不同消失矩的多分形小波模型对网络流量的合成和分析

多分形小波模型（MWM）是一种比较理想的模型，能够较好地刻画网络流量的多分形特征. 小波基的选择影响着模型对原始流量多分形特征的刻画精度，Daubechies小波根据其消失矩分类，在小波函数中具有代表性. 使用不同消失矩的Daubechies小波来讨论多分形小波模型的小波基选择问题，根据对几种流量仿真结果的分析讨论，找到了合适的小波基.     

四元数矩阵特征值的一些估界定理

对于四元数矩阵Ａ，利用Ａ＾＊Ａ，Ａ＾＊＋Ａ两个自共轭四元数矩阵，借助于推广了的Ｒａｙｌｅｉｇｈ商给出Ａ的左（或右）特征值（总假定是存在的）的矩，实部及虚部的矩的一些上下界估计，是对复矩阵论中著名的Ｈｉｒｓｃｈ定理，Ｐｉｃｈ定理等的扩张。     

F.Smarandache第80问题与除数问题

研究了∑n≤xd（ak（n））的渐进公式，这里ak（n）是F．Smarandache教授提出的“0nly problems，not solutions”中第80问题的数列。     

SLEUTH模型支持下的重庆市主城区城市扩展模拟

选取城市化速度较快和生态环境压力突出的重庆市主城区为研究对象,对该区域城区扩展进行模拟与预测.以研究区1988年、1993年、2000年、2007年4期遥感影像及城市规划图等为数据源,结合RS和GIS技术对数据进行处理作为模型输入数据,对SLEUTH模型进行校正获取适合研究区的最佳参数组合,进而对研究区1988～2007年间的城区扩展进行历史重构,并对该区域未来10年城区扩展情况进行预测.研究结果表明:首次将该模型应用到重庆地区,模型对研究区域的城区扩展模拟精度较高,未来10年该区域城市化速度有逐渐加快趋势,这与目前的土地规划决策、道路建设、经济结构及政策等因素密不可分.     

体上矩阵稳定性及其判别准则

给出了体上矩阵稳定的概念和一些具体的判别准则，推广了通常矩阵诊中Ｒｏｂｒｂａｃｈ，Ｔａｕｓｓｋｙ，Ｏｓｔｒｏｗｓｋｉ等定理，并将复矩阵阵特征值估计的Ｇｅｒｓｃｈｇｏｒｉｎ定理推广到体上，指出了四元素矩阵中亚负定矩稳定矩阵和亚正定矩阵是不稳定的结论和其它一些结果。     

融合流形学习与相关反馈的人脸图像检索

针对图像检索中视觉特征和语义信息中的"语义鸿沟"问题,提出一种融合流形学习和相关反馈的人脸图像检索算法.该算法充分考虑相关反馈提供的结合语义信息的正反例样本来发现图像样本之间的鉴别性流形,优化构建低维嵌入空间的特征向量,使得相关图像之间保持近邻关系,通过最大化不相关图像之间的距离,得到一个结合了用户语义理解的低维流形特...