基于扰动方法和广义K-L变换的人脸特征抽取

对广义最佳鉴别矢量的求解方法进行研究,根据矩阵的扰动理论和广义K-L变换,提出了一种改进的求解广义最佳鉴别矢量集的解析算法。由于该算法一次性地求出了所有广义最佳鉴别矢量,而无需迭代,因而节约了计算时间,且识别率高。在ORL人脸数据库的数值实验,验证了上述论断的正确性。     

一种改进的模糊边缘检测快速算法

系统分析了Pal.King模糊边缘检测算法的缺陷，提出了一种新的快速模糊边缘检测算法，该算法不仅克服了Palking，模糊检测算法定义的不足，简化了复杂的变换和逆变换运算，而且针对Pal.King算法中对隶属度阈值高置为固定值的不足，提出了确定模糊增强变换中最佳隶属度阈值的自动算法，仿真结果证明，该算法效率高，提取边缘精细，适应面广，是一种很有实用价值的图象处理算法。     

非基线对称类信号的基线扣除新算法

在分析了现有基线扣除算法的基础上,根据非基线对称类基线信号的特征提出了一种新的基线扣除算法--基于小波滤波和梯度直方图最佳分割的非基线对称类信号基线扣除新算法.考虑到信号总是存在着噪声,含噪的基线信号梯度值也较大,并且分布无规律,采用了多分辨率小波变换滤波技术.通过合理选择最佳分割阈值门限,算法可精确提取出该类信号的基线.     

基于Hermite插值的小波变换模极大值重构信号快速算法

信号在不同尺度上的小波变换模极大值包含了信号中的重要信息，因此研究如何由小波变换模极大值重构信号是很有意义的。论文提出了一种基于Hermite插值多项式由二进小波变换模极大值重构信号的快速算法。数值试验表明，与S．Mallat提出的经典交替投影算法相比，该算法可以在保证重构质量的前提下简化计算过程，提高计算效率，计算所需时间与交替投影算法相比大大减少，是一种实用性较强的信号重构算法。     

利用双树复小波变换和SURF的图像配准算法

为了进一步提高图像配准的运算效率、匹配正确率及配准精度,提出了一种利用双树复小波变换和加速鲁棒特征（speeded up robust features, SURF）的图像配准算法。首先利用双树复小波变换将参考图像和待配准图像分解为低频部分和高频部分,选取其对应的低频部分作为SURF算法的输入图像,得到两者的粗匹配结果;然后通过随机抽样一致（random sample consensus, RANSAC）算法对粗匹配点对进行提纯,剔除误匹配点对,解决了SURF算法存在较多错误匹配点对的问题,同时计算出最佳匹配的变换模型参数;最后根据该变换模型参数对待配准图像进行几何变换,经双线性插值确定灰度,完成图像的配准。大量实验结果表明,与尺度不变特征变换（scale invariant feature transform, SIFT）算法和SURF算法相比,所提算法的运算速度更快,匹配正确率和配准精度更高,同时在抗噪声、抗旋转及抗亮度变化性能方面更加优越。     

匹配追逐算法中三参数Chirp原子及搜索方法

提出了用比例、旋转、径向位移表示的三参数Chirp时频原子和基于分数阶傅里叶变换的最佳原子搜索方法,该方法利用分数阶傅里叶变换先估计Chirp原子的最佳旋转参数,并先保持比例参数不变,仅调整径向移位一个参数来搜索最佳Chirp原子。仿真实验结果表明,提出的搜索方法能从整体上把握信号的最大时频结构,提供信号的稀疏表示,避免了原始的匹配追逐算法固有的局部优化所造成的对信号的过分解。     

基于HASH感知和小波变换的目标跟踪算法

为了解决视频跟踪过程中,由于运动目标在实际运动中常存在旋转、缩放等形变导致的目标丢失问题,提出了一种融合了图像HASH值、小波变换和模板匹配算法的目标跟踪算法。该方法利用背景差分法得到运动目标模板,通过对图像信息进行小波变换得到低频子图像,并在低频子图像中进行全局搜索,确定最佳匹配区域。模板更新策略利用图像间HASH距离,判断图像间的相似性决定是否更新模板。实验仿真结果证明,该算法在运动目标存在缩放、旋转等形变时,仍可以准确跟踪目标。     

基于多维伪F统计量的基因表达动态聚类分析方法研究

K-均值聚类分析算法是一种广泛应用于基因表达数据聚类分析中的迭代变换算法，它通过指定类别数K-基于给定的聚类目标函数，并采用迭代更新的方法，使得最终的聚类结果的目标函数值为极小值，达到较优的聚类效果。针对K-均值聚类分析算法存在参数依赖性强，且在整个聚类过程中类的数目无法改变的缺点，引入动态调整聚类个数的思想和多维伪F统计量，提出了一种基于多维伪F统计量的基因表迭动态K-均值聚类算法。实验结果表明该算法可以动态调整聚类个数，给出最佳聚类数目，从而获得较好的聚类质量．     

基于正交小波包变换的水声信道盲均衡算法

为了克服常数模算法(CMA)收敛速度慢的缺点,在分析正交小波包和常数模算法的基础上,推导出正交小波包变换矩阵的通用表达形式,提出一种基于正交小波包变换的盲均衡算法(WPTCMA),并给出相应的均衡器结构.与基于正交小波变换的常数模算法(WTCMA)相比,该算法将正交小波包变换理论引入到常数模算法中,充分利用了小波包变换对信号很强的去相关能力,并通过能量归一化方法来加快收敛速度.水声信道盲均衡的仿真结果,验证了该算法的性能.     

一种基于小波变换的机动目标跟踪算法研究

小波变换是去噪的有力工具 ,它可以将由各种不同频率成分组成的信号分解到不同的频率区间上 ,有效地用于滤波。研究了一种基于多尺度分解的机动目标跟踪算法 ,该算法利用小波中的经典算法———Mallat算法对单一分辨率的测量数据进行多尺度分解 ,将分解得到的多分辨率测量数据用于目标状态更新。该算法是一种准实时最佳滤波算法。仿真结果表明 ,该算法具有良好的跟踪性能 ,且运算量不大。     

基于反馈证据冲突度的概率转换

概率转换是不确定推理中的有效决策方法之一。首先,对现有概率转换公式进行分析,给出两类统一的概率转换公式。针对现有概率转换公式的给出过程较为主观,概率转换方法缺乏严密性的缺陷,提出基于反馈证据冲突度的概率转换方法。再利用遗传算法,求解最小反馈证据冲突度的转换概率。最后,将本文概率转换方法与现有的概率转换方法进行比较,结合仿真分析表明所提方法的有效性。     

基于关联度的决策概率转换方法

针对基本概率赋值转换为决策概率的问题,提出一种新的基于关联度的决策概率转换方法.该方法将单子集命题的基本概率赋值和转换后的决策概率之间的关联度作为评价转换方法的标准,并用其对比例信度转换方法和比例似然度转换方法进行线性组合,得出命题的决策概率.通过算例对比新方法与已有方法,结果表明新方法更加合理有效.     

一种新型数据变换技术及其在GM(1,1)模型中的应用

针对灰色系统理论中的数据变换技术进行深入研究,从数据变换的机理入手,提出了数据变换的构造准则,在该准则的基础上构造出一种新型数据变换。通过对该新型数据变换若干性质的讨论验证了其满足数据变换的构造准则,并将该变换应用于GM(1,1)模型。通过具体的实例的计算表明,该变换能够提高GM(1,1)模型的预测精度,具有一定的实用性。     

一种新的基于神经网络的非线性组合预测方法

一种新的基于神经网络的非线性组合预测方法文新辉牛明洁（西安电子科技大学，７１００７１）（新疆石油学院，乌鲁木齐８３００００）ＡＮｅｗＮｏｎｌｉｎｅａｒＣｏｍｂｉｎｅｄＦｏｒｅｃａｓｔｉｎｇＭｅｔｈｏｄｏｎｔｈｅＢａｓｉｓｏｆＮｅｕｒａｌＮｅｔｗｏｒｋ...     

基于函数$x^{-a}$变换的GM(1,1)模型及在我国农村人均住房面积建模中的应用

提出了对建模数据进行幂函数x-a(a>0)变换,理论上证明这种变换可以有效地提高建模数据序列的光滑度和所建GM(1,1)模型的精度,而且其模型精度优于对数变换所建模型,从而大大拓宽了灰色模型的应用范围.用文中所提方法建立了我国农村人均住房面积的模型,实例表明了该方法的有效性.     

Unscented extended Kalman filter for target tracking

A new method of unscented extended Kalman filter (UEKF) for nonlinear system is presented. This new method is a combination of the unscented transformation and the extended Kalman filter (EKF). The extended Kalman filter is similar to that in a conventional EKF. However, in every running step of the EKF the unscented transformation is running, the deterministic sample is caught by unscented transformation, then posterior mean of nonlinearity is caught by propagating, but the posterior covariance of nonlinearity is caught by linearizing. The accuracy of new method is a little better than that of the unscented Kalman filter (UKF), however, the computational time of the UEKF is much less than that of the UKF.     

基于函数cotx变换的灰色建模方法

在对原始序列经过标准化处理的基础上提出经函数cotx变换来提高离散数据序列光滑度的方法，并从理论上证明了离散数据序列经过这种变换后可以大大提高光滑度且比“对数函数”法及“幂函数”法更加有效。文末把其用在客运量的预测中，此应用实例表明了本文提出方法的有效性。     

Well-Posedness of Fully Coupled Linear Forward-Backward Stochastic Differential Equations

This paper studies the well-posedness of fully coupled linear forward-backward stochastic differential equations(FBSDEs). The authors introduce two main methods-the method of continuation under monotonicity conditions and the unified approach-to ensure the existence and uniqueness of solutions of fully coupled linear FBSDEs. The authors show that the first method(the method of continuation under monotonicity conditions) can be deduced as a special case of the second method(the unified approach). An example is given to illustrate it in linear FBSDEs case. And then, a linear transformation method in virtue of the non-degeneracy of transformation matrix is introduced for cases that the linear FBSDEs can not be dealt with by the the method of continuation under monotonicity conditions and the unified approach directly. As a powerful supplement to the the method of continuation under monotonicity conditions and the unified approach, linear transformation method overall develops the well-posedness theory of fully coupled linear forward-backward stochastic differential equations which have potential applications in optimal control and partial differential equation theory.     

互补判断矩阵的两种排序方法——权的最小平方法及特征向量法

根据互反判断矩阵和互补判断矩阵的转换公式 ,给出了互补判断矩阵的转换矩阵 .从最优化角度提出了互补判断矩阵排序的权的最小平方法 ,并给出了严格的理论证明 .而且 ,基于转换矩阵 ,提出了互补判断矩阵排序的特征向量法 (CEM) ,给出了其相应的迭代算法及互补判断矩阵的一致性检验方法 .最后进行了算例分析.     

Box—Cox变换模型模拟矩估计方法研究

基于对Ｂｏｘ－Ｃｏｘ变换模型参数估计方法的研究，分析了极大似然方法之不足，提出了相应参数估计方法——基于残差的广义模拟矩估计方法，并研制了相应的算法．该方法同时解决了Ｂｏｘ－Ｃｏｘ变换模型出现序列相关与异方差时的参数估计问题，力求反映真实模型．算例则验证了方法的有效性