用顶点链编码计算区域面积的方法

研究了在图像分析和识别中，直接从顶点链编码计算封闭边界所围区域面积的方法，并用该方法对正方形、正三边形和正六边形点阵中区域面积进行了计算．结果表明，顶点链编码计算封闭边界所围区域面积的方法简单易行，且运算速度快．     

用顶点链编码计算图像区域密集度和体态比

利用链编码及其特性,分析得出图像区域边界的周长、最小外接矩形（MER）的长与宽及图像所占区域的面积,以此为基础,提出了一种基于链编码的图像区域密集度和体态比的计算方法.     

基于边缘矩阵的链编码追踪算法

提出了一种基于边缘矩阵的链编码追踪算法,并引入“边缘矩阵”的数据结构,记录像素边缘的一些信息,以此辅助链编码追踪算法的运行。该算法不仅能追踪任意形状复杂区域的链编码,而且它的计算复杂性是线性的。该算法还可为给出表示链编码之间包含关系的树结构和其它分析打下了基础。     

从欧氏距离分析TURBO网格编码调制

提出了一种用欧氏距离分析ＴＵＲＢＯ网各编码调制（ＴＴＣＭ）的构成及误码率的方法,以最大自由欧氏距离（ＭＦＥＤ）为判据,分析比较不同构成ＴＴＣＭ的方案,得到２已有方案并非最佳,提出了一种新的构成ＴＴＣＤ）为判据,分析比较不同构成ＴＴＣＭ的方案,得到目前已有方案并非最佳,提出了一种新的构成ＴＴＣＭ方案,得到了ＴＴＣＭ误码率的计算公式,仿真结果证明了这种的有效性。     

基于链编码技术图像Euler数的计算

解决通过不同的方法计算图像Euler数的问题.采用理论分析和实验的方法,通过图像区域标定,构建像素顶点矩阵,跟踪图像边界,提取边界的顶点链编码,获得围线树结构等探究过程,分别就基于顶点链编码、围线树结构给出了图像Euler数的算法,实验验证了图像Euler数的求解过程.研究结果表明:这两种算法都是线性的,且适用于任意复杂二值图像区域.该研究成果为图像Euler的计算提供了新的思路.     

基于Viterbi算法计算TCM码欧氏自由距离的有效方法

提出了计算格形编码欧氏自由距离的一种有效算法，该算法是依据Viterbi算法，取全零路径为参考路径进行计算，求得准规则码的欧氏自由距离，它适用于搜索高斯信道中的TCM好码。     

关于距离矩阵的最佳欧氏逼近

Mathar讨论了在范数‖·‖_p~(s)下距离矩阵的最佳欧氏逼近问题。本文把这一结果推广到范数‖·‖_u~(s),这里‖·‖_u是任意正交不变范数,并指明对任意的s,E_n总提供最佳欧氏逼近。控制不等式和对称标尺函数在本文起基本的作用。     

利用顶点链编码探测表格的斜率

根据表格图像中表格的框线或悬线具有最长的边界,以及边界标定自动机能获得区域边界的优点,提出了一种新的表格图像文件倾斜矫正的方法.该方法使用简便,而且在大噪声的背景下也能使用.     

基于图像欧氏距离的人脸描述和识别方法

采用图像欧氏距离将灰度值及其坐标关系相结合用于表征人脸,使之对于图像的短距离晃动比较鲁棒,同时将图像欧氏距离应用于模糊支持向量机中.采用ORL人脸库进行分类实验,并与已发表论文的实验结果进行比较,验证了该方法的有效性.     

格形编码的最小自由欧几里德距离计算

采用动态规划算法对格形编码的最小自由欧几里德距离进行编程计算,模拟结果表明,该算法适合于格形编码的所有参考路径上的欧几里德距离计算。     

基于欧式距离的最近邻改进算法

依托欧拉距离,使用杂合距离算法改进Minkowski距离公式,使得最近邻算法能够针对不同实际需要计算两事例距离,适用到属性是混合型的情形,也能避免时序列中出现的错误计算问题。     

一种基于欧氏距离的伪装器材性能评估模型

为了综合评价遮障等伪装器材与环境背景的适应性 ,建立了基于欧氏距离的判别模型 ,并通过相应的系统 ,可实现伪装器材性能的综合评估 ,同以往的发现、识别概率类模型相比 ,本模型具有准确率高、可操作性强等优点     

基于欧氏距离的分布式网格定位估计方法

针对网格定位估计方法,提出一种基于欧氏距离的分布式网格定位估计的改进方法.研究了通过比较被测节点与信标节点之间的跳数信息,实现被测节点快速自身定位的方法.研究了利用欧氏距离替代匹配阈值提高定位准确率和利用分布式计算减少网络能量消耗的方法;利用迪杰斯特拉算法研究了计算节点间最小跳数的算法.仿真实验结果表明,该方法具有定位快速、节约成本、节省能量、定位准确率高和鲁棒性好的特点.     

一种计算TCM码的欧几里德距离和乘积距离的方法

提出了计算非规则篱笆图的最小欧几里德距离和最小乘积距离的一种有效算法，该算法是在Ｖｉｔｅｒｂｉ算法的基础上，对起始于任意状态和终止于任意状态所有参考路径上的距离进行了计算，求得最小欧几里德距离和最小乘积距离，它适用于搜索斯信道和衰落信道中的ＴＣＭ好码。     

基于改进K-均值聚类的图像分割算法研究

为了实现彩色图像的准确分割,研究了在HLS颜色空间中基于优化初始中心的加权K-均值彩色图像聚类算法.首先对大样本的目标颜色进行数理统计,获取优化的初始聚类中心,从而实现准确分类和避免K-均值容易陷入局部最优的问题;然后在HLS颜色空间中引入加权欧氏距离来度量对象间的相关性,通过调整系数使对象不同的颜色属性内在特征得以充分利用.实验证明,该算法在保持K-均值聚类简洁、收敛速度快的同时能产生更好的聚类效果,实现彩色图像的快速准确分割.     

基于多维筛分类器的可视化帕金森病诊断

针对目前基于模式识别的语音障碍帕金森病诊断可解释性差、可推广性差的问题,本文提出基于多维筛分类器的可视化帕金森病诊断。该分类器具有全程可视化的特点,在保证诊断精度的同时,可以将特征进行可视化表示。可视化的引入不但使操作者了解不同特征对于诊断的重要性,而且可以发现最具诊断价值的特征,有助于简化帕金森病的诊断过程并提高诊断水平。