物理中投影混沌同步在永磁同步电机中的应用

由于永磁同步电机在传输混沌信号时会产生一定程度的衰减,为了降低这种衰减,针对它的非线性特征,在每一个误差函数中加入投影因子,基于Lyapunov稳定性理论,实现了2个永磁同步电机的投影混沌同步.通过数值计算确定了实现混沌同步的响应系统的非线性控制器中参数的取值范围,仿真模拟证明了这种方法的有效性.     

基于特征提取的调制识别方法研究

基于特征提取的调制识别是通过分析信号在时域、频域或其他变换域的差异来提取信号的特征并对信号进行识别分类.针对调制信号载有信息的特点,从信号的瞬变信息、缓变信息以及提取方式等方面对特征提取方法进行研究,并对一些经典的信号特征以及基于时频分析的特征进行了分析,最后研究了两种分类器(神经网络和基于支持向量机)在基于特征提取的调制识别领域的应用.     

PCA在人脸识别中的应用

利用人脸特征进行身份鉴别是生物特征识别中最直接的手段,而在人脸特征鉴别中,特征提取是很重要的一个步骤,对特征提取中最常用的算法——PCA（特征脸）算法进行了分析,归纳,并通过实验说明了不同投影轴对识别率的影响。     

数字助听器的并行梯度投影回声抵消

自适应回声抵消是消除助听器回声啸叫的有效方法. 针对回声路径评估偏差大的问题,文中提出线性预测-并行梯度投影算法,通过对助听器输出信号进行线性预测来生成解相关FIR 滤波器,获得解相关信号. 系统利用解相关信号构建包含回声路径的凸优化方程,并设计并行梯度投影算法求解该方程,实现回声路径的估计. 实验结果表明算法在收敛速度、稳定性和精度等方面改进显著.     

基于多组耦合字典及交替学习的图像超分辨率重建

本文提出多组耦合字典及其交替学习算法,实现图像超分辨率重建. 在字典学习阶段将训练图像视为高分辨率图像,将它先缩小再放大得到低分辨率图像. 两图像之差为残差图像. 从残差图像块和低分辨率图像块特征的联合数据中学习耦合字典,得到残差图像和低分辨率图像间的映射关系. 针对图像块具有不同纹理和结构以及
字典学习效率的问题,提出多组耦合字典和字典交替学习算法. 在重建阶段先将输入图像插值放大,视为低分辨率图像. 求出低分辨率图像块对于每组耦合字典中低分辨率部分的稀疏表示误差,取表示误差最小的耦合字典中残差部分重建残差图像,与低分辨率图像融合得到高分辨率图像. 实验结果表明该方法具有良好的重建效果.     

基于中间值的最大间距准则特征提取方法

针对最大间距准则算法中训练样本类内平均值并不能对类内中心做精确估计的问题,提出一种基于中间值的最大间距准则特征提取方法.首先应用样本中间值代替样本的平均值来重新定义类间散度矩阵和类内散度矩阵,然后根据最大间距准则思想得到最优投影矩阵,最后利用三阶近邻分类器进行分类识别.在ORL、Yale和FERET人脸图像库上的仿真实验结果表明,该方法不仅提高了人脸识别率,而且具有较强的鲁棒性.     

提高空间谱算法分辨率的DOA估计

针对传统MUSIC算法在低信噪比,小快拍数等非理想条件下分辨率下降的问题,提出了改进的基于子空间投影的MUSIC测向算法. 该算法充分利用子空间信息,采用新的特征值校正方法对噪声子空间进行加权,并与加权信号子空间投影进行空间谱合成,得到新的空间谱函数. 搜索函数极大值,就能得到来波方向. 新方法既保
留了噪声子空间算法的高分辨性能,又保留了信号子空间算法的稳定性. 计算机仿真和实测数据表明新方法有效.     

基于稀疏表示和块匹配的图像超分辨率重建方法

针对图像的超分辨率重建问题,提出一种基于稀疏表示和块匹配的重建方法.首先,根据图像退化模型将HR图像退化成LR图像.然后,通过训练获得过完备字典,对图像重建问题进行稀疏表示,并对此进行求解.最后,利用重叠块技术缓解块效应,利用反向投影技术保证全局一致性,最终获得重建的HR图像.另外,将该方法扩展到多帧图像重建中,利用块匹配技术从多帧图像中选择出一个目标图像,以此实现重建.实验结果表明,该方法的重建图像具有较低的峰值信噪比.     

微多普勒特征提取中的时频分布选择

针对雷达目标微多普勒特征提取中的时频分布选择问题,从理论上分析了微多普勒信号的时频分布特点. 对于多分量微多普勒信号,通过引入性能评价准则给出了时频分布的性能评价指标,并进一步提出微多普勒信号的时频分布优化选择方法. 仿真结果表明,平滑伪Wigner-Ville分布具有最优的时频性能. 该结论对微多普勒提取的时频算法选择及高精度的瞬时频率估计具有指导意义.     

部分极化波瞬态极化投影的统计特性

在电磁波瞬态极化理论的基础上,研究了部分极化波的瞬态极化投影的统计特性.提出瞬态极化投影到期望极化轨道的距离的概念,其本质是两个极化信号瞬态极化投影的距离度量.在正态假设下,推出了该距离所服从的概率分布密度解析公式,并证明了当对部分极化波的独立采样数足够多时,该距离近似服从正态分布.     

利用延时相关预处理的信源数估计

为了解决信息论准则估计信源数在有色噪声背景下失效以及盖氏圆方法在低信噪比下性能下降的问题,提出了利用延时相关预处理的信源数估计方法. 首先构造接收数据之间的延时相关矩阵,抑制噪声影响. 再将特征向量按划分规则分组,得到两类不同的特征空间,其中一类只含噪声特征矢量,另一类同时含有噪声和信号的特征矢量. 最后将延时相关矩阵投影到特征空间,通过对投影数据进行处理实现信源数估计. 仿真实验和实测结果表明了该算法的正确性和有效性.     

仿射投影数据重用MCMA盲均衡

针对突发信号的盲接收,提出一种快速收敛的盲均衡算法. 该算法将自适应滤波领域中的仿射投影和数据重用思想引入修正常模算法(MCMA)盲均衡器. 与传统的MCMA算法相比,大大提高了算法的收敛速率,适用于突发信号的盲均衡. 在数值模拟中,与传统的MCMA 算法在收敛速率、稳态误差等方面进行了对比分析.     

利用复合特征进行模式识别的探雷研究

根据对探地雷达回波信号的分析,提出了一种利用复合特征训练神经网络并用其进行地雷探测的新方法.整个过程包括有预处理、特征提取及神经网络分类三个步骤.在特征提取的过程中,选取时域、频域、小波域能量及其统计量,以及Welch功率谱密度估计作为地下埋设目标的特征,在此基础上使用WILKS准则采用逐步判别的方法抽取关键特征,从而降低特征维数并将特征送入神经网络训练.使用地雷目标与其相近物体的数据进行对比试验和神经网络测试,结果表明,使用复合特征训练的神经网络可有效地将地雷与其他干扰物分开,提高了地雷的探测率,同时降低了虚警率.     

基于稀疏表示的遥感图像超分辨重建

为了获取高质量的超分辨遥感图像,提出了一种改进特征提取算子的稀疏表示遥感图像超分辨率重建方法。该算法通过设置模板,对一阶和二阶梯度滤波算子进行改进,在有效提取低分辨率图像边缘特征的同时,减少噪声干扰。利用遥感图像库训练得到高、低分辨率图像块字典,再应用低分辨率图像块及其字典求出稀疏表示系数。高、低分辨率图像块具有相同的稀疏表示系数,可根据已求的稀疏表示系数得出超分辨重建图像。实验结果表明,改进算法的超分辨重建效果的客观评价指标,比以往稀疏表示超分辨方法有很大提高,峰值信噪比提高近0.24 dB,均方根误差降低近0.15。     

基于红外图像序列的排球运动关键技术特征提取方法

针对现有运动技术特征提取方法中运动目标特征提取不准确的问题,提出了一种基于红外图像序列的排球运动关键技术特征提取方法 .首先,获取红外图像序列的排球运动图像,并对红外图像序列中的运动目标进行检测和提取,进一步用图像分割方法进行边缘分割.然后,基于视点跟踪切换方法进行阈值分析,实现对运动目标的准确跟踪和提取.实验表明,提出的方法准确性和效率均高于传统方法 .     

字典学习优化结合二维KCM选择的人脸识别方法

针对人脸识别中区域的高阶隐藏非线性结构发现问题,提出了字典学习优化结合2D Krawtchouk矩(KCM)选择的人脸识别方法.首先,利用二维KCM选择提取特征向量;然后,利用字典学习优化得到最优特征矩阵,并将特征进行组合;最后,使用最近邻分类器完成分类.实验结果表明,相比其他几种方法,该方法获得的平均精度高且鲁棒性更好.     

特征增强的平滑区域篡改检测算法

针对移除图像平滑区域目标的篡改行为,提出一种基于轮廓特征增强的检测算法.首先对待检测图像进行滑窗式分块,逐块进行二值化轮廓特征提取,然后对提取的轮廓序列进行字典排序,最后通过对轮廓序列的匹配实现篡改区域的正确标注.实验表明该算法能有效解决平滑区域篡改痕迹检测的问题,且篡改图像经较低品质JPEG压缩后仍有较强的匹配能力.     

一种图形透视投影矩阵的推导及编程实现

透视投影为三维图形显示的基础,在此基础上提出了一种基于透视投影矩阵的数学模型.可方便地将空间三维坐标转换为透视投影坐标,并实时地在屏幕上展现出来.并以三维数据的透视投影为例,显示了经过该透视变换后的透视图,验证了该方法的有效性.     

Oraele数据库发布安全性控制策略

介绍了基于WWW的Oracle数据库发布模型,提出基于角色的安全性控制策略,介绍了如何从数据库字典中查询违反安全策略情况的方法.     

稀疏表示遥感图像超分辨重建

为获取地物信息更丰富、空间分辨率更高的遥感图像,提出了一种改进的稀疏表示遥感图像超分辨重建算法。对遥感图像预处理,得到所需训练样本图像;利用字典学习算法进行学习,得到遥感图像结构相似的高低分辨率字典对;对图像特征块进行稀疏表示时,采用改进的自适应滤波方法进行特征提取,同时引入均值滤波法改进超分辨重建迭代计算。实验结果表明,改进后的稀疏表示超分辨方法,有效地避免了重建图像边缘信息的丢失,获取了较好的超分辨重建效果。与当前最先进的稀疏表示超分辨算法相比,主观视觉上纹理细节信息更丰富,客观评价指标峰值信噪比提高约1 d B,结构相似性提高约0.02。