连续时间首达目标模型(Ⅱ)──L最优问题

研究了连续时间首达时间及首达目标总报酬（非折扣）的Ｌ最优模型。给出新的ｋ阶矩简洁表示式；证明Ｌ最优模型可化为离散时间拟折扣期望报酬优化模型；给出Ｌ最优与Ｍ最优之间的关系与若干性质。     

用二维阶次规正不变矩识别三维目标

论述了用二维投影图像的矩不变量来识别三维目标的方法。该方法有效地降低了目标识别的维数，简化了目标匹配和识别的算法。通过考察阶次规正不变矩ＯＮＭＩ的性能，证明了ＯＮＭＩ有效地减小特征量的动态范围并提高了其抗噪性。分类结果表明，该特征平衡方法比如加权因子法更有利于目标的识别分类。     

拓扑Markov链具有完全正熵的充分条件

讨论了双边拓扑Ｍａｒｋｏｖ链，并证明了它具有完全正熵的一个充分条件是决定双边拓扑Ｍａｒｋｏｖ链的矩阵为非周期的，由此，进一步得到一系列所需的充分条件。     

多维门限自回归序列核密度估计的渐近性质

通过研究多维门限自回归序列所构成的Ｍａｒｋｏｖ链的几何遍历性，得到了此序列的一致混合性，并在一致混合条件下，给出了其核密度估计的一些渐近性质     

平稳噪声中的谐波恢复

研究乘性噪声均值先验知识未知情况下的谐波恢复问题。提出了基于一阶、二阶循环统计量的混合方法和基于一阶、三阶循环统计量的混合方法．即先利用一阶循环统计量得到对应非零均值乘性噪声的谐波频率，再求出与谐波频率对应的乘性噪声均值．去均值后用二阶或三阶循环统计量来恢复谐波。在此基础上．提出了谐波分量个数的估计方法。仿真结果证实了该方法的有效性。     

有色噪声驱动的多权重随机复杂网络的稳定性和同步性

基于图论方法和全局Lyapunov函数，给出判定有色噪声驱动的多权重随机复杂网络系统在m阶矩意义下噪声到状态稳定性的充分条件，并进一步构造该系统的响应系统，通过研究同步误差系统得到驱动系统和响应系统在m阶矩意义下噪声到状态同步的判据。最后结果表明，有色噪声驱动的多权重随机复杂网络的稳定性和同步性与多重权重和有色噪声的强度密切相关。     

用Hartley变换实现连续动力学系统参数模型直接辨识

针对大多数物理系统是由一组微分方程表示的连续时间系统,难以获得信号的各阶微分,连续动力学系统参数模型无法直接辨识的问题,借助Hartley正、逆变换及其微分性质,在频域对信号去噪,获得信号及其微分的估计值,建立参数模型直接估计的最小二乘算法。通过数字仿真分别辨识一个二阶系统和四阶系统,研究频率指数M和时间T与辨识精度的关系,给出辨识时参数选择的基本原则。此外,运用此方法对某冷轧机液压自动厚控系统参数模型进行辨识,结果表明:该方法对噪声具有较强的抑制能力,是一种简单实用的辨识方法。     

一类化学反应系统的统计性质

研究在高斯白噪声作用下的一类化学反应：得到了该系统随机动力学方程的精确含时解，推导了系统组分ｘ（ｔ）和ｙ（ｔ）的一阶矩和二阶矩，讨论了系统的统计性质。     

带约束的Kantorovich不等式及其在LSE相对效率中的应用

本文给出了一种约束的Ｋａｎｔｏｒｏｖｉｃｈ不等式并将其就用于Ｇａｕｓｓ－Ｍａｒｋｏｖ模型和方差分量模型中ＬＳＥ的相对效率研究，得到了其下界，这些下界比起用不约束的Ｋａｎｔｏｒｏｖｉｃｈ不等式给出的下界更尖。     

希尔伯特黄改进算法在语音增强中的应用

语音信号在传输过程中常常受到传输系统或周围环境的噪声影响而无法识别说话者的内容。为了尽可能消除语音中的噪声,提高语音的信噪比及清晰度,提出了一种基于奇异值分解的希尔伯特黄消噪算法。该算法对带噪语音信号进行经验模态分解,得到各阶固有模态函数,在对各阶固有模态函数分量分析的基础上,利用软阈值和奇异值算法相结合的方法来达到语音消噪的目的。这种分阶消噪算法可以尽可能的除去噪声,提取出纯净的语音信号。通过大量的仿真结果可以证明:该算法在语音消噪应用具有可行性,而且优于传统语音消噪方法。     

一种图象归一代新算法

介绍了一种综合利用图象力矩及图象边界提取等方法来实现对数字图象的大小归一化的算法．先对原始图象（待处理图象）和标准图象的灰度日进行边界提取,消除噪声及图象背景的影响．在此基础上,分别计算出原始图象和标准图象的力矩,即可求得大小变化因子．实验结果表明,此算法可获得较好的归一化效果．     

三重循环马氏链的强大数定律

为了研究一类非齐次马氏链——循环马氏链的强极限定理,首先考虑到非齐次马氏链的转移矩阵是循环的情形经常出现,从而引进了三重循环马氏链的概念,然后利用非齐次马氏链函数的极限性质推导出三重循环马氏链关于状态出现频率的极限性质,并利用该性质得到了三重循环马氏链关于状态出现频率的强大数定律,为循环马氏链的应用提供了理论依据.     

随机环境中马氏链的特征数与禁止概率

利用马氏链的一般理论讨论了随机环境中马氏链的特征数和禁止概率的关系,给出了强常返状态特征数的分解公式,利用禁止概率的一般分解公式研究了分布矩的性质,丰富了现有文献中的随机环境中马氏链的相关结果。     

二阶隐马尔可夫模型及其在计算语言学中的应用

介绍了在观测噪声和马尔可夫链不相互独立的条件下改进的隐马尔可夫模型(HMM)的结构．在传统的隐马尔可夫模型的基础上研究了改进模型的Baum-Welch算法，并导出了改进模型的参数估计公式．     

解布局问题的并行模拟退火算法与实现技术

本文讨论了用并行模拟退火算法解决集成电路布局问题。并基于扩展角模块表（ECBL）表示方法，利用多马尔可夫链方法实现了布局问题的并行算法，同时提出了针对同步多马尔可夫链的改进的最早准则。对MCNC的标准例子的测试结果表明，并行模拟退火算法能够获得满意的加速比和较好的解质。     

与观测信息相关的二阶隐马尔可夫模型的参数估计

给出了在观测噪声和马尔可夫链不相互独立的条件下与观测信息相关的二阶隐马尔可夫模型的结构及改进模型的前向后向算法与Baum-Welch算法,并导出了改进模型的参数估计公式.     

混合二阶隐马尔可夫模型的Baum-Welch算法

介绍了在观测噪声和马尔可夫链不相互独立的条件下混合二阶隐马尔可夫模型(HMM2)的结构.然后,研究了新模型的Baum-Welch算法,并导出了新模型的参数估计公式.       

基于分数低阶S变换时频的机械轴承故障特征提取

时频分布是机械滚动轴承故障信号的有效分析方法,特殊情况下的机械故障信号或噪声属于非高斯Alpha()稳定分布,传统的Stockwell变换（S变换）时频方法性能退化甚至失效。本文基于S变换时频和分数低阶矩提出了一种分数低阶S变换时频分布算法,为了减少计算量及在线及时分析信号,提出了一种快速分数低阶S变换时频算法。仿真结果表明,所提出的分数低阶S变换时频算法及其快速算法能很好的工作在高斯噪声和稳定分布噪声环境,性能优于已有的S变换时频。在实际应用中,所提出的时频算法能够较好的提取机械轴承故障信号的故障特征。     

一种结合稀疏表示和切比雪夫矩的人脸识别算法

在基于稀疏表示的人脸识别算法的基础上,利用切比雪夫矩在图像重建及抗噪声方面的良好性能,提出了一种结合稀疏表示和切比雪夫矩的人脸识别算法,对有无加性噪声干扰的人脸图像进行识别.给出了详细的数学推导过程和算法实现步骤,并通过实验对算法进行了验证.针对扩展的Yale B人脸库和AR人脸库的识别结果表明,当特征空间维数为496时,该算法在不同光照条件和不同表情条件下的识别率分别为98.33%和88.72%,在添加椒盐噪声后像素破坏比例小于60%的条件下识别率为100%.与基于随机脸的最近邻分类法、最近子空间分类法及传统SRC算法相比,该算法在抵抗图像的细节信息变化方面具有更好的鲁棒性.     

一种快速计算Zernike矩的混合算法

提取傅里叶-梅林矩作为Zernike矩的公共项,将Zernike矩表示为该公共项的线性组.通过研究Zerni-ke核多项式与傅里叶函数的对称性,将图像区域分成8个区域,只以一个区域的Zernike基函数的值代替其他7个区域基函数的值.而且Zernike多项式的系数具有迭代性.综合这3项技术,本文提出了一种快速计算Zernike矩的混合算法.根据对256 bit色灰度图像的实验结果表明该方法明显优于现有方法.