基于谱相关和神经网络的信号调制识别

由于通信信号的体制及调制及调制方式的复杂多样,通信信号调制类型的识别显得尤为重要和迫切.基于调制信号的谱相关特征,提取了5个特征参数,给出了各个参数随信噪比变化的曲线图.分类器采用RBF神经网络,并从提高网络识别性能出发,构建了大容量和高质量的网络训练样本,能够扩大识别范围,提高识别精度.基于谱相关特征参数和RBF神经网络结合的算法能动态识另q信号的调制方式,仿真结果表明:该算法在低信噪比下能取得较高的正确识别概率.     

基于邻域相关度和LBP算子的人脸图像识别

针对传统局部二值模式(local binary pattern,LBP)算子提取的图像纹理特征不完整、不能全面刻画人脸局部特征的问题,提出一种基于邻域相关度的改进LBP算子.该算子首先计算窗口内每个像素点的邻域相关度;其次利用邻域相关度的均值和方差构造新的NC_LBP算子,进而提取图像局部直方图特征,作为人脸识别的依据;最后利用Chi平方统计法计算直方图的不相似度,并用KNN算法进行分类.仿真实验表明,改进NC_LBP算子在ORL,JAFFE和YALE人脸数据库的识别中效果较好,特征区分度明显,识别准确率较高.     

低信噪比下语音断点检测算法的改进研究

传统的端点检测在信噪比较高的环境下可以有效的对语音进行端点检测,但是在低信噪比环境下端点检测的正确率急剧下降。针对在低信噪比环境下语音端点检测正确率不高的问题,提出一种将调制域谱减法和对数能量子带谱熵相结合的的端点检测算法。该算法首先利用调制域谱减法去除带噪语音的噪声以提高语音信号的信噪比,然后结合对数能量和子带谱熵算法对消噪后的语音信号进行端点检测。实验仿真结果表明,该算法在低信噪比环境下能有效提高语音端点检测的正确率且具有一定的稳健性。     

关于图的Laplacian谱半径的一个改进上界

设G为n阶简单连通图,若L（G）为图G的度对角矩阵与邻接矩阵的差,称L（G）为图G的Laplacian矩阵．本文利用图的度序列平方和与非负矩阵谱理论给出了L（G）的谱半径的一个新上界,改进了现有结果．     

调制域谱减法用于鲁棒性语音识别

针对语音识别在实际环境中缺乏稳健性的问题,提出了将调制域谱减法应用于语音识别前端的方法。先将语音信号变换到调制域,在调制域用谱减法将信号增强,在减少语音畸变的基础上提高信噪比,然后再进行识别。仿真实验表明,调制域谱减法能在较大的信噪比区间内提高系统识别率,证明此方法能显著提高语音识别系统的抗噪声能力。     

独立分量分析联合小波变换的多分量信号调制识别研究

对复杂电磁环境下多分量信号进行调制识别,可通过准确估计接收信号的瞬时频率来分析其脉内细微特征。本文联合独立分量分析和小波变换技术,对多分量辐射源信号进行了盲源分离和调制识别的研究。在无先验信息条件下,采用Fast ICA对混叠信号分离,将时频混叠信号分解成一系列独立分量。对分离后的单分量信号分别做小波变换处理,由小波系数的局部模极大值提取其小波脊线。针对不同调制类型雷达信号,用最小二乘法对时频小波脊线进行直线拟合,获取特征参数,通过计算特征值判决出信号的调制类型。通过仿真实验表明,该方法可以分离混叠信号并有效提取信号小波脊和瞬时频率,进而识别出信号的调制类型,并在低信噪比情况下仍有较高的识别概率。     

基于非局部低秩和全变分的多光谱图像去噪算法

在成像过程中,多光谱图像（MSI）通常会受到高斯噪声的污染,从而影响MSI的后续应用。为了去除高斯噪声,通过考虑沿光谱的全局相关性（GCS）和跨空间的非局部自相似性（NSS）,提出了一种新的基于张量的去噪方法。为了同时捕获非局部相似性和光谱相关性,MSI首先被分割成重叠的三维全波段块,通过聚类算法将相似的块进行分组。再将每个三维全波段块展开成矩阵,然后把组内的相似块级联成三阶张量,利用张量核范数对该低秩张量进行正则化约束。为了避免这一操作产生的振铃效应,利用三维加权总变分探索光谱—空间平滑性。仿真实验表明：所提算法可以有效地利用内在的GCS和NSS知识,能够从退化的MSI中恢复出更加精细的信息,在综合的量化性能指标下优于对比方法。     

基于智能手机传感器和SC\|HMM算法的行为识别

在获取智能手机传感器信号的基础上, 提出一种基于谱聚类和隐Markov模型的日常行为识别算法. 该方法利用智能手机获取的加速度、 地理位置和接受信号强度等数据, 结合谱聚类分析和隐Markov模型学习, 能有效地对用户日常行为进行自动识别. 实验结果表明, 在真实的手机数据集中, 该方法具有较高的准确度.     

分类器模拟算法及其应用

针对标准数据集在评估多分类器系统的组合方法时存在的不足,设计了一种新的分类器模拟算法.该算法利用分类器的识别率建立混淆矩阵,由混淆矩阵生成基分类器的决策,进而结合分类器之间的相关性度量生成所有的模拟数据.通过实验评估表明,该算法能够模拟任意多个分类器和任意多个模式类别的数据,且能够表达出分类器之间的关联性.又应用生成的模拟数据集对多数投票和堆叠泛化这2种组合方法进行了实验,结果表明分类器之间的负相关有助于提高系统的性能,特别是当单个分类器识别率取0.8、关联度从0.829 5降至-0.484 7时,多数投票和堆叠泛化的性能分别提高了14.98%和41.99%.     

PSK信号的调制参数估计与识别

针对PSK信号,分析了BPSK信号和QPSK信号的谱相关特性,并通过计算机仿真了这2种信号的谱相关平面图（即循环频率一频率双频三维图）,提出了利用循环谱相关函数的截面图估计BPSK信号和QPSK信号的调制参数（即载频和码元速率）并识别这2种信号的方法．搜索最大峰值可估计信号的载频,计算最大峰值与次大峰值差可估计出信号的码元速率,通过仿真得到载频估计与码元速率估计的归一化均方误差,并根据谱相关特性设置阈值识别出BPSK信号和QPSK信号．该方法在低信噪比下也可达到很好的识别估计效果,适于雷达电子对抗信号识别估计的应用．     

基于现代谱估计的互相关高斯随机序列的模拟产生

利用现代谱估计技术中的Levinson—Durbin递推方法来求解对序列相关值有所要求的AR自回归模型的各阶参数，并将所产生的原序列及其移位序列作为无线通信和雷达系统仿真中所需的互相关高斯随机序列，仿真结果证明了该方法的有效性。     

基于扩展相位的柱面图像拼接算法研究

提出了一种柱面图像拼接方法,首先利用扩展相位相关算法获取变换矩阵,将其经过Levenberg-Marquart（LM）算法优化之后获取理想8参数模型,其次利用8参数模型进行同心圆焦距的估计,获取柱面拼接图像的半径,最后对投影后的柱面图像再利用扩展相位相关算法、加权融合算法进行拼接,实验验证了这种方法的有效性。     

BLAZARS射电波段宽带谱指数的研究

从文献资料中搜集86个BLAZARS天体在射电22GHz和37GHz波段近10a的观测数据,其中包括38个BLLacs和49个FSRQs.我们对两子类的流量密度进行了平均处理,并得到相应宽带谱指数,分析讨论了谱指数与流量密度、流量密度与红移、谱指数与红移之间的关系,并发现它们之间存在着一定的相关性。     

非负矩阵谱半径的一个新界值估计

对非负矩阵谱半径的界值给出了一个新的估计,把非负矩阵谱半径的上下界表示成矩阵元素的一个易于计算的函数,证明了由该函数表示的谱半径的上下界可以通过递推计算的方法无限地逼近谱半径.最后,通过实例与以往的结论作比较,验证了该界值估计的有效性.     

多变量自校正调节器算法的改进

介绍了把谱分解方法推广应用于多变量自校正调节器的算法，即为使系统的平方性能指标达最小，寻求闭环传递矩阵最佳人母阵Ｄｃ（Ｚ）时，运用谱分解方法，不仅避免通常采用的求解Ｒｉｃｃａｔｉ方程的途径，而且计算过程更为简捷，使之更有利于实际应用。     

基于改进APG的鲁棒光谱回归在人脸识别中的应用

针对人脸识别中传统的光谱回归方法对于由类标签错误和面部遮挡产生的误差很敏感的问题,提出了基于加速近似梯度的鲁棒光谱回归方法。首先将鲁棒判别子空间的学习问题转化成最大相关熵问题,得出光谱目标和预测之间的最大相关解;然后对相关熵采用总变分正则化,进而学习空间平滑的人脸结构;最后基于半二次化优化的附加形式,将最大相关熵问题投影到混合正则化模型,并通过加速近似梯度算法进行有效优化。在FRGC人脸数据库上的实验结果表明,所提方法对于类标签错误和面部遮挡具有鲁棒性和有效性,与其它几种常用的线性回归、光谱回归方法相比,不仅提高了识别率,而且大大地降低了计算开销。     

基于谱聚类的BaaS资源负载均衡调度算法

Fabric作为超级账本的核心项目,以其多通道的设计为用户提供更为隐私的交易空间,为了解决基于分布式架构下的多通道资源负载均衡问题,提出了基于NJ W谱聚类的区块链即服务(BaaS)负载均衡调度算法SC-channel.该算法将平台子节点的数量作为划分类簇数量的依据,首先,基于通道采用peer之间的Jaccard系数构造相似矩阵;其次,计算拉普拉斯矩阵,求取前k个特征值和特征向量并将特征向量单位化;最后,用基于数量加权的k-means算法完成聚类.在Kubernetes平台上对这种方法进行验证,并与采用经典k-meansi的NJW算法默认调度算法下的资源负载均衡度做了比较分析.结果表明,采用基于谱聚类的BaaS资源负载均衡调度算法可提高资源利用的均衡程度,增强了平台的可用性与可靠性.     

基于光谱主次吸收谱带组合特征相似性测度的高光谱遥感矿物信息提取

吸收谱带组合特征是识别和区分具体矿物类型的重要参量。研究表明,地物单一光谱特征不稳定性无法全面反映地物光谱间的相似性,直接影响识别效果。提出一种基于矿物光谱的主次吸收谱带组合特征的相似性测度方法;该方法基于光谱主次吸收特征的最小二乘相似性拟合法,对光谱特征较稳定的主、次吸收特征参量赋以不同的权重系数,将图像光谱与标准光谱库中各个参考光谱分别在主吸收特征与次级吸收特征波段进行加权比较,从而得到识别结果。基于CAIS/SASI机载高光谱数据,IDL编程实现光谱主次吸收特征最小二乘相似性拟合算法对实验区的绢云母、绿泥石蚀变矿物信息提取,并与常规光谱角制图处理结果的比较分析,发现新算法能更细致地进行高光谱遥感地物信息提取,有较强的实用性。     

不可约非负矩阵谱半径的数值算法

用矩阵的对角相似变换和Perron Frobenius定理, 给出了不可约非负矩阵谱半径的简单数值算法, 该算法类似于求矩阵按模最大特征值的经典算法-幂法, 适用于任何不可约非负矩阵, 并且通过适当选择参数, 算法具有简单、 快速的特点.     

n元m阶方阵的k次方幂和的一种新算法

文中用初等对称多项式来表示特殊对称多项式sk(x1,x2,…,xn)=sum xik from i=1 to n (k=0,1,2,…)方法得到了n元m阶方阵的k次方和sk=sum xik from i=1 to n (k=0,1,2,…)类似的公式,并对其的计算问题进行了研究,得出了一系列结论.