基于轮廓形状分析的纱识别方法

提出了基于轮廓形状分析的图素识别方法，该方法克服了轮廓矢量匹配识别算法的缺陷，提高了纱识别的完整性。轮廓形状分析还被用于字符串与图线粘连下的字符串提取。     

基于轮廓形状分析的图素识别方法

提出了基于轮廓形状分析的图素识别方法，该方法克服了轮廓矢量匹配识别算法的缺陷（在图素生成或曲线跟踪过程中，在分枝点出现的生长或跟踪错误），提高了图素识别的完整性．轮廓形状分析还被用于字符串与图线粘连下的字符串提取     

一种彩色图像的自适应混合滤波

设计了一种彩色图像的自适应混合滤波方法.该方法先判断窗口内含噪类型,然后用矢量加权均值滤波抑制高斯噪声,用矢量加权中值滤波抑制脉冲噪声,其权值均由滤波窗口内像素与窗口中心像素的距离得到.该混合滤波算法能够自适应地选择滤波方式,提高了滤波性能.     

一种新的自适应加权矢量方向距离滤波器

针对已有的的矢量滤波器不能自适应地确定滤波器窗口内像素之间的空间距离对滤波效果的影响等问题,提出一种新的自适应加权矢量方向距离滤波器。该滤波器将彩色像素当作1个三维矢量,结合有序统计方法,利用彩色矢量问的距离信息和方向信息,并通过捕食者一食饵微粒群算法优化获得滤波器窗口的最优权值,体现滤波器窗口内像素之间的空间距离对滤波效果的影响,实现彩色图像的自适应滤波。与其他滤波算法的性能相比以及仿真结果表明,采用所提出的算法得到的平均绝对误差、均方误差和归一化的色度误差等明显比现有的彩色图像滤波方法的低,能在去噪与图像的细节及边缘保护方面达到平衡。     

基于像素类型的彩色图像混合矢量自适应滤波器

为了更好地去除彩色图像中各种类型的噪声污染,提出了一种基于像素类型的彩色图像混合矢量自适应滤波器.该滤波器首先使用Lee滤波器对YCbCr彩色空间的三通道进行加性噪声预处理;然后基于亮度分量图Y中每个像素8个方向上的基本梯度,以及其3×3邻域窗口像素的结构和连通特性,提出了9条像素类型判别规则,把彩色图像的像素划分为脉冲噪声污染像素、边缘或细节像素和平滑区像素;最后,对3类像素在YCbCr空间分别采用改进的自适应最近邻矢量滤波器(MANNMF)、自适应最近邻矢量滤波器(ANNMF)和加权平均矢量滤波器(WAF)进行滤波处理.实验表明,所提出的彩色图像滤波器不仅能去除图像中各种类型的噪声,而且具有良好的边缘细节保持能力,性能优良.     

基于MPI算法的均匀线阵自适应方向图形成研究

介绍了一种基于大特征矢量的幂迭代(MPI)算法,利用幂迭代(MPI)算法对均匀线阵的方向图进行仿真.通过仿真结果可以看出,采用该算法的均匀线阵方向图在信号位置可以形成自适应峰值,提高了均匀线阵的分辨力.     

异步电动机自适应矢量控制系统的一种仿真方法

针对异步电动机矢量控制系统在电动机参数变化时性能下降的问题。提出了一种拥有转子磁链自适应观测器的矢量控制方案，设计出转子磁链自适应观测器，构成转速与磁链闭环的矢量控制系统，利用SIMULINK仿真工具建立了仿真模型，并对系统进行了仿真研究，分析结果表明，这种转子磁链自适应观测器的设计方法是有效的。     

基于特征投影矩阵的自适应方向图改善方法

在主瓣干扰背景下,采用特征投影矩阵算法,预处理后自适应方向图将出现主波束偏移,针对传统修正方法中对角加载技术的系数固定且难以确定的问题,基于HKB算法提出了一种改进的加载系数选取方法,根据接收数据能够自适应确定对角加载量。该方法在进行脊回归估计时,通过将剩余矢量的最小方差代价函数的最小二乘估计替换成误差绝对值函数进行分析计算,从而获得新的对角加载系数,同时对自适应抗干扰总效果方向图进行了分析研究,对于旁瓣性能出现的明显恶化,结合所提方法对总效果方向图进行了改善研究。仿真结果表明了所提方法既能有效解决预处理方向图主波束指向偏移问题,同时也改善了总效果方向图的旁瓣性能。     

使用矢量量化技术压缩SAR原始数据

该文研究基于矢量量化技术的合成孔径雷达（SAR）原始数据压缩算法，提出了块自适应树型矢量量化（BATSVQ）算法和块自适应球形矢量量化（BASVQ）算法。与块自适应矢量量化（BAVQ）算法相比较，该文提出的算法采用约束型矢量量化技术，能够充分利用SAR原始数据经过自适应块处理后在较小的范围内具有稳定高斯分布的特性。采用以上算法对SAR实测数据进行了验证，并比较图像及其性能参数，结果表明BATSVQ算法和BASVQ算法能够获得算法性能和实现复杂度之间的合理折衷。     

一种求闭环频率特性的图解法

本文介绍的求闭环频率特性的图解法，其特点是不用Ｎｉｃｈｏｌｓ图线或等Ｍ圆、等Ｎ圆图，而是通过向量叠加的办法，由开环频率特性求闭环频率特性。该方法计算量少，简单方便，适用于自动控制系统的分析与设计。     

基于阈值优化的CDRM-SVM入侵检测算法

为了提高中心距离比值法预选取支撑矢量的效率,降低支撑矢量机的训练时间,引入自适应动态克隆算法对中心距离比值法的阈值进行优化,并将该算法应用于入侵检测中,提出了基于阈值优化的CDRM-SVM入侵检测算法.算法首先利用自适应动态克隆算法对中心距离比值法中的阈值进行优化,获得理想的阈值,从而可以提取出包含全部支撑矢量的边界矢量集,然后使用边界矢量集代替训练样本集进行支持矢量机的训练,大幅度减少了训练样本的数量,使支持矢量机的训练速度显著提高.同时,由于边界矢量集中包含了支撑矢量,因此,支撑矢量机的分类能力没有受到影响.采用KDDCUP 99数据集进行试验,试验结果表明:与传统方法相比,在保证性能的情况下,所提算法能够有效地降低支持向量机的训练时间.     

基于稀疏自适应S变换的储层流体流度计算

反射地震数据中的低频信息包含了丰富的与流体流度相关的信息,据此可以从中提取相关储层的流体流度属性,从而可以利用地震数据的低频信息识别流体。因此,为了提高分辨率以及工作效率,将稀疏自适应S变换引入储层流体流度的计算,该方法开发了基于稀疏性的窗参数优化,以用于自适应地调控对不同频率分量的窗函数,应用该方法计算时频谱信息并求取流度可得到较高的分辨率和能量聚集性,此外也省去了参数调节的步骤。相较于常规的时频分析方法,该方法在具有较高分辨率的同时,克服了测不准原理对信号可分辨的限制。因其对不同的频率分量都自适应地获取最优窗参数,通过仿真信号,合成楔形记录试算,稀疏自适应S变换有更高的分辨率和能量聚集性。实际地震数据的试验表明,稀疏自适应S变换可有效地求取流体流度,并较常规时频方法所求流度有更高的分辨率。     

基于自适应滑动窗的降落航班排序模型

对交通拥挤时进场航班进行合理排序，是空中交通流量管理的一个重要研究内容.通过对降落航班排序问题的研究，基于对降落总时间和计算量的优化，引入滑动窗模型.通过理论证明和仿真试验分析了窗体大小和步长对计算量和排序评估结果的影响.添加时间参数，使算法能自适应调节窗口大小和滑动步长.通过实际飞行计划仿真，本文的自适应滑动窗算法与先来先服务相比，明显减少了总降落时间，降低了航班调整力度.证明了算法的灵活性和实用性.     

基于滤波与平滑的曲线重构

提出了一种算法用于从散乱点云中重构曲线，点云通过一个滤波器后被细化．当点云足够细时，可以非常容易地给它定序，从而可以对点云进行曲线拟合或逼近；对于厚度变化不均匀的点云，将半径固定的选点窗口进行改进，引入一个自适应算法，能随点云厚度的变化调整窗口半径，改善滤波器性能．数值实验表明，算法简单、快速、有效，尤其当点云密度很大且厚度不均匀时，曲线重构的效果更好．     

多变量相空间重构的多核最小二乘支持向量机电力负荷预测优化策略

针对短期电力负荷在线预测问题,结合多变量相空间重构以及多核函数LS-SVM(least squares support vector machine),提出一种基于滑动窗口策略与改进人工鱼群算法(artificial fish swarm algorithm)的短期电力负荷在线预测综合优化方法。首先利用多变量相空间重构还原真实电力系统动力学特性;然后将核函数进行排列组合,从而将组合核函数的构造问题转换为权值系数的优化问题。进一步将延迟时间、嵌入维数、LS-SVM参数以及核函数权值作为整体参数向量,利用混沌自适应人工鱼群算法对训练数据预测精度的适应度函数进行优化,从而得到最优的预测模型参数。最后通过滑动时窗策略将得到的预测模型对短期电力负荷进行在线预测,结果证明了提出方法的有效性。     

加法链快速模幂运算的设计

指出了加法链是实现快速模幂运算的较好方法,但如何得到一个最优化的加法链以实现快速模幂运算是难解的非指数问题,窗口法提出了实现优化加法链的方法,但其窗口长度很难确定且只适用于较规整的输入序列.改进了窗口法,提出了变长窗口法优化加法链,成功解决了上述问题,给模幂运算提供了一个很好的方法.通过仿真实验,证明了其正确性和优越性.     

一种新的自适应视频流拥塞控制方法

提出了一种新的面向终端的基于Rrr（Round Trip Time）的自适应视频流拥塞控制方法——New—AVSP（New Adaptive Video Stream Protocol）。New-AVSP采用基于波形平滑指数和波形突变指数的滑动窗口加权平均RTT估计算法（FMMA）对RTT值进行平滑估计；并采用基于参数自适应的速率预测方法（PAMA），调整终端注入网络的业务流量。仿真结果表明：New—AVSP与已有的针对流媒体应用的拥塞控制方法相比，在突变情况下具有更快的逼近速度；在小幅度渡动情况下具有更为平滑的控制曲线。     

一种异形自适应窗口局部立体匹配算法

如何通过立体匹配提高图像景深精度一直是机器视觉研究领域的一个难点, 针对自适应窗口算法易受光照不均和窗口形状难以有效描述待匹配图像边界等问题, 提出一种异形自适应窗口局部立体匹配算法. 由于传统 Census 变换易受中心像素波动影响, 因此提出一种像素信息三维化处理技术, 并通过窗口内非中心像素间差异和窗口间中心像素的差异信息计算匹配代价; 为更好地贴合图像轮廓, 提出了由双螺旋路径法确定的异形窗口进行代价聚合, 对像素区域同时沿两条搜索路径自适应确定形状大小, 形成比传统技术更加高效多变的匹配窗口. 实验结果表明, 相比 Middlebury 平台上其他算法, 所提算法具有更为准确的图像边界描述能力, 可有效提高立体匹配精度, 同时对于光照不均的情况具有更强的鲁棒性.     

基于两级支持向量机分类的视频镜头分割方法

提出一种基于两级支持向量机分类的视频镜头分割方法.第1级分类器利用分段视频首尾帧直方图距离,结合滑动窗口和陷波方法计算分段视频的特征向量,通过支持向量机来分类筛选含有镜头边界的子段;第2级分类器根据不同间距的帧间直方图的距离特征,采用时间窗口法构造特征向量,利用二叉树支持向量机多分类策略检测镜头边界的位置.结果表明,所提出的方法能够同时提高切变和渐变的镜头边界的检测效果.     

基于物体轮廓和前向预测的自适应窗匹配

针对用窗方法进行视差估计的问题,在详细分析了不同情况下窗大小对亮度差平方和（SSD）影响的基础上,根据立体图像内容的特点和自然界物体的性质,提出了基于物体轮廓和前向预测的自适应窗匹配方法,用于立体图像对对应像素点的视差估计,对一维亮度信号的仿真分析清楚地展示了该算法能在图像的各像素点迅速合理地调整窗大小,从而达到几乎在每一像素点的匹配窗尺寸参数都是最优的目标,与以前提出的自适应窗匹配法比较,该算法复杂度更低,最后,对立体图像信号的处理证明了同样的结果。