一类特征和的上界估计

研究某一类有理函数的特征和∑χff21(x)的上界估计,通过引入Burgess的一个有关"集合的势"的命题,并经过一系列关于集合的初等变换,得到在某些特定集合上一类有理函数特征和的上界估计.该估计在一部分区间上改进了刘春雷所获得的一般性结论,而且相比于Burgess对相同类型结论的证明步骤,还作了极大的简化.本结论还可用于进一步研究r=4时短区间上特征和的上界估计.     

基于局部条纹特征的低信噪比干涉图滤波

针对基于局部频率估计的干涉图滤波方法在低信噪比区域滤波容易产生频率估计错误的问题,提出了一种改进方法.分析了低信噪比条件下二维频率估计产生错误的原因.对局部干涉图的特征参量进行了提取,建立了描述局部条纹特征的方向图和频率图.在局部条纹方向和频率平稳的前提下,提出了以方向和频率估计可信度为测度,进行频率估计准确性判定的方法.通过适当调整估计窗口改善局部信噪比,实现对像素点错误频率的修正,从而提高滤波器的滤波性能.仿真和实际数据验证结果表明,所提方法具有很强的滤波和相位保持能力.     

非正规阵的特征方下界估计及其应用

本文推广与改进了关于特征方下界的Henrici不等式,提供了实特征方与虚特征方的下界估计.应用这些估计式,推导出了矩阵的展形与秩的下界,并由此得出了判断方阵非异性的一些充分条件.     

基于多尺度特征混合注意力的连续帧深度估计

目的 估计获取拍摄物体到相机之间距离的深度信息是单目视觉 SLAM 中获取深度信息的方法,针对无监督 单目深度估计算法出现精度不足以及误差较大的问题,提出基于多尺度特征融合的混合注意力机制的连续帧深度 估计网络。 方法 通过深度估计和位姿估计的两种编码器解码器结构分别得到深度信息和 6 自由度的位姿信息,深 度信息和位姿信息进行图像重建与原图损失计算输出深度信息,深度估计解码器编码器结构构成 U 型网络,位姿 估计网络和深度估计网络使用同一个编码器,通过位姿估计解码器输出位姿信息;在编码器中使用混合注意力机 制 CBAM 网络结合 ResNet 网络提取四个不同尺度的特征图,为了提升估计的深度信息轮廓细节在提取的每个不 同尺度的特征中再进行分配可学习权重系数提取局部和全局特征再和原始特征进行融合。 结果 在 KITTI 数据集 上进行训练同时进行误差以及精度评估,最后还进行了测试,与经典的 monodepth2 单目方法相比误差评估指标相 对误差、均方根误差和对数均方根误差分别降低 0. 034、0. 129 和 0. 002,自制测试图片证明了网络的泛化性。 结论 使用混合注意力机制结合的 ResNet 网络提取多尺度特征,同时在提取的特征上进行多尺度特征融合提升了深度 估计效果,改善了轮廓细节。     

关于特征和的ВИНОГРАДОВ不等式

利用特征和的估计方法及由TODD.C所得到的结果,改进了特征和的维诺格拉陀夫不等式,得到了以下结果:当X(n)为模q的非主原特征,且整数M,N≥1时,有而当X(n)为模q的非主非原特征时,则其中d=(m,n).     

基于特征的结构分析有限元h型自适应模糊控制算法

基于特征分区的网格生成和模糊控制原理,提出了一种不严格依赖后验误差估计的自适应有限元模糊控制算法,采用基于奇异效应的误差估计式,使得自适应的过程能客观地控制误差的分布.     

边角网赫尔默特方差分量估计的特征根法

叙述了赫尔默特方差分量估计的基本思想和基本公式;结合边角网方差分量估计的特点,总结边角网方差分量估计的定权规律;为避免赫尔默特方差分量估计的公式中存在矩阵求逆、多矩阵连乘再求迹的复杂运算,导出边角网方差分量估计的简化公式--特征根公式.     

基于Harris-Hist的特征匹配及目标定位算法

针对目前机器人伺服定位抓取中定位精度和实时性较差的问题, 提出一种基于Harris-Hist的快速特征匹配及目标定位算法. 首先, 采用Harris检测算法提取图像特征点; 然后, 提出一种新的特征点描述子定义方法, 计算特征点圆形邻域内像素点灰度直方图刻画特征点, 通过计算两幅图像中各特征点描述子间的距离实 现特征匹配; 最后, 根据匹配结果, 估计单应性矩阵, 定位目标在场景图像中的位置. 实验结果表明, 该算法匹配速度快、 定位精度高, 能满足机器人伺服定位抓取中定位精度和实时性的要求.     

联合特征值和特征子空间投影的信源数估计

高分辨空间谱估计算法中信源数的准确估计是必要前提.文中结合矩阵重构和特征子空间投影方法,提出一种适用于弹载阵列系统的信源数估计算法.将阵列阵元分成相同的2组,求得这2组阵元接收数据的互协方差矩阵并重构信源数估计矩阵,对重构的矩阵特征分解,联合特征子空间投影和特征值加权的方法构造判决函数来估计信源数.理论分析与仿真结果表明:重构矩阵的信号子空间特征值呈平方倍增大,噪声功率得到抑制;算法有效提高了少量快拍数据和低信噪比条件下信源数估计的正确率.     

基于视频的车辆速度估计方法

提出了一种基于视频流的车辆速度估计方法.该方法首先使用光流分析得到车辆移动特征点,进而计算车辆运动矢量.然后通过对车辆运动矢量的统计得到运动矢量直方图,运动矢量直方图即可反映车辆运动速度的大小和方向.在建立车速估计函数的基础上,给出了算法的实现过程.实验结果表明该估计算法具有稳定性,是一种车速估计的有效方法.     

Bounds for Certain Character Sums

This paper shows a connection between exponential sums and character sums. In particular, we introduce a character sum that is an analog of the classical Kloosterman sums and establish the analogous Weil-Estermann‘s upper bound for it. The paper also analyzes a generalized Hardy-Littlewood example for character sums, which shows that the upper bounds given here are the best possible. The analysis makes use of local bounds for the exponential sums and character sums. The basic theorems have been previously established.     

关于特征和与指数和混合均值的一个注记

利用三角和及特征和的性质研究一类二项指数和与多项式特征和的混合均值的计算问题,并给出精确的计算公式。     

一类新的Dirichlet L-函数倒数的二次加权均值

利用解析方法、三角和估计，特征和估计研究了Dirchlet L-函数倒的二次加权均值，得到了一个较强的均值分布公式．     

广义三项指数和的四次幂均值

本文的主要目标是通过利用经典高斯和以及特征和的性质, 来研究关于模~$p$ (其中~$p$ 为奇素数) 的一类广义三项指数和的四次幂均值的计算问题, 并给出了一些不同条件下的精确计算公式和渐近公式.     

Dirichlet L—函数的2k次加权均值

利用三角和估计、特征和估计及其解析方法研究了Dirichlet L-函数的2k次加权均值,得出一个均值公式。     

Dirichlet L—函数的一个新型均值估计

利用特征和的估计给出ＤｉｒｉｃｈｌｅｔＬ－Ｌ函数四次均值的一个新型的渐近公式。     

关于短区间中一个算术函数的均值

利用解析方法、特征和的Fourier展式,研究了短区间中一个算术函数的均值,并给出一个渐近公式.     

Dirichlet L-函数倒数的2k次加权均值

利用三角和估计、特征和估计与解析方法，研究Dirichlet L-函数倒数的2k次加权均值.证明了当整数ｑ≥２，实数Ｑ＞１时，对任意的正整数ｋ和ｍ，且(ｍ，ｑ≤Ｑｑ）＝１，有加权均值公式ｑ≤Ｑ(Ａｋ（ｑ）)/(φ２（ｑ）)ｘｍｏｄ　ｑ(｜Ｇ（ｍ，ｑ）｜２)/(｜Ｌ（１，ｘ）｜２ｋ)＝（１５/π２）ｋＱ＋Ｏ（Ｑ1/2＋ε）．