对称复线性系统的修正转移Laplace预条件子

介绍了修正转移Laplace预条件子来解决对称复线性系统,这类系统常常是不定的、大型的,并且用迭代的方法来求解很困难。研究了预处理子的性质,表明预处理后的矩阵的特征值变得非常集中。数值例子阐述了预条件子的有效性。
     

窗口能力不等、输入率可变且有差错服务的M/M/2排队模型研究

主要研究了窗口能力不等、有差错服务且输入率可变的 M/M/2 排队模型。设顾客到达系统的时间间隔服从参数为 的指数分布,二服务窗对顾客的服务时间分别服从参数为μ1 和μ2 的指数分布且与顾客到达时间间隔相互独立,当系统队长为k 时,顾客进入系统同时排队等待的概率为ak=1/k,窗口提供正确服务、不出差错概率为γk=k/k a+1。基于排队系统的状态转移图推导出了 K 氏方程,同时考虑正则性条件,求得系统队长的平稳分布以及主要指标。
     

Orlicz差分体的基本性质

研究了空间凸体的Orlicz差分体及其基本性质。受Lutwak定义的Lp差分体和Orlicz加法的启发,将Lp差分体的概念推广到Orlicz空间,定义了对称 Orlicz差分体、不对称Orlicz差分体。在此基础之上,利用支持函数的性质,得到了对称Orlicz差分体及不对称Orlicz差分体的基本性质。
     

基于时间加权标签的协同过滤推荐算法研究

传统的协同过滤推荐算法主要以评分数据为数据源来计算和反映用户的兴趣偏好和资源相似度,并决定是否对潜在用户进行推荐物品。而忽视了用户、资源本身的特征,用户在不同时间对资源的认识和感兴趣程度是会变的。基于这个问题,本研究对传统算法进行了改进,提出了基于时间加权标签的信息推荐算法。该算法的主要思想是标签可被用户依个人偏好进行资源标注,标签代表用户对资源的兴趣特征,以用户集、时间、标签集及物品资源等 4 个量形成的多维关系,可以计算出用户和资源之间的标签特征向量,计算在不同时间段,用户对资源的偏好以及资源相似度,并且依据用户的历史行为来预测用户的偏好,并进行推荐。实验结果显示本算法有效地提高了推荐的准确性,获得了更好的推荐效果。
     

基于低阶Gaussian-Hermite矩的图像质量评价

提出一种基于低阶Gaussian-Hermite矩的图像全参考质量评价方法。正交矩在图像处理和模式识别方面有很重要的作用,低阶矩可以从图像的分块中提取重要特征,这些特征通过计算两幅图像间相对矩误差得到,这种差异的大小更能体现出失真图像块相对原始图像块的失真大小,所以能更好的描述图像的质量。利用Gaussian-Hermite矩在一些公开的数据库中对提出的方法进行验证,实验结果和对比表明所提出的方法具有很好的效果。
     

Analysis of Cross-polarization Interference on

对云南TES 电话地球站交叉极化干扰的产生及影响进行了测试分析,得出卫星链路中交叉极化干扰对载噪比的影响程度的分析计算法.并应用于实际系统中.     

Bessel光束经柱透镜的衍射光场

基于空间域中的广义惠更斯-菲涅耳衍射积分理论,导出Bessel光束通过柱透镜光强分布表达式,利用计算机模拟不同传播距离处的截面光强分布.利用轴棱锥产生Bessel光束,光束经过焦距为130 mm的柱透镜,用CCD拍摄柱透镜的后不同传播距离的处光强分布.结果表明:实验所得结果与理论模拟吻合,Bessel光束经柱透镜后将产生唇状焦散光束.     

选择性搜索和多深度学习模型融合的目标跟踪

提出一种基于深度学习的多模型(卷积神经网络和卷积深信度网络)融合目标跟踪算法.该算法在提取候选粒子方面,使用选择性搜索和粒子滤波的方法.CVPR2013跟踪评价指标(50个视频序列、30个跟踪算法)验证了:该算法在跟踪中能有效地缓解目标物体由于遮挡、光照变化和尺度变化等因素造成的跟踪丢失情况的发生.     

离散小波变换与奇异值分解的音频信号水印算法

针对现有水印算法在嵌入过程中通常会对原始音频信号产生破坏的问题,设计了一种基于离散小波变换-奇异值分解(DWT-SVD)的水印嵌入方法实现水印信号的嵌入与提取.同时,以相关系数和误码率为衡量指标,对水印算法的不可感知性、安全性及鲁棒性进行评定测试.结果表明:在经过噪声、滤波、剪切、压缩等多种攻击后,所提取的水印仍然能保持较高的清晰度,这说明DWT-SVD算法具有较强的抗攻击能力,可有效保护版权人的利益.