一种改进的相对轨道动力学模型

线性化的Clohessey-Whiltshire(C-W)方程描述相对运动虽然方便,但是精度不高,为了解决这一问题,提出了一种C-W方程的改进形式。首先基于C-W方程的推导,分析了在对中心引力取近似的过程中导致原方程不准确的数学原因和物理现象;然后通过对简化部分的数量级进行分析和比较,将原推导过程中忽略掉的部分重要内容重新予以考虑,并运用数学变换将新加入的内容合并转化,最终给出了一组非齐次线性常系数微分方程,在不增加计算复杂度的情况下提高了精度。仿真验证表明该方程在圆轨道下相对于C-W方程精度改善很多,小椭圆轨道下也消除了C-W方程的长期误差。     

抛物型方程初值问题的概率数值解法

Ｆｒｉｅｄｍａｎ在［１］中给出了一般抛物型方程Ｃａｕｃｈｙ问题解的概率表达式。在此基础上，给出了它的概率数值及其误差估计。     

扩散过程样本的Holder连续性及其应用

本文讨论扩散过程样本的Ｈｏｌｄｅｒ连续性，在局部Ｌｉｐｓｃｈｉｔｚ条件下，我们证明了扩散过程样本类似于Ｂｒｏｗｎ运动样本一样的Ｈｏｌｄｅｒ连续性，进一步，我们还了扩散过程样本的象与图集的Ｈａｕｓｄｒｏｆｆ维数。     

基于逻辑相似性的运动检索算法

针对基于内容的人体运动检索问题,提出了一种基于逻辑相似性的运动数据检索方法。首先,针对特定人体运动序列数据,使用自组织网络映射算法对运动数据进行预处理,找出运动数据帧的最佳匹配单元。然后,应用数据编码规则对匹配单元进行量化及编码处理,获得基于符号化表示的运动描述符。基于符号化表示的描述符建立运动序列索引机制,应用多分辨率框架进行运动模式匹配。最后,按照模式匹配结果进行运动相似性排序,输出检索结果。在CMU运动数据库中的试验结果表明了算法有效性。     

基于神经网络的眼底视杯图象分割技术

根据眼底图象中视杯的边沿特征,提出了一种基于ＢＰ神经网络的视杯分割方法,详述了这种方法的实现过程,并研究了ＢＰ学习算法的加速问题．实验证明,这种方法的分割效果较好．     

一种基于空间域和频谱域特征的图象分割方法

提出了一种基于空间域和频谱域特征的神经网络的医学图像分割方法．本方法不需要教师监督,能自动生成最优的网络输出节点,即分类数．对ＣＴ,ＭＲＩ和超声图像的分割表明本方法有效方便．     

商标图象库检索的多层次结构方法

基于商标图象库应用背景和具体特征,提出一种商标图象检索的多层次方法．图象预处理阶段采用人机交互方式下３种半自动方法提取商标图象各区域对象．检索首先采用字符串匹配方法和传统数据库查询技术,动态减少图象搜索范围;在图象区域规格化下,相继用最小约束矩和基于Ｈａｕｓｄｏｒｆ距离的相似性函数度量商标相似性程度,具有平移、旋转和尺度变换下的不变性和一定的抗噪声能力．实验结果表明,该方法有效和实用．     

关于傅科摆相对运动轨迹的讨论

根据傅科摆确定的起始条件,正确导出其轨迹方程,并用计算机画出其相对运动轨迹曲线。同时推证得摆锤在最大幅角位置时,其相对速度为零这一重要特征。     

跳帧转换编码中的运动矢量修正

在跳帧转换编码中,利用前向向量法进行运动矢量合成可以得到较好的图像信噪比。本文提出了用HAVS快速搜索算法对合成的运动矢量进行修正的方法,同时给出了一个最佳搜索窗口。实验结果表明,在±2像素内,用HAVS算法对合成的运动矢量修正,既能明显提高图像的信噪比,同时又能最大限度的降低计算量。