质量加权坐标系下水分子2种特殊振动模式的DVR计算

在质量加权坐标系下用离散变量表示(DVR)方案研究了H2O基电子态2种特殊振动模式的振动光谱.计算中应用多项式函数拟合从头算结果得到的内坐标系下的基态解析势能面,经坐标变换得到质量加权坐标系下的相应势能面.分子的哈密顿形式在质量加权坐标下给出.用H2O振动能级的计算验证算法的可行性,从而为二维多光子电离光电子能谱的模拟奠定理论基础.     

一种新的基于DCT变换的人脸表征

DCT变换是一种与KL变换非常相似的次最优变换算法.由于它独立于信号量,并且在维数下降、特征提取方面都非常接近经典的KL变换算法,因此DCT变换已经适用于模式识别领域.文章针对人脸图像,基于DCT变换,提出了一种融合整体DCT变换和分块加权DCT变换提取人脸图像的整体特征系数和局部特征系数,用于人脸表征的新方法.实验结果表明,本方法无论是在识别率还是在时间性能方面都优于传统的KL变换.     

基于协方差矩阵重构的单基地MIMO阵列无网格DOA估计方法

提出了一种单基地多输入多输出(multiple-input multiple-output, MIMO)阵列中的协方差矩阵重构的无网格波达方向(direction-of-arrival, DOA)估计方法。该方法通过降维处理将MIMO阵列等效为信噪比(signal-to-noise ratio, SNR)提升的均匀线列阵,将目标方位估计问题转化为混合范数最小化(mixed norm minimization, MixNM)稀疏信号重构问题。进一步给出了与该稀疏重构问题等价的基于网格的凸优化问题,并模型化为半定规划来求解。为了解决网格大小影响估计性能的问题,利用了等价均匀线列阵的托普利兹结构,模型化为半定规划问题来重构无噪声协方差矩阵,最后通过范德蒙分解来估计目标方位。与传统的基于MixNM方位估计方法相比,该方法减少了优化变量个数。与其他离网格方法相比,该方法估计精度不受网格大小的影响,且能够估计相干源目标。实验仿真验证了该方法的有效性。     

鞅逼近与预解式表示收敛的几个定理

通过引入平稳遍历Markov过程的鞅逼近和S_t(f)的预解式表示, 给出并证明了S_t(f)存在鞅逼近当且仅当预解式表示收敛, 对于Markov链有相应的公式化结果. 表明通过预解式构造平稳遍历Markov过程加性泛函的鞅逼近方法在此意义下具有普遍性.     

正项级数微分判别法及其完备性和非标准分析

证明了正项级数的一种新微分判别法：∞ｋ＝１　ｆ（ｋ）是正项级数,令f(x)是相应的正连续函数,且ｄ/ｄｘ[１/ｆ（ｘ）]＝ｇ（ｘ）,如果ｆ（ｘ）ｇ（ｘ）ｘ≥１＋α（α＞０）,级数收敛;如果ｆ（ｘ）ｇ（ｘ）ｘ≤１,级数发散.这一判别法简单易推广,结合非标准分析,论述了微分判别法的完备性,同时该方法也是一般的函数项级数和无穷限积分敛散性的判别法.     

基于专家系统的防空火力分配模型

利用人工智能的原理,模拟军事专家的思维活动,建立基于专家系统的防空火力分配模型.该模型具有自学习功能,可自动获取和修改知识库中的知识,具有很好的实用性,可随时与用户进行交互.用产生式规则和原型表示可拦截条件及多目标优化分配原则等知识,采用了虚拟飞行时间作为综合威胁判断准则和可调整的分配始线和分配终线,能较好地满足实际需要.     

无环境信息下多尺度网格细胞群空间表征模型

针对无环境信息条件下网格细胞空间表征问题,提出一种多尺度网格细胞群的空间表征模型.通过减少吸引子网络模型网格细胞的偏好朝向,使网格细胞具有特定的感应方向,仅对特定方向上的速度产生响应.基于改进的吸引子网络模型,构建多尺度网格细胞群,并对空间进行表征.仿真结果表明,改进后的网格细胞模型只响应相应方向的速度,准确整合速度信...     

特征尺度自动选择边缘分割方法

针对复杂边缘错综交织而不易分割的问题，提出了特征尺度自动选择边缘分割方法.该方法通过定义相邻两层离散尺度空间中边缘点最大偏移量，以及分析极值路径的4种演化方式，得到具有实际意义的边缘点特征尺度.根据边缘线尺度直方图和尺度空间边缘连通性，对交织的边缘进行剥离和合并，得到分割的结果.通过在多幅测试图片上的实验表明，根据尺度范围获得的边缘多尺度表达层次清晰分明，并且按照显著性提取的显著边缘较少出现细碎旁枝与实际显著边缘能较好地吻合，证明提出的边缘分割方法切实有效.

     

双环静电问题的分区分离变量解研究

本文研究了在球坐标系下用带电圆环面电荷密度表象、分区分离变量法解拉普拉斯方程及推广了的电磁边值关系，一般地求解任意取向轴线相交的带电双环静电问题，并由此给出了求解非对称静电问题的典型范例．     

A NAM Representation Method for Data Compression of Binary Images

A representation method using the non-symmetry and anti-packing model (NAM) for data compression of binary images is presented.The NAM representation algorithm is compared with the popular linear quadtree and run length encoding algorithms.Theoretical and experimental results show that the algorithm has a higher compression ratio for both lossy and lossless cases of binary images and better reconstructed quality for the lossy case.