序列图象实时消噪声处理中的递归算法

本文针对图象噪声问题,提出了一种适合于实时处理的递归加权算法。该方法运算量小,不增大存贮容量,硬件实现方便,并且通过选取合适的加权系数发,使图象的质量有显著改善。文中简述了最佳加权系数的选择,分析了这种处理方法的性能,并给出了计算机模拟结果。     

一种采用分段线性函数的图像增强方法

提出了一种采用分段线性函数实现图像增强的方法.为了避免在图像增强过程中的过度平滑或锐化,定义一个7段线性函数.函数的自变量是输入图像的某一像素灰度值与其3×3邻域一像素灰度值之差,函数的输出反映了这个差值对输出像素灰度值的贡献.分段函数还通过两个参数分别调整平滑或锐化的程度.实验结果表明,这种方法是一种灵活、有效的图像增强方法.     

框式约束凸二次规划的预估校正光滑算法

研究了框式约束凸二次规划的一种光滑算法，算法中应用了牛顿法及其变形形式，证明了算法的全局收敛性．     

一种新的基于扩散方程的图像平滑方法

针对退化扩散方程在对图像平滑时,奇异点容易被破坏,引入了小波变换模极大值表示,提出了由小波变换模M(s,x,y)决定扩散速度的图像平滑方法.该方法在图像奇异点的位置使平滑速度趋于零;在图像的光滑区域扩散速度由小波变换模决定;在灰度变化不大的区域,采用各向同性扩散.该方法克服了退化方程对图像奇异点的模糊现象,兼顾了去噪和保边界.实验证明该方法优于其他的方法.     

基于WEB的数字信号处理虚拟系统

基于WEB的虚拟系统为研究数字信号处理提供了一种新的方式,采用虚拟系统对数字信号的频谱分析及语音编码进行研究,通过ASP和ActiveX技术实现系统的动态交互和实时传输,初步实现了信号在网上的实时交互处理,该系统的研究成果已开始应用于教学,科研中。     

n链码对异形纤维特征参数的作用

通过n链码对图形特征参数影响的研究,讨论了n链码对异形纤维轮廓的平滑作用以及不同的n取值对轮廓曲线的不同平滑效果.通过面积误差、周长误差以及轮廓相似度3个误差模型,分析了6种标准几何图形在不同的n值作用下轮廓的失真,讨论了n的计算方法,并在异形纤维识别应用中对该计算方法进行了验证.     

Computing the variance of the forecast error for the holt-winters seasonal models

This paper presents expressions for the variance of the forecast error for arbitrary lead times for both the additive and multiplicative Holt-Winters seasonal forecasting models. It is shown that even when the smoothing constants are chosen to have values between zero and one, when the period is greater than four, the variance may not be finite for some values of the smoothing constants. In addition, the regions where the variance becomes infinite are almost the same for both models. These results are of importance for practitioners, who may choose values for the smoothing constants arbitrarily, or by searching on the unit cube for values which minimize the sum of the squared errors when fitting the model to a data set. It is also shown that the variance of the forecast error for the multiplicative model is nonstationary and periodic.     

非线性优化问题的光滑化序列二次规划方法

为了获得序列二次规划方法的全局收敛性,通常需要借助一个罚函数,但常用的罚函数由于具有不可微性从而给计算带来一定的困难,拉格朗日函数虽然可以克服此困难,但其形式较为复杂,为解决该问题,给出了一类光滑化罚函数.基于一类双曲余弦型光滑化罚函数,提出了等式约束优化问题的一个光滑化序列二次规划方法.该光滑化函数具有良好的连续、可微性和凸性质,在适当条件下,获得了算法的全局收敛性,并给出数值测试说明了算法的有效性.     

短时交通流预测FSMSVR模型

针对城市道路短时交通流的复杂非线性特点和以往的预测仅考虑典型交通条件（无交通事故等突发事件）的现状,结合交通流的特征,提出了一种有限状态机支持向量回归模型（finite state machine of support vector regression model,FSMSVR）的短时交通流预测机制. 通过线性回归算法和指数平滑算法划分交通流状态,根据各状态特点结合支持向量回归算法建立有限状态机工作机制,实现涵盖典型和非典型交通条件的短时交通流预测. 通过实验例证,对比了FSMSVR模型和传统SVR模型对城市道路6min交通流的预测,研究结果表明,该预测机制能够提高预测精确度,在非典型条件下有着较好的预测表现.     

Nonlinear fusion filters based on prediction and smoothing

To attenuate white noise, nonstationary noise and impulse noise are important for signal processing. In this letter, we present nonlinear fusion filters (NFF) based on prediction and smoothing. By means of least square fitting of a polynomial, we define and give the operators of left prediction and right prediction, left smoothing and right smoothing, central smoothing and cross-validation smoothing. In simulated experiments, it is shown that the present method is an effective one.