任务类型感知的无线传感器网络数据融合调度算法

针对数据融合调度能量与时延优化问题,提出一种任务类型感知的无线传感网数据融合调度算法。通过传感器节点多功率、多信道的方式,利用最大独立集思想,构建基于数据融合主干树的网络拓扑结构,从而根据调度优先级,通过近似贪婪算法实现簇内数据融合调度,同时结合稀疏系数感知任务类型,减少传输数据量,进而利用簇头节点在网络中的等级,实现簇间数据融合调度。结果表明,所提算法在减少簇头节点数据传输量,降低节点能耗的同时,缩短了数据融合时延,提高了网络寿命。     

IMTL逻辑系统的一种新扩张形式

提出了一种新的模糊逻辑系统 IMTL^*,这种逻辑系统的特点是只使用蕴涵这一种逻辑联接词。证明了这种逻辑系统是IMTL逻辑系统的模型扩张,并且 ?ukasiewicz 逻辑系统和逻辑系统ℵ^*都是它的模型扩张,应用这些结论给出了?ukasiewicz 逻辑系统和逻辑系统ℵ^*的蕴涵表示形式。只使用蕴涵这一种逻辑联接词的模糊逻辑系统将为模糊逻辑的应用提供方便。     

一种双约束稀疏模型图像修复算法

针对图像处理中需要修复大面积缺损区域的问题,提出一种基于双约束稀疏模型的图像修复算法.该方法首先在已知区域内搜索与待填充目标块相似的样本,将每个样本块都视为一个高维向量,则相似的样本在高维空间中都在目标块的邻域内.假设邻域中的样本处于同一流形上,使用局部线性嵌入方法对未知区域进行估计,然后利用稀疏表示模型得到最终结果.实验结果表明,与传统的基于样本块的修复方法相比较,使用该算法修复后的图像纹理和结构信息更加清晰.     

Greiner算子在R2n+1上的Poincaré不等式及Hardy-Sobolev不等式

基于Greiner算子,建立函数的表示公式,获得了R2n+1上的一类Poincaré不等式,并利用已有的结果,得到R2n+1上的一类Hardy-Sobolev不等式,包含了已有文献的相关结果。     

一种快速文本归类算法的设计与实现

为实现无维数约减技术而使分类算法可行且不浪费空间存储的超稀疏文档向量,同时保证分类精度和速度且两者相互独立的目标,提出使用类别特征信息数据库、类别特征权重向量模型、待归类文档压缩向量表示法和改进的Rocchio分类算法等技术实现文档的高速归类. 在相同的Reuters测试语料集上,与CRF算法和改进的kNN算法进行对比实验. 结果表明,在基本不牺牲精度的情况下,归类算法的分类速度明显高于对比算法.     

基于稀疏编码和机器学习的多姿态人脸识别算法

为改善多姿态人脸识别效果, 设计一种稀疏编码和机器学习相融合的多姿态人脸识别算法. 首先对多姿态人脸进行采集和预处理, 并提取基于稀疏编码的人脸图像特征; 然后采用主成分分析对特征进行处理, 降低多姿态人脸识别的特征维数, 提高多姿态人脸识别效率; 最后采用机器学习算法中的支持向量机建立多姿态人脸识别 分类器, 并采用标准人脸数据库和多姿态人脸数据库对算法性能进行验证. 验证结果表明, 该算法可有效提高多姿态人脸识别正确率, 大幅度减少多姿态人脸的平均识别时间, 取得了比对比算法更优的识别结果, 从而验证了该算法的优越性.     

用于干扰对消的稀疏约束卡尔曼滤波算法

无人机等小型平台上干扰机的收发隔离问题是影响其收发同时工作的关键。对于动态稀疏系统来说,常规的卡尔曼滤波算法并未考虑干扰信号耦合路径的稀疏性,对路径衰减系数的辨识精度不够,导致隔离性能不佳。针对此问题,从KF算法的修正步出发,将其等效为一个凸问题,并在此基础上,增加对待估计参数的稀疏性约束,重新推导了算法的修正步,提出了一种稀疏约束的KF算法,充分利用了待辨识系统的先验信息,提高了估计参数的稀疏倾向性。理论分析和仿真结果表明,新算法能够有效适用于动态稀疏环境下的系统辨识,提高了KF算法对于动态稀疏系统的辨识精度,并且能够将干扰机的收发隔离度提高3～5dB,改善了干扰机的收发隔离性能。     

基于降低互耦影响的二维稀疏阵优化设计

通过对基于差分共阵概念的开盒阵（open box array,OBA）阵元进行重新优化,提出了一种称为稀疏H型阵的新阵型设计方案.该结构具有与OBA相同的可估计信源数,并通过降低紧密排布的传感器对数有效减小了传感器间互耦效应.基于二维酉ESPRIT算法的波达方向估计,仿真证实了所提出的阵型相较其他阵型具有更好的抗耦合能力.      

Jason多井约束反演技术在油气储层预测中的应用

Jason多井约束反演技术是一种基于模型的反演方法.其原理是通过最大似然反褶积求得一个具有稀疏特性的反射系数序列,然后通过最大似然反演导出宽带波阻抗;优点是能获得宽频带的反射系数,具有多种建模方法, 通过对多种模型进行比较分析,使地质模型更趋合理,反演结果更加真实可靠.运用该技术对HX油田的储层进行了预测,预测结果与实际资料吻合得很好.     

全同粒子在占有数表象的薛定锷方程

全同粒子分为玻色子与费米子,一般都予以分别考虑。本文则用统一的方式较简洁地导出了全同粒子系统在占有数表象中的薛定锷方程。