傅立叶变换红外光谱和拉曼光谱对参片的无损鉴别

利用傅立叶变换光谱和拉曼光谱法，直接、快速地测定了不同参片样品，并用计算机比对软件对所测样品的红外、拉曼光谱图进行比较．结果表明，不同品种、不同产地或加工方法不同的参片在高频区有相似的红外、拉曼特征光谱图，但在低频区其特征吸收峰位置和峰高有一定的差异，经计算机比对相关系数进行比较，不同参片的红外光谱图特别是拉曼光谱图仅有微小差别．傅立叶红外光谱技术和拉曼光谱技术用于鉴定分析人参，无需对样品进行分离、提纯，样品用量少，便于直接、快速、简便、有效进行测定。     

微弱信号提取中的小波方法研究

针对于实际应用中的小信号特别是完全被噪声淹没情况下的微弱信号提取的问题，本文依据白噪声信号的小波变换系数相对比有用信号的小波系数小的特点，利用小波变换对信号进行消噪来提取微弱信号，仿真结果表明：小波变换能够有效的消除噪声，将有用微弱信号从受噪声污染的信号中提取出来。     

Esscher-变换与风险测度技术

通过研究精算学中Esscher 变换技术及其对于金融市场中风险资产无套利原则的刻画,反映其在金融市场风险管理技术中的应用,证明了无套利原则、等价鞅测度的存在性和Esscher 变换在所建立的Hilbert 空间下的一致性,并建立了在无套利条件下求解鞅性成立的Esscher 变换下概率测度变换参数的方法。讨论了Esscher 变换在金融市场风险管理策略的选择问题中的应用,得到了组合融资最优策略的Esscher 变换参数的解析式。     

快速傅立叶变换在数字信号处理器中的实现

介绍了几种快速FFT算法的比较,对基-2FFT算法的特点进行了研究和总结,详细论证了FFT在数字信号处理器中实现需要解决的关键技术问题.给出了FFT在TMA320F206数字信号处理器上实现的流程图.最后通过试验验证了所述方法的正确性.     

最终范数连续半群的一些性质

主要讨论了Banach空间中当t＞t0（t0≥0）时，最终范数连续半群{T（t）│t≥0}的性质，给出了最终范数连续半群无穷小生成元的一个谱分布性质．主要定理如下：设{T（t）lt≥0}是Banach空间X上的C0半群，A是其无穷小生成元，ω0=inft＞0（1/t1n‖T（t）‖）．若T（t）关于t＞α≥0是最终范数连续的，则存在一个减函数φ：（0，∞）→R，满足φ（M）→-∞（M→∞）且S={λ∈C│Reλ≥φ（│Imλ│） }lReA≥P（1ImAl）}包括于ρ（A），其中ρ（A）为A的预解集．     

偏序BCH-代数

引入了偏序BCH-代数和广义a-结合BCH-代数的概念,很自然地在偏序BCH-代数中建立了一种偏序关系;最后,证明了由每个广义a-结合BCH-代数可以构造出一个交换幺半群。     

信号分析中的正交变换

信号分析的主要目的是寻找一种简单有效的信号变换方法，以便突出信号中的重要特性、简化运算的复杂程度，其中希尔伯特(Hibert)空间中的正交变换得到了广泛的应用。投影定理在平稳时间序列的预报及函数逼近研究中起着重要的作用。本文从数学分析的角度推证了正交变换与投影定理的内在联系，通过信号分析中典型正交变换的应用进行了验证，从而揭示了正交变换的内在本质。     

基于梯度的虹膜定位方法

为了提高虹膜定位的速度以及虹膜定位的准确性，依据虹膜图像灰度的分布特性及良好的环状性质，检测出瞳孔边缘以减少参与Hough变换的点数，进而定位虹膜内边缘．对于外边缘定位采用基于灰度梯度的微分积分圆形检测算子的方法．实验结果表明，此种方法能够准确地进行虹膜内外边缘定位，避免了含有大量其它区域对定位带来的影响．     

基于小波变换的柴油发动机辐射噪声线谱分析

对小波变换(多分辩率分析)用于柴油发动机辐射噪声分析.利用小波变换的"变焦"性能,并基于其多分辨率分析,以柴油发动机辐射噪声信号为对象,使用Daubechies小波及快速小波算法———Mallat算法对其进行塔式分解,然后进行各级小波波形结构特征提取,再结合经典谱估计的方法分析其线谱特征,进而提高线谱的分辨率,以获得更多的信息量,为柴油发动机降低噪声提供理论依据.分析表明,将小波变换应用于柴油发动机辐射噪声线谱分析具有重要的意义.     

矩形群的强正则*断面

正则*断面是研究半群结构的一个重要手段,强正则*断面是正则*断面的加强.现通过研究矩形群的强正则*断面.利用已知强正则*断面的结构定理,给出了矩形群的强正则*断面的结构刻画和同构定理.