k-ary n立方体中的测地泛圈

文中用归纳假设法证明了结论：当n≥2,k≥3,u和v是Qkn中任意2个顶点,由对称性,不妨设u=（0,0,…,0）,v=（d1,d2,…,dn）,这里0≤di≤k/2,（i=1,…,n）,记d=d1＋d2＋…＋dn≤1,N=kn,则对于每个偶数l适合2d＋2≤l≤N,则Qkn中有过u和v长为l的圈C,且C上u和v的距离为d.若有i和j满足1≤i≤j≤n,使得di≥1且dj≥1,或有且dj=k/2且dj=0,j≠i,1≤j≤n,则又有l=2d;当n≥2,k≥3是奇数,u和v是Qkn中任意2个顶点,由对称性,不妨设u=（0,0,…,0）,v=（d1,d2,…,dn）,这里0≤di≤k/2,,（i=1,…,n）,记d=d1＋d2＋…＋dn≥1,N=kn,r=max{di},则对于每个奇数l适合2d＋k-2r≤l≤N,则Qkn中有过u和v长为l的圈C,且C上u和v的距离为d.     

基于显著性加权颜色和纹理的图像检索

显著性体现了图像中像素区域引起视觉注意的强弱程度,在图像检索中具有重要意义。本文提出的基于显著性加权的图像检索方法不需要分割出显著性区域,而以显著性加权的方式建立了新的颜色特征和纹理特征,从而增加了显著性区域的颜色与纹理特征的权重。通过对4种主要的显著图的实验比较发现该方法能有效提高检索效果。     

结合对比特性与局部清晰特性的图像显著区域检测

为了有效地确定图像中的重要区域,文中根据人眼视觉关注中自上而下和自下而上的两种特点,提出了一种结合图像对比特性与清晰区域的显著检测方法. 图像中颜色的全局和局部对比引起低级视觉关注,而图像的清晰部分通常对应于拍摄时所关注的对象,反映高级视觉特性. 采用颜色分类和检测图像细节区域的方法分别提取了两类显著图,并将它们组合起来. 实验结果表明,通过综合考虑两种视觉特性得到的显著图,对多类图像都能较好地检测出与人眼视觉关注相吻合的区域.     

圆柱面上测地线的几种求解方法

根据测地线的数学，几何性质构建几何求解圆柱面上测地线的方法，其中所构综合分析法更具直观且不失一般性，为求解旋转曲面上测地线提供了一种模式。     

短程线型单层球面网壳结构在简单荷载作用下的动力稳定性

基于全过程时程分析方法,采用实用的动力稳定性判定准则,分析了在三种简单荷载作用下短程线型单层球面网壳结构动力稳定性能。阶跃荷载作用下考虑了初始几何缺陷和阻尼的影响,并对比了阶跃荷载与静力荷载作用下稳定临界值;简谐荷载作用下对比了共振区和非共振区的动力稳定性能;三角形荷载作用下考虑了不同持时的影响。通过不同参数变化对单层网壳结构动力性能的影响分析,得出了一些有意义的结论。     

基于区域性椭球面数字地面模型的研究

对于较大的局部区域 ,首次提出了在椭球面上建立数字地面模型 (DTM )的原理和方法 .这种椭球面DTM是在区域性椭球面上基于测地坐标系建立起来的 ,因此不同于基于投影平面的现有的DTM .由于并未经过从椭球面到平面的投影 ,从而杜绝了投影变形 ,也消除了平面位置与水准高程之间作为三维坐标的不兼容性 .在具体建模中 ,直接基于与测区平均高程面最优拟合的区域性椭球面 ,采用椭球面Delaunay三角网的建模方法来建立椭球面DTM ,可望实现在真三维坐标系中准确地表达和处理空间信息     

局部对称空间中的紧致极小子流形

研究了局部对称的黎曼流形N^n＋p中的紧致极小子流形M^n,推广了这类子流形中已有的结果,得到了与子流形的第二基本形式模长的平方口有关的Pinching定理。     

基于DCT块特征与背景先验的JPEG图像显著性检测算法

提出一种新颖的基于最短路径的JPEG图像显著性检测算法.算法在JPEG图像的DCT系数块中直接提取出灰度、纹理和颜色3种低层次图像特征;然后,通过计算其内部块到达图像边界的最短路径来得到最终显著性值;最后,在公开测试集MSRA-1000上与多种图像显著性检测算法进行对比.实验结果显示,方法在4种不同的评测标准上都优于对照算法,并且能够快速、高效地产生令人满意的显著性图.     

极小浸入在单位球面中的完备黎曼流形

给出单位球面中完备极小子流形的一些特征，推广了单位球面中紧致极小子流形的一个结果．即，设Ｍ是Ｓｎ＋ｐ（１）（ｐ＞１）中的ｎ维完备极小子流形，则Ｍ全测地，或Ｍ是Ｓ４的Ｖｅｒｏｎｅｓｅ曲面，或ｓｕｐ‖σ‖２＞２３ｎ．     

基于多尺度相位谱的显著性运动目标检测

针对视频序列中的显著性运动目标检测问题,提出一种基于图像频域中的多尺度多特征显著性运动目标的快速检测方法.所提算法在对视频序列多尺度运算的基础上,通过提取视频序列底层特征,分析其离散余弦频域中的时空域相位信息,最终构建时空域显著性视频序列,完成序列中的显著性运动目标检测.实验结果表明,所提算法在复杂背景环境下,特别是各...