基于监督拉普拉斯特征映射算法的人脸识别

为了提高人脸识别算法的识别率,提出了一种基于局部奇异值分解(Local Singular Value Decomposition,LSVD)和监督拉普拉斯特征映射(Supervised Laplacian Eigenmap,SLE)的人脸图像识别方法。由于奇异值向量具有良好的稳定性、转置不变性等特点,首先利用局部奇异值分解方法从人脸图像中提取特征向量;然后采用监督拉普拉斯特征映射算法对已获取的人脸特征进行维数约简。在Yale和ORL人脸库上的实验结果表明,该算法能有效地提高人脸识别的性能。     

NW和BA网络最小非零特征值的近似计算

采用数值仿真、曲线拟合和归纳的方法,建立了大规模NW小世界和BA无标度网络的Laplace矩阵最小非零特征值的近似计算公式,并且给出一些简单的应用.     

树的Laplace矩阵的最大和次大特征值

给出仅依赖阶数的树的Ｌａｐｌａｃｅ矩阵的最大和次大特征值的上界,并刻划达到上界的极图．     

基于拉普拉斯能量的低质量手写体文档图像二值化

文档图像二值化是文档分析与识别中的一个重要环节。本文针对低质量手写体文档图像提出了一种二值化算法,算法首先对文档进行相位保持降噪并计算背景修复模板,然后用图像修复算法和形态学闭运算估计文档背景,用背景补偿算法提高文档对比度,接着用背景补偿后的文档图像构造拉普拉斯（laplacian）能量,最后采用图割算法求得最终二值化结果。实验结果表明,本文所构造拉普拉斯能量能够较准确地区分文字和背景,所提二值化算法在DIBCO2018数据集中的实验结果优于同类算法。     

类P-Laplace算子的特征值问题

本文应用极小极大原理和山路原理,研究了类P—Laplace方程的边值问题,得到了其两个特征函数的存在性。     

面向缺失像素图像集的修正拉普拉斯特征映射算法

针对缺失像素图像集,提出修正的拉普拉斯特征映射算法.该算法将缺失像素图像集看成向量集,利用向量之间的余弦相似度衡量缺失像素图像之间的距离,提出一种新的权值构造函数,并在多组标准测试数据集上进行实验.结果表明:修正的拉普拉斯特征映射算法可以很好地挖掘缺失像素图像数据集的内在流形结构,减弱缺失像素带来的不良影响.     

带p-Laplacian算子Sturm-Liouville型三点边值问题正解的存在性

利用锥上的不动点定理,讨论带p-Laplacian算子Sturm-Liouville型边值问题正解的存在性,推广了已有结果.     

基于多分辨率分析的图像融合方法研究

利用拉普拉斯金字塔变换和小波变换对图像进行多分辨率分析,选用了多幅不同类型的多源图像,做了大量的仿真实验,并对仿真结果进行了比较和分析,得出了有一定参考价值和实际应用价值的结果。     

相离双圈图的代数连通度

简单连通图若边数等于顶点数加1,且图中所含的两个圈没有公共顶点,则称该图为相离双圈图.本文主要给出了相离双圈图中前十四大代数连通度的图类.     

基于Marr-Hildreth算子多尺度图像边缘检测

针对监控图像的不同边缘特征,图像噪声大小和对边缘检测不同的要求,利用Marr-Hildreth拉普拉斯边缘检测算子多尺度特征,使用不同尺度的Δ2G算子,对监控图像进行边缘检测.