结合局部和全局特征的人群密度估计算法

传统的人群密度估计算法由于受到背景噪声及遮挡等因素的影响,不能同时对不同密度等级的人群做出准确估计。该文提出一种结合局部和全局特征的混合型人群密度估计算法。首先,对输入图像进行预处理以减少背景噪声干扰;其次,计算前景团块像素数占全幅图像的比例,并引入阈值分割机制;最后,对阈值上下的图像分别采用基于全局特征的分类算法和基于局部特征的回归算法来获取人群密度。此外,对基于全局特征的分类算法,提出结合小波变换和灰度共生矩阵的纹理特征描述子来提高分类准确率。实验结果表明该文算法对不同密度等级的人群均能做出准确估计且鲁棒性强。     

基于MARKOV链的大学英语教学水平评价

主要研究利用齐次MARKOV链对大学英语教学水平进行评价。首先介绍了齐次MARKOV链的基本知识，分析了利用齐次MARKOV链进行教学水平评价的可行性，并给出由极限分布进行教学水平评价的方法和步骤。最后，以3个本科年级的高考英语和四级英语成绩对3个学年的大学英语教学水平进行了评价，结果表明本文方法是可行的。     

Ostrowski-Reich定理在GETOR方法中的应用

定义广义ETOR（记为GETOR）方法，同时对GETOR方法建立了Ostrowski-Reich型定理，扩充了巳有的结果。     

单指数模型参数估计的递归算法的大样本性质

主要研究了半参数统计中的单指数模型,分析了单指数模型参数估计中应用于大样本的递归算法,证明了它的相合性和渐近正态性,给出了它的大样本性质.     

基于单AVS的空间目标语音增强方法

空间目标语音增强技术在移动语音应用中具有重要价值。为有效抑制空间干扰语音和背景噪声,采用声学矢量传感器(acoustic vector sensor,AVS),利用其结构的特殊性和各输出分量间的三角函数关系,引入阻塞矩阵,推导目标语音信号的功率谱,从而实现对AVS全向分量的最佳Wiener滤波获得增强语音。仿真实验表明,该方法能够有效抑制空间语音干扰和背景噪声。该方法采用单AVS,计算复杂度低,具备移动设备上的应用优势。     

2个矩阵行列式之差上界的新估计

设A,E为n×n阶矩阵,对于2个矩阵行列式之差的上界估计,有结论 det(A+E)-det(A)≤∑n i=1(n i) An-i2Ei2≤(A2+E2)n-An2.其中这里的A2表示矩阵A的谱范数.通过一种新的矩阵范数改进该结论,运用Matlab进行了实例验证,结果更优.     

四个幂等矩阵线性组合的幂等性

给出了当P1,P2,P3,P4 是四个不同的非零的两两可交换的n×n 幂等矩阵并且c1, c2, c3,c4 是非零复数时, 线性组合c1P1+c2P2+c3P3+c4P4在两两乘积等于零与两两乘积等于其中一个的条件下仍是幂等矩阵的一些充要条件.     

图谱理论中一些定理的新证明

利用非负矩阵理论并结合图论性质,给出图谱理论中3个重要定理的证明,给出的证明方法比之前文献的证明更为简洁、易懂.     

矩阵在离散时间信号频谱分析中的应用

<正>在经典信号处理理论中,按照连续和离散、周期和非周期将信号分为了连续周期信号、连续非周期信号、离散周期序列和离散非周期序列。对这些信号进行频谱分析,分别成为连续时间傅里叶级数(FS)、连续时间傅里叶变换(FT)、离散傅里叶级数(DFS)和离散时间傅里叶变换(DTFT)。信号的傅里叶分析可以实现将信号     

计算矩阵An方法探索

总结了现有的计算矩阵An的方法,即对角化法、数学归纳法和矩阵A秩为1时An的求法,和逆Z变换法,举例说明了矩阵An的计算方法.