传感器网络数据流异常数据检测与修正

提出一种通用于传感器网络应用的数据流异常时空综合检测与修正的方法,将基于小波的时域滤噪方法与基于BP神经网络的空域数据融合相结合,并在此基础上提出了基于小波尺度的异常检测与修正方法,通过时间阈值确定数据融合所采用的时间窗口．利用小波变换的时分和频分特性,将异常检测与修正和异常数据持续时间相联系,通过多传感器数据融合的结果对传感器网络异常数据进行修正,从而剔除传感器网络中的异常数据。     

外场中具有长程相互作用S-1/2 XXZ双链的量子相变

采用平均场Jordan-Wigner变换分析方法,研究外场中且具有Z方向均匀长程相互作用自旋-1/2XXZ双链的量子相变,得到了系统格点的亥姆赫兹自由能、格点磁化强度等热力学量的解析表达式及其数值解.数值结果与其他文献的结果相符.     

关于Riccati方程的可积条件研究的再讨论

目的补充R iccati方程的可积条件。方法等式的等价变换。结果完善了R iccati方程的可积条件。结论得到可积R iccati方程的判断方法。     

关于IIR数字滤波器的设计

滤波器在实际信号处理中起到了非常重要的作用。任何检测的信号都含有噪声,而滤波是去除噪声的基本手段。本文介绍IIR数字滤波器设计。IIR滤波器设计主要内容包括：巴特沃思、切比雪夫模拟低通滤波器设计;脉冲响应不变法和双线性变换法的数字化变换方法;数字高通、带通和带阻滤波器的设计。     

多小波二阶平衡的预滤波处理

针对多小波在应用过程中出现的不平衡现象展开了讨论 ,给出了 2元多小波p阶平衡的新定义 .在此定义下 ,能方便地计算出常用GHM多小波的二阶非正交平衡器 ,并由此证明GHM不存在二阶正交平衡器 ;为了达到二阶平衡 ,将二阶非正交平衡器转换成预滤波处理 ,取得了满意的效果 .     

随机荷载作用下疲劳裂纹扩展新算法

认为疲劳裂纹扩展的机理是惯性效应,并在断裂力学的基础上,通过引入惯性效应因子导出等幅荷载作用下疲劳裂纹扩展速率解析表达式.将随机载荷用通用的傅立叶变换转换为等幅非对称循环载荷的叠加,这一方法具有力学概念清晰、简便的特点.通过与试验数据和其它方法的对比研究,证明了该方法的有效性.成功地将等幅载荷作用下疲劳裂纹扩展新公式推广到随机载荷作用.     

基于Gabor特征和协同神经网络的车牌识别方法

研究了车牌字符识别问题,针对车牌识别系统易受天气及光照变化影响的实际应用,将Gabor特征和协同神经网络应用在车牌字符识别中,提高了识别率.首先对车牌字符进行二值化和切分,然后利用Gabor滤波器提取车牌字符的特征参数;再利用协同模式训练特征参数,进而得出训练样本;最后根据协同神经网络进一步识别车牌字符.通过大量仿真实验表明,该方法在不同场景、光照条件下,与传统方法相比,识别率有了较大改进,该方法在车牌识别领域有较强的实用性.     

基于双变量收缩函数与小波系数增强的SAR图像去噪

在充分考虑斑点噪声模型特殊性的基础上,将双变量收缩函数与小波系数显著性增强相结合,提出一种新的用于SAR图像的斑点抑制算法.将双变量收缩函数与双树复小波推广至斑点噪声模型,利用相邻尺度小波系数的联合概率密度函数与噪声的统计模型联立后,通过最大后验概率估计出滤波后图像的小波系数,再采用小波系数的模极大值准则对系数进行显著性增强,突出图像的边缘特征和点特征.仿真实验表明,与其他传统的去噪算法相比,该算法具有更好的去噪效果.     

彩色图像目标轮廓提取算法研究

提出了一种新的彩色图像的边缘提取方法：首先选取信道相关性最低的lαβ彩色空间,在此空间中采用基于小波变换的图像边缘检测方法进行了边缘点检测,并进行了阈值的有效确定;然后利用改进的GVF Snake模型CGVF（Color Gradient Vector Flow）Snake模型进行目标初始轮廓线的自动设置,通过极少次的逼近,得到彩色图像的目标边缘.实验结果表明,本方法提高了边缘检测的准确性,同时可以成功检测出彩色图像的目标轮廓.     

一类神经传导方程的修正的变网格有限元方法

研究了在神经传播过程中的一类非线性拟双曲方程的初边值问题．对二维情形应用常规变换，在常规的变网格有限元格式的基础上，提出了一种改进的变网格有限元格式，通过细致的分析和估计得到了最佳阶模误差估计结果，并使时间精度提高一阶．最后作了数值实验，说明方法是高效可行的．