渐近式Bloch球面搜索的量子遗传算法及其应用

为了进一步加快搜索速度,提高优化效果,提出了一种渐近式Bloch球面搜索的量子遗传算法.在该算法中,首先采用Bloch球面坐标对量子染色体进行编码,然后基于最小二乘法理论,构建了量子染色体的更新策略,建立了量子旋转门角度大小和方向的公式,最后构造了变异操作中相位公式.将本文算法应用于多变量函数极值优化问题进行验证.实验结果表明,该算法不仅具有较好的种群多样性和随机性,而且还具有进化代数少、收敛速度快和优化效率高等优点.     

基于DCT域纹理特征的多聚焦图像融合

现有的基于离散余弦变换(discrete cosine transform, DCT)的多聚焦图像融合算法容易使融合图像出现块效应和伪影,为此提出一种基于DCT域纹理特征的图像融合算法.该算法以8×8 DCT块中反映能量方向性的纹理区域作为图像融合单位,根据纹理区域的频谱相似度,选择能量较大的区域或以区域加权叠加的方式获得融合区域.实验结果表明,与现有基于DCT域的多聚焦图像融合算法相比,该算法获得的融合图像主观质量较好,能有效避免明显的块效应与伪影.     

基于深度学习的纹理图像语义识别

传统的纹理图像识别方法主要对底层的视觉特征进行检测,从而导致对高层语义特征的识别能力不足.为了解决上述问题,提出一种基于深度学习的纹理图像语义特征识别方法.该方法首先把在ImageNet数据集上预先训练的模型作为骨干网络构建模型,然后对输入的纹理图像进行数据增强和预处理,并输入模型进行训练和验证,最后利用训练获得的最佳...     

无闭轨Lienard系统20种非Q结构的实现

在无闭轨Lienard系统完整拓扑分类的基础上,证明了20种非Q轨线结构的实现性,并给出每一种拓扑结构具体实现的充分条件.     

一种新型的基于自适应局部二值模式的纹理分类算法

局部二值模式(LBP)在纹理特征提取时,易受光照、旋转、噪声等复杂条件的影响.本文定义一种新型自适应局部二值模式,通过考虑模式的均匀度和相似度,来实现纹理模式分类和特征值计算.结合差分运算,分别在差分二值矩阵和差分绝对值矩阵上计算自适应纹理特征,并将两部分特征值连接成一个空域增强的特征向量,采用最近邻分类器完成图像分类识别.实验结果表明,该算法在复杂条件下具有更好的识别效果.     

单叶双曲面、二次锥面/球面统一求交算法

为讨论方便,我们将单叶双曲面、二次锥面统称为∑*.首先考虑曲面∑*的两种特殊情况,给出了其与球面的交线为圆的条件,还直接给出了圆心、半径和法向量等重要几何参数,确保了交线的准确性.其次,通过求出球心P到曲面∑*的最短距离DMIN,直接判断是否无交,相切.在交线为非平面闭合曲线的情况下,通过巧妙的坐标变换,得到了关键方程,求出关键点,并根据关键点的个数确定交线的拓扑结构并求出交曲线的参数方程,确保了交线拓扑结构的稳定.     

FW-空间内单位球面上有界线性算子的数值域

目的研究FW-空间内单位球面上有界线性算子的数值域的几何性质,主要是闭凸性的相关结论。方法引入与FW-空间相关的一个深入定义(即冯-闭凸性)后,给出了FW-空间内单位球面上有界线性算子的数值域必然具有冯-闭凸性的一个不太简短的证明。结果表明了如果H是一个FW-空间,那么它的单位球面上任何有界线性算子的数值域都是一个H的一个冯-闭凸子集。结论作为特殊的Hilbert空间,FW-空间内单位球面上有界线性算子及其数值域有着颇为有趣的性质。     

基于隐层傅里叶卷积的非平稳纹理合成方法

随着深度学习在计算机视觉领域取得的巨大成功,基于示例的纹理合成研究得到了长足的发展.当下主流纹理合成模型往往采用神经网络方法,其通常包含卷积层和上采样层、下采样层等局部组件,并不适用于捕捉非平稳纹理中的不规则结构特征.受频率域与空间域的对偶性质的启发,提出了一种基于隐层傅里叶卷积的非平稳纹理合成方法.该方法以生成对抗网络为基础架构,沿着隐层通道进行特征拆分,搭建图像域局部分支和频率域全局分支,进而兼顾视觉感知和结构信息.实验表明,该方法能够处理结构上极具挑战的非平稳纹理样本,相较于目前最优方法而言,在大尺度结构的学习与扩展上取得了更好的效果.     

均匀带电球面产生的场强的求解

本文根据叠加原理,求出了均匀带电球面在空间任一点产生的场强,并指出带电导体表面的电场强度有跃变。     

3R-3P机器人操作手及4R-3P空间连杆机构位置问题的通用算法

本文运用球面及空间多边形的理论,分析了20种不同类型的3R-3P 机器人操作手及4R-3P空间连杆机构的位置问题,对运算过程进行了合理、有效的控制。与矩阵法相比,此方法具有表达形式简洁明了、系统规律性强、运算方便、容易掌握等特点,便于计算机通用程序的编制。