一种无线Ad hoc网络中的非平衡多描述视频编码方法

提出一种适合于无线Ad hoc网络传输的单信道非平衡多描述视频编码方法,将视频源编码为一个高质量描述和一个低质量描述,并通过合适的分包方法将两个描述封装在一个信道上进行传输．由于是通过视频帧采样和对运动信息进行分割,提高了低质量描述的编码效率．该方法能够在同样的信道条件下获得比已有方法更优的视频恢复效果．相比于FEC系统,该方法显示了更加稳定的差错信道视频恢复性能．     

分子电距矢量(MEDV)用于肽模拟物的定量构效关系研究

利用电距矢量(MEDV)表征肽模拟物的分子结构,并与包含N、0、S杂原子,饱和与不饱和键或共轭体系的二肽分子的生物活性相关.利用多元线性回归方法,构建了两组二肽分子的定量构效关系(QSAR)模型.对于58个二肽组,模型相关系数和均方根误差分别为R=0.842 3和RMS=0.535.对于48个二肽组,R=0.819 9,RMS=0.357.为了检验QSAR模型的预测能力,对两个二肽组数据集进行了交叉校验(CV).采用LOO法即每次从n个样本中抽出n-1个样本建立0SAR模型继而用该模型去预测余下的1个样本的生物活性的方法.对于58肽组,58次预测的生物活性与原实验活性之间的R=0.790 6,RMS=0.608,而48肽组的R=0.742 2和RMS=0.417.MEDV只利用了分子二维拓扑图中元素电负性和相对化学键长的有关信息,不需要任何三维结构知识或分子校准步骤或有关物理化学性质的信息.此外构建QSAR模型时只利用MLR方法而不需应用主成分回归或偏最小二乘技术.方法简便快速,模型稳定有预测能力.     

女性在婚姻中获得幸福的可能——对陆小曼婚姻观念的个案描述

通过陆小曼这位活跃在二十世纪三十年代的知识女性婚姻的个案描述,探讨了可能影响女性婚姻观念的因素。指出女性婚姻不幸的症结在于她们错误的婚姻观念。     

利用共偏移距共反射面元叠加提高叠前地震资料质量

提出利用部分共偏移距共反射面元(CO CRS)叠加提高稀疏低信噪比叠前地震资料质量。通过多参数的COCRS旅行时公式计算得到部分叠加的CRS超道集,对数据进行规则化,以利于以后的常规处理如速度分析、叠前偏移等。模型试算和实际资料处理结果表明,与原始地震数据相比,对经过部分CO CRS叠加处理后的叠前数据进行偏移,不仅提高了偏移剖面的信噪比,同时改善了同相轴的连续性,获得了较好的成像结果。     

利用空间序列描述子的快速准确的图像配准算法

针对基于局部结构特征的图像配准算法对特征描述不够精确、外点剔除过程运算复杂度高的问题,提出了一种利用空间序列描述子的快速准确的图像配准算法。算法定义了一种基于空间序列的特征点描述子,通过定义特征点间的连接权值和排列顺序构成点的特征来描述,融合了图像局部结构和全局信息;通过对随机采样一致性检验的改进,采用投票策略和随机采样一致性检测的方法,解决外点剔除问题;利用空间序列描述子进行图像配准,通过配准和外点剔除交替迭代进一步提高配准精度。定量分析与实验结果表明:与传统的特征点匹配算法相比,该算法具有结构简单、易于实现的特点,具有配准精度高和计算时间少的优点,具有较高的复现率和准确率。     

毛细管中高阶参量过程的理论描述

提出了毛细管中高阶光学参量过程的理论模型。该模型在传统的高阶参量过程理论模型的基础上，自洽地考虑了毛细管中光导波模式特征和激光束对毛细管中光学导波模式激发效率的影响，得到了毛细管中高阶光学参量过程的相位匹配条件。利用这个理论模型概略地分析讨论了毛细管中高阶光学参量过程的最近的实验结果。     

面向语义Web的知识表示框架

语义互联网（Semantic Web)主要在于提供计算机软件可处理的元数据（Metadata)描述和信息表达方式，介绍了RDF（S）技术为基础的在Web上表达知识信息的方法，讨论了运用RDF（S）技术建立知识表示本体（Ontology)，以及通过扩展基本的RDF（S）描述集合方法来增强表示特定领域知识的能力，提出了运用基于RDFS技术的基本RDF（S）元训集合，通用描述元语集合，公理描述元语集合和关系约束元语集合进行知识表示的技术框架，使用这4层元语集合，可以将一般领域的知识信息以RDF（S）的方式存储在Web平台上，并通过相应支持XML的程序进行处理。     

基于改进的协方差矩阵描述子的点云配准方法

点云配准是数字化文物保护的关键一环，提高配准精度与抗噪性是文物点云配准的主要目标。针对该问题，提出一种基于协方差矩阵描述子的三维点云配准方法。使用张量投票法剔除噪声点，对剔除噪声后的点云，使用内在形状签名法提取关键点；对提取的关键点构建邻域信息，利用该信息建立协方差矩阵描述子；通过计算最近距离寻找匹配点对，使用法向量夹角对其约束，剔除误匹配点对；选取匹配点对计算变换矩阵完成粗配准，再通过迭代最近点对方法进行精配准。实验结果表明，相比于常用配准算法，本文算法配准精度更高，且适用于低重叠率模型与含噪声模型。     

基于单视图多模式的人脸识别方法

人脸具有丰富的表情变化,而且受光照强度、成像角度和成像时间等诸多因素的影响,这些因素都给人脸自动识别造成很大的困难。针对这些问题,笔者提出了一种局部线性鉴别分析(LLDA:Locally L inearD iscrim inantAnalysis)的非线性鉴别分析方法,其根本思想是:全局非线性数据结构可由局部线性和局部结构的线性组合表示。样本的特征矢量通过线性转换构成局部特征子空间,使类间散度最大而类内散度最小。该方法适用于多类非线性鉴别。实验表明,在低维子空间、姿态变化和单视图表示的人脸识别中是很有效的。