分形集的两种密度定义

给出了分形集的两种密度定义,讨论了它们的关系及性质。通过Ｖｉｔａｌｉ覆盖定理,证明了Ｈａｕｓｄｏｒｆｆ凸密度定理。     

一个三维Sierpinski块的Hausdorff测度

研究了三维Ｓｉｅｒｐｉｎｋｉ块的Ｈａｕｓｄｏｒｆｆ测度,通过构造质量分布函数,运用质量分布原理获得了一个三维Ｓｉｅｐｉｎｓｋｉ志的Ｈａｕｓｄｏｒｆｆ测度的准确值。     

一类长方形sierpinski垫片的Hausdorff测度与上凸密度

在平面上,由长为1,宽为a[1/2≤a≤1]的长方形生成的一类自相似集,也就是一个Sierpinski垫片。在满足强分离条件及维数小于1的条件下,证明了自然覆盖为其实现上凸密度1计算的最好形状,自然覆盖即是最好的覆盖。作为它的直接推论,可以得到该类自相似集的Hausdorff测度的精确值。     

基于分形维数的心磁数据分析研究

利用高温超导量子干涉仪(SQUID),测量人体胸前36个测量点的磁场强度数据。通过线性插值和高阶拟合的方法,绘制出人体心脏各个时刻的等磁图。利用MATLAB软件,采用盒维数的计算方法,计算出健康者和心脏病患者等磁图的分形维数。结果表明,健康者与心脏病患者等磁图的分形维数存在明显差异,为心脏病的诊断提供了一种新的思路和方法。     

一类分形集合及有关性质

考虑闭区间[0,1],根据Cantor三分集的结构和性质,推广了三分集的形式,构造了2n-1分形集C2n-1,获得了它的一些实变性质,同时,利用分形几何知识,计算了C2n-1的Hausdofff维数。     

基于曲率约束和改进Hausdorff距离 匹配的轮毂识别算法

针对在轮毂的自动化生产过程中对轮毂型号自动识别的需求,提出一种基于曲率的轮毂辐孔轮廓线角点特征提取和改进Hausdorff距离(MHD)轮毂型号自动匹配的方法. 对待识别的轮毂型号样本进行特征提取并建立标准样本库,在对实时采集的轮毂图像预处理后,利用曲率约束的最小二乘法(CRLSM)进行轮毂外轮廓提取,并用曲率阈值进行角点特征提取,进而采用改进的Hausdorff距离匹配实现轮毂自动识别. 仿真实验证明,该识别算法能够对建立样本库的轮毂类型进行正确识别.     

一个笛卡尔乘积的Hausdorff维数

介绍了康托型集的几个,巨质,讨论一类笛卡尔乘积,在dim.E<1存在一个集合,,其维数满足dim<,H>(E×F)=dim<,H>E+dim<,H>F的情况.进而构造一类Borel集,使得dim<,H>(E×F)=dim<,H>E+dim<,H>F成立.     

关于一类Sierpinski垫片的Hausdorff测度的上限估计算法

文章给出了Sierpinski垫片的Hausdorff测度的上限估计的一种算法,用计算机实现后,得到了Sierpinski垫片的Hausdorff测度的较好的估值．     

一类变形的McMullen集的维数及其应用

研究了平面上一类变形的Mc Mullen集R=∑∞k=1a00b-kxkyk,(xk,yk)R,其中整数a,b满足|a|≥|b|1或者|b|≥|a|1,有限整数点集R{(i,j),i=0,1,…,n-1,j=0,1,…,m-1},得到了这类自仿射集的Hausdorff维数和Box维数的计算公式.并且作为其应用给出了自仿射集R=∑∞k=1a bb a-kxkyk,(xk,yk)R相应的Hausdorff维数和Box维数,其中整数a,b满足|a-b|≥|a+b|1或者|a+b|≥|a-b|1有限整数点集R{(i+j,-i+j),i=0,1,…,|a-b|-1,j=0,1,…,|a+b|-1}.     

一种基于激光雷达和视觉的行人检测方法

针对一般城市环境的道路交通安全问题,提出了一种联合激光雷达和视觉的行人检测方法.利用激光雷达和摄像头坐标之间的透视变换关系,将环境的深度信息映射到图像中,并使用航位角推算方法同步激光雷达和摄像头,然后提取兴趣区域.在激光雷达聚类过程中,提出了一种基于行人宽度信息的目标分割方法,能有效分割并排行人.在基于视觉的行人检测中,首先根据行人边缘对称性的特点,预处理兴趣区域,然后采用基于Hausdorff距离的模板匹配方法,根据激光雷达的深度信息匹配行人上半身模板.实验结果表明,该方法可以取得较理想的效果.