基于特征融合的KLPCCA及其在人脸识别中的应用

对发掘人脸图像中的高维非线性结构,将加核及典型相关分析两种思想同时引入局部保留投影算法中,提出了一种新的基于核的局部保持典型相关分析（Kemel base Locality Preserving Canonical Correction Analvsis,KLPCCA）非线性子空间人脸识别算法并给出了其推导过程。算法首先利用核的方法提取人脸图像中的非线性信息,然后通过局部保持投影算法做一线性映射,从而更简单准确的进行人脸识别。在ORL上的试验证明了该文所提算法的有效性。     

提高光栅投影测量精度的相移精确测量法

在光栅投影测量的相位计算中，采用Gray编码和相移相结合的方法，并针对当前光栅投影测量中相位计算精度不高的问题，提出一种新的相移方法．与传统相移方法相比，该方法采用新的投影光栅光强函数．考虑到光栅投影测量中可能出现的标定误差、投影光非正弦模式以及其他干扰因素，在该函数中加入对这些干扰的纠正值，从而减少由这些干扰产生的不利影响，进一步提高投影光栅和对象测量的精度．通过对邻近点插值获得的投影光栅，条纹精度可以达到亚像素级．对实际测量获得的投影光栅图像的处理实验，证明了该方法的可行性和先进性．     

次梯度外梯度方法求解随机变分不等式

随机变分不等式在供应链网络、交通运输和博弈论中具有广泛的应用。提出基于次梯度外梯度的随机逼近方法求解随机变分不等式,将矫正步的投影改投在半空间,以此来减少计算投影的代价。在适当的假设下,证明了所提出的算法具有全局收敛性。     

MIT中灵敏度矩阵的聚类优化

针对灵敏度矩阵的几何差异性问题,提出了一种基于聚类优化的灵敏度矩阵方法.首先,分析了灵敏度矩阵的几何差异性对MIT图像质量的影响;然后,基于几何差异性对灵敏度矩阵的向量进行聚类分组,应用能量函数对分组后的灵敏度向量赋予不同权值,构造一种聚类优化的灵敏度矩阵;最后,应用优化后的灵敏度矩阵,通过线性反投影算法和牛顿-拉夫逊迭代算法进行MIT图像重建.实验结果表明:采用聚类优化的灵敏度矩阵,使线性反投影算法的均方误差降低26%以上,图像相关系数提高10%以上, 使牛顿-拉夫逊迭代算法的均方误差降低5%以上,相关系数提高4%以上,证明了所提方法的有效性.     

Banach空间中有限族“三解合一”的混合临近点法

在一致凸一致光滑的Banach空间中引进了一个新的混合迭代序列,利用混合临近点法,找到了均衡问题与变分不等式及有限族半相对非扩张映射不动点问题的公共解(简称"三解合一"),并证明了该迭代序列强收敛到其公共解.所得结果改进和推广了已有的相应结果.     

基于细分小波与局部投影熵相结合的图像匹配算法

利用第二代小波-细分小波计算量小和其具有多分辨分析的特点,结合局部投影熵的优势,提出了一种基于细分小波与局部投影熵相结合的图像匹配算法．该算法首先利用立方B-样条细分小波对模板图像和实时图像进行多尺度分解;然后在粗尺度上利用局部投影熵进行匹配,确定细一层的候选匹配区域;重复这一过程,直到尺度为零时止,便得到最终匹配结果．通过仿真实验表明该算法可以有效地提高匹配速度,并具有一定抗噪能力和较高的匹配精度．     

正定式几何规划的一类共轭投影梯度算法

针对等式约束的正定几何规划问题,给出了一类共轭投影梯度算法,并在适当的条件下证明了算法的全局收敛性.     

求解非线性不等式组的有限步终止算法

利用广义投影技术,提出了一个求解非线性不等式组的新算法.在算法的每一次迭代中,搜索方向仅由一个公式即可产生,从而计算量相对较小,并且在相对较弱的假设条件下,算法具有全局收敛性和有限步终止性.最后的数值试验表明提出的算法是有效的.     

图像形态相关系数一般问题的研究

在将图像视为分片函数及分片向量函数的表示形式下,通过图像强度和几何形状两个因素描述图像特征,研究了图像的相似性度量问题.采用标准空间作为投影空间,探讨了分片函数及分片向量函数图像模式下投影算子及形态相关系数建立的方法,所得到的结果推广了Mosaic图像相关系数的表示形式.对分片向量函数所表示的图像形态相关系数的研究结果则更具一般性.     

Hilbert空间中关于Lipschitzian单调算子的变分不等式逼近解

用改进的算法证明了Hilbert空间中关于Lipschitzian单调算子的变分不等式一个强收敛定理,并推导了一个Hilbert空间中关于Lipschitzian伪压缩算子的已有结果.从而改进了近期相关结果.