基于有约束CNMF的遥感高光谱多光谱图像融合

针对高光谱图像空间分辨率较低的问题,设计了一种基于光谱解混的高光谱、多光谱图像融合算法（VSC-CNMF）. 结合遥感图像的实际物理特性,在混合像元分解时加入端元单形体最小体积约束和丰度稀疏约束,通过光谱退化、空间退化和迭代解混,实现不同图像间端元和丰度的匹配,获得了具有高空间分辨率的融合图像. 仿真实验表明,VSC-CNMF可得到具有更高空间质量和光谱质量的融合图像.     

矩阵环上快速公钥密码算法的安全分析

分析适用于资源受限的计算环境的快速公钥密码算法的安全性非常重要。通过使用格归约算法,证明破解基于矩阵环的快速公钥密码算法的难度并不比整数分解问题更难,即给定整数分解神谕,存在多项式时间求解其等价私钥,并通过计算实验演示安全分析的正确性。     

关于多项式环上的矩阵

讨论了多项式矩阵最大公因子与最小公倍的有关性质,同时给出了多项式矩阵的分解定理。     

复参数最小二乘估计方法

提出了基于复数U-D分解的复参数最小二乘估计方法。在传统的加权遗忘因子法的递推算法中,方差矩阵P(k)由于衰减很快而极易失去正定性.为了保证参数估计的收敛性,利用复数U-D分解,将方差矩阵P(k)进行U-D分解,将P(k)矩阵的递推计算已转化为U(k)和D(k)的递推计算问题,保证了数值计算的稳定性.     

全偏振参量低秩稀疏分解伪彩色图像融合

偏振图像伪彩色融合对提高视觉感知和目标判读具有重要意义,利用空间调制型全偏振参量矩阵的低秩和稀疏特性,提出基于贝叶斯概率鲁棒性矩阵分解融合方法。首先,根据偏振调制和解析算法构造偏振参量矩阵,同时合成强度图像;其次,对参量矩阵进行基于改进的贝叶斯概率参量矩阵分解,降低背景噪声和亮度变化等干扰,分别获得参量图像的稀疏和低秩成分;然后利用方差、清晰度和信息熵进行模糊积分,获得显著性参量图像,与合成强度图像一起进行像素级增强;最后,经直方图规定化和IHS颜色映射,得到伪彩色融合结果。实验选择多种材质与目标的仿真和实测数据进行验证,通过主观视觉效果和客观指标比较,验证了其有效性。     

Z[i]上矩阵范畴中态射的研究

本文就高斯整数环Z[i]上矩阵范畴MZ[i]中态射的性质的转化形式进行讨论.首先给出MZ[i]中满态射、单态射的等价条件,然后利用该等价条件给出MZ[i]及MZ上相关态射合成以及满单分解之间的关系.     

一个关于三角形和K_2+T_n的Ramsey goodness结论(英文)

研究三角形和K2＋Tn的Ramseygoodness性质．在已证明的r（K3,K2＋T4）=11基础上利用数学归纳法得出：当n≥4时,有r（K3,K2＋Tn）=2n＋3．从一个图G中删除两个点,由剩余的点导出的子图记为G’,李雨生先生得出一个关于r（G,H）的结论．作为它的推论,给出了对于“书”（Bm）和K3＋L的Ramsey数的一个上界．     

改进的VBLAST检测算法及其在多载波CDMA系统中的应用

将多输入多输出(MIMO)技术应用于传统的MC\DS CDMA方案,构成MIMO MC\DS CDMA系统,能在很大程度上提高MC\DS CDMA方案的性能。在深入研究低复杂度的QR分解相关算法的基础上,提出了一种MIMOMC\DS CDMA系统中改进的VBLAST检测算法——平行干扰消除QR分解检测算法,该算法进一步抑制了误码传播现象。仿真结果表明,所提出的算法无论是在单用户或者多用户条件下都能显著提高系统的误码率性能。     

基于Cholesky分解的LSSVM在线学习算法

针对最小二乘支持向量机(LSSVM)用于在线建模时存在的计算复杂性问题,提出一种LSSVM在线学习算法.首先引入了基于Cholesky分解求LSSVM的方法,接着根据在线建模期间核函数矩阵的更新特点,将分块矩阵Cholesky分解用于LSSVM的在线求解,使三角因子矩阵在线更新从而得出一种新的LSSVM在线学习算法.该算法能充分利用历史训练结果,减少计算量.仿真实验显示了这种在线学习算法的有效性.     

带有色观测噪声多传感器信息融合稳态Kalman跟踪滤波器

针对带有色观测噪声的目标跟踪系统,分别用基于ARMA新息模型和基于R iccati方程的两种方法,在线性最小方差信息融合准则下,提出了多传感器按矩阵加权、对角阵加权和标量加权的三种信息融合稳态Kalman跟踪滤波器.仿真说明了三种加权滤波器的误差的差别不明显,但按标量加权滤波器显著地减少了计算负担,便于实时应用,且验证了两种方法所得结果相同.应注意在构造ARMA新息模型时,必须进行多项式矩阵的左素分解,才能得到正确的ARMA新息模型.