Young不等式在控制中的应用

目的 探讨一种求解H∞控制的新方法。方法 运用与Legendre-Fenchel变换有关的Young不等式寻找H∞控制问题中的最坏扰动和最优控制。结果 与通常微分对策方法相比，所得到的从扰动到控制输出的增益有更为一般的形式，包含了H∞控制所研究的L2增益。结论 运用与Legendre-Fenchel变换有关的Young不等式可以得到H∞控制问题中的更具一般性的L2增益。     

医学图像小波变换系数的统计分析

通过利用小波变换对医学超声图像进行分解，研究其小波变换系数的均值、标准差、图像的能量等统计特征，为医学图像压缩编码和图像去噪进一步研究提供参考．     

基于小波变换的低频数字水印嵌入算法

提出了一种基于小波变换低频系数的数字水印嵌入和检测算法．二值水印首先经过Arnold变换后再嵌入在原始图像的低频部分，仍能保持良好的视觉效果，进一步证明了低频部分不是水印的禁区．实验结果表明该算法有较好抗JPEG压缩、低通滤波等攻击的能力．     

非线性动态网络/系统（N/S）模型辨识与故障诊断

采用方波脉冲函数变换（BPFT）对一类非线性动态N/S混合模型(H1,B)进行了辨识，导出了计算混合模型（H1,B）的相关公式和N/S响应的伏特劳级数解在方波域内的离散递推算式，解决了一类非线性动态N/S模型的数值计算问题.在此基础上，提出了一种基于多重预置模型的非线性N/S的故障诊断方法，该法通过检验各个预设模型与N/S当前状态的匹配程度来判断N/S是否处于某种故障状态，而无须在线估算N/S当前的模型及分析其特征，从而极大地减轻了在线计算工作量，可实现在线故障诊断.给出了故障诊断实例，实验结果表明该法故障诊断的准确率达到80％～90％.     

关于变换群的两个教学案例的比较研究

用新的教学理念分析、对比了有关变换群的两个教学案例，一个是传统的传授式，按照定义、定理、证明、例题的顺序展开；一个是探究式，按照创设问题情景、猜测、验证、反驳、再猜测、再验证的顺序展开．结果发现：两种方式体现了不同的教学理念，将学生的思维水平提升到不同的层次．后一种教学方式将学生的思维水平提高到探究性理解的层次上，更利于学生创新能力的培养．     

基于小波和神经网络的目标识别方法

基于高分辨一维距离像，对雷达信号目标识别的小波分析和神经网络方法进行了理论研究和实验分析。小波变换起到了数据压缩作用，并且用不同的小波得到不同的结果。ISAR获得的三种飞机目标真实回波数据所形成的一维距离像作为实验数据，并且用神经网络对目标分类器进行了设计。     

Lorentz变换修正公式

Lorentz变换的根源在于,当t’=t=0时,两惯性坐标系K’和K的原点O’与O重合,这时,在其公共原点发出的是一个传播速度为光速c的光信号。经过Lorentz变换,认为光速c是一切实际物体运动速度的极限。本文假设,当t’=t=0时,两惯性坐标系K’和K的原点O’与O重合,这时,在其公共原点发出的是一个超光速信号。由此导出了Lorentz变换修正公式,并证明了超光速没有极限值,ds2仍然是Lorentz不变量。同时还导出了相对论速度变换修正公式。由此还可以导出在超光速条件下,惯性坐标系之间的其它变换公式。     

矢量量化的等误差竞争学习算法

提出了一种使各区域子误差相等的矢量量化算法．该算法利用小渡变换后各子带间的相关性，合理构造矢量．采用最优矢量量化器设计原则．通过调整学习过程中各子区域的误差，使之趋于相等，改善总的期望误差，获得更接近全局最优的码书。实验表明，这种算法获得的码本优于其它几种算法。     

仿射Weyl群族afs（W）s∈R的结构

本文给出有限维单李代数g( )的s-仿射Weyl群afs(W) (s∈R)的定义 ,讨论了这类变换群的结构性质 .并且证明了以下结论 : 对每个s∈R ,s-仿射Weyl群afs(W)同构于仿射型Kac -Moody代数g(A)的Weyl群W ; 对s∈Z ,afs(W)可由af1 (W)生成 . 对于每个λ∈η s 设Wλ 是λ在W中的稳定子群 ,则afs(Wλ)=(Wafs) λ, λ是λ在 η 上的投影     

一种基于模糊积分的多分类器人脸识别方法

提出了一种基于模糊积分的多分类器人脸识别新方法，首先采用两种不同的K-L变换及Fisher线性鉴别分析方法对原始图象进行特征抽取和压缩，然后将压缩后的特征设计成不同的分类器，再利用模糊积分对这些分类器进行融合，达到主观期望和客观证据间的最佳匹配，从而提高了对目标的识别率，并将该方法应用到人脸识别中，实验结果表明，该方法提高了识别率，证明其有效性。