由高斯核确定的卷积函数类上的n-宽度

研究了由高斯核确定的多元卷积函数类上的n-宽度,并得到了某些情况下宽度的渐近阶.     

二维不可压Navier-Stokes方程的广义分离变量解

目的研究二维的Navier-Stokes方程的几种分离变量解。方法利用泛函分离变量法。结果对二维不可压的Navier-Stokes方程给出了几种特殊形式的解。结论找到了几类新的解,推广了前人的研究成果。     

含有卷积核的线性Volterra积分微分方程的数值解

利用不动点定理证明了含有卷积核的线性Volterra积分微分方程古典解的存在性与唯一性.讨论了用TayIor公式求解该类方程的方法,并通过几个具体的例子说明这种方法的精确性.     

全相位DCT数据内插与立方卷积内插方法比较研究

本文对基于8点信息的全相位数据内插方法进行了推导和理论分析,利用它对实际图像进行了插值处理,并且同当前比较先进的H.26L中建议的立方卷积内插做了比较,仿真实验结果表明全相位数据内插在性能指标上要优于立方卷积内插.     

基于FPGA的IDCT变换的设计与实现

二维簿散余弦逆变换是图像解码算法的核心,基于DSP用软件实现速度较低,基于ASIC则占用的芯片面积和功耗较大。研究了一种由单个一维IDG重核完成的二IDCT结构。首先,运用蝶形运算实现一维IDCT变换,然后,     

基于深度卷积神经网络和深度视频的人体行为识别

传统人体行为识别基于人工设计特征方法涉及的环节多,具有时间开销大,算法难以整体调优的缺点。以深度视频为研究对象,构建了3维卷积深度神经网络自动学习人体行为的时空特征,使用Softmax分类器进行人体行为的分类识别。实验结果表明,提出的方法能够有效提取人体行为的潜在特征,不但在MSR-Action3D数据集上能够获得与当前最好方法一致的识别效果,在UTKinect-Action3D数据集也能够获得与基准项目相当的识别效果。本方法的优势是不需要人工提取特征,特征提取和分类识别构成一个端到端的完整闭环系统,方法更加简单。同时,研究方法也验证了深度卷积神经网络模型具有良好的泛化性能,使用MSR-Action3D数据集训练的模型直接应用于UTKinect-Action3D数据集上行为的分类识别,同样获得了良好的识别效果。     

基于二进神经网络的稀疏编码架构的图像无损压缩新方法

视频图像的高效无损压缩在海量的航空和遥感图像传输、珍贵的文物信息的保存等方面具有重要的应用价值,而目前的研究热点主要针对有损压缩,为此通过对现有的无损压缩方法的分析和研究,提出一种在稀疏编码与二进神经网络相结合的框架下建立新的图像无损压缩方法.首先借助二进神经网络中的线性可分结构系建立冗余字典,获得有效的稀疏分解基;再借助二进神经网络学习算法将图像映射为以线性可分结构系为神经元的二进制神经网络,在此基础上建立相应的模式匹配算法将每个神经元与冗余字典简历映射关系,通过稀疏系数建立原始图像的编码形式,进而实现了图像的无损压缩,并从理论上分析了该方法可以有效地提高压缩比,最后通过实验验证了该算法的有效性和通用性.     

动力学偏微分方程的卷积型DQ半解析法

文章通过卷积方法将数学物理方程中典型的动力学方程构造成包含初始条件的新的具有完整初值问题特征的动力学控制方程。对新的控制方程在时间域取解析函数,在空间域采用离散的DQ法。这种方法具有与卷积型Gurtin原理完全等效的效果,又避免了Gurtin泛函的复杂性,还避免了误差积累和解的稳定性等问题。经实际计算表明,该方法是一种精度好效率高的求解动力学偏微分方程问题计算方法。     

切削振动计算机仿真的数值方法

以平面端铣为例,介绍了应用Runge-Kutta方法求解机床结构多自由度系统运动微分方程组仿真切削振动的公式和算法,数字仿真铣削强迫振动和自激振动的结果,与采用Simpson公式－快速券积－迭代法求解系统运动积分方程组仿真的结果非常接近,并与他人研究结论相符,实验证明了两种数值方法,尤其是后者的收敛,为它们用于切削振动计算机仿真的可行性提供了佐证。     

一类平稳过程的逗留极限定理

设｛Ｘ（ｔ）,－∞〈ｔ〈∞为一实可分可测平稳随机过程,Ｌｔ（ｕ）＝∫＾ｔ０Ｉ（「Ｘ（ｓ）〉ｕ」ｄｓ,ｕ,ｔ〉０,ｖ＝ｖ（ｕ）为一适当函数,当ｕ→∞时,ｖ（ｕ）→∞,研究了在一定条件下∫＾∞ｘＰ（ｖＬｔ（ｕ）〉ｙ）ｄｙ／Ｅ（ｖＬｔ（ｕ））,ｘ〉０的收敛性,且这些条件表明｛Ｘ（ｔ）｝的边附分布Ｆ∈Ｄ（Φａ）,根据上述结果,还探讨了｛Ｘ（ｔ）｝超过高移动壁的逗留极限定理。