二阶变系数线性微分方程的Riccati方程解法

利用 Riccati方程的可积性, 给出二阶变系数线性方程的一种新解法.     

基于平移、转动和大小变动对象的不变性识别

IOR(不变对象识别)是基于对象在平移、转动、大小变化等情况下的识别方法。该方法分两步:第一步,预处理阶段,通过归一化转动惯量和采用一种新的编码方法来抽取对象的不变拓扑特征,并存入一个数据库中。第二步,识别阶段,采用了一种亲笔最近相邻算法(HNN)。首先自学习预处理得到的数据,并得到对象的总的特征。再通过HNN算法来识别对象。该方法用于实际车牌识别,能得到满意的结果。     

关于Frobenius度量的推广

把Frobenius度量d_F(Z,W)推广到一般的酉不变度量d_p, _(k) (Z,W). 对于 p≥2 推导了它的具体表达式,对于 1 ≤ p <2给出猜测, 并对 p =1 ,l=2的情况给出证明．     

具有时滞的二阶Hopfield神经网络的正不变集与吸引性

利用非负矩阵谱的性质及微分不等式的技巧,给出了易于验证的具有时滞的二阶Hopfield神经网络系统正不变集与吸引集存在的充分条件．     

基于局部颜色直方图的SIFT算法研究

尺度不变特征变换(SIFT)算法是一种对旋转、尺度缩放和光照保持不变性的局部特征图像匹配算子,是公认的识别率最佳算法之一。而SIFT算法仅使用灰度信息,忽略颜色信息,当对彩色目标识别时,识别率降低。针对此问题,结合直方图保持良好的旋转、缩放、模糊不变性等特点,提出基于局部颜色直方图的SIFT特征描述算法(即CH-SIFT)。在SIFT算法关键点位置不仅生成梯度直方图特征描述,同时生成颜色直方图特征描述。在匹配时,首先使用梯度直方图特征描述对匹配对初次筛选,然后使用颜色直方图特征描述再次筛选,最后确定是否为满足条件的匹配对。实验对比表明,CH-SIFT算法具有识别率高和匹配时间短等优点,能够有效地实现彩色目标匹配。     

一种基于Harris—Laplace特征点检测的抗几何攻击数字水印算法

基于图像特征点检测的第2代数字水印算法具有良好的抗几何攻击能力．Harris算子是2代水印中使用较多的一种特征点检测方法．然而传统Harris算子提取的特征点对于较大尺度缩放攻击的稳定性较差,结合自适应尺度特性的Harris—Laplace算子在一定程度上克服了这一缺点,并且对于旋转,噪声及压缩攻击均具有较好鲁棒性．据此给出了一种基于Harris—Laplace特征点检测的数字水印算法,实验结果表明,该算法对于常规信号处理和几何攻击具有较好的鲁棒性．     

MATLAB在离散系统z域分析中的应用

简单介绍了MATLAB的特点,并将MATLAB引入到线性移不变系统的z域分析,通过求解两个问题,详述了如何运用MATLAB的LSI对象和符号运算功能分析离散系统的有关问题,并给出了相应的计算程序和运算结果,同时运用图形分析功能,将结果用可视化图形表示出来,结果表明MATLAB的应用使离散系统分析计算得到了简化,结果得到直观可视化效果,是离散系统分析的一个有效辅助工具.     

Riccati方程化成变量可分离方程的几个条件及相应的通积分

用不变量的概念给出一类Riccati方程化成变量可分离方程从而可积的向个条件及相应的通积分，并将有关文献的结果统一其中。     

高维离散动力系统中Hopf不变流形的存在性

研究高维离散动力系统中 Hopf不变流形 (周期不变流形 )的存在性 .利用不动点处的特征值结构 ,应用 Fredholm算子理论 ,直接证明高维映射的 Hopf不变流形的存在性 ,同时给出相应不变流形的渐近表达式     

自动图像拼接中的一种特征提取和匹配方法

在比较目前特征提取和匹配的几种方法比较的基础上,提出了一种基于改进特征提取和匹配的拼接方法,使得图像拼接的质量和速度得到提高。该算法首先利用改进的尺度不变特征变换（scale invariant feature transform,SIFT）特征提取方法获得图像特征点,其次利用近似最近邻匹配进行特征匹配并引入随机抽样一致性（random sample consensus,RANSAC）算法去除误匹配对,最后根据匹配的特征点对得到图像间的变换参数进行拼接和融合。该算法具有很强的鲁棒性,允许图像有缩放变换、旋转变换,不受图像噪声、色差的影响。经实验证明,该方法可实现高质量快速的拼接系统。