纯量矩阵的几个充要条件

利用矩阵乘法的可交换性、矩阵特征向量、对角化、相似标准形,给出了纯量矩阵的几个充要条件,对文献[1]的主要结论给出了一个等价命题,并提供了一种简便的证明方法.     

局部β—凸分析

本文综合报告作者在局部β-凸分析研究方面的一些工作,主要给出β-集的结构定理,β-凸泛函的连续性定理和延拓定理,局部β-凸空间中的第二分离性定理,Krein-Milman定理,共轭锥X^*β中的共鸣定理以及X^*β的拟平移不变性与完备性定理等。     

不变量理论研究双量子阱系统

用量子不变量理论研究双量子阱系统 ,求出此系统的精确解 ,并利用此精确解求出了对绝热近似的任意阶修正     

Berry相因子与Lewis相因子关系的证明

对一类含时哈密顿量在渐近情况下存在一种特殊形式的不变量,与这种不变量相关联的Lewis相因子在渐近极限下便成为Berry相因子,从而揭示了Lewis相因子与Berry相因子的联系。     

融合角点特征与颜色特征的Mean-Shift目标跟踪算法

针对Mean-Shift算法稳定性差、无法适应目标遮挡的特点,提出了一种融合角点特征与颜色特征的目标跟踪算法。该算法利用Harris角点的特征不变性克服了Mean-Shift算法鲁棒性差的缺点,同时利用Mean-Shift算法中核概率密度估计特性克服了目标与背景角点难以区分的缺点。通过视频序列对该算法的跟踪稳定性与抗遮挡性能进行测试,结果表明,新算法的跟踪稳定性与抗遮挡能力优于基于单一角点或颜色特征的Mean-Shift算法。     

一种新的多尺度仿射几何不变量提取方法

提出了一种新的多尺度仿射几何不变量提取方法。该方法以自定义的多尺度自卷积变换为起点,结合灰度归一化处理,构建出目标图像的一系列仿射协变形式,进而通过设计一组非线性函数计算每个协变形式的一组扩展质心,由此得到新的多尺度仿射几何不变量。将所得不变量与经典的扩展质心特征、多尺度自卷积相比,由于其仅需一次分割便可构造出任意数量的区域面积比仿射不变特征,且从单个仿射协变形式中即可提取多个不变特征,从而有效减小了特征误差,提高了特征的获取效率。利用典型的“Fish”测试数据库,从计算复杂度、抗噪性、抗遮挡性和图像扩展性等方面验证了所提方法的有效性。     

基于仿射不变性特征的视点空间划分

为了简化三维物体的识别过程,提高三维物体识别的识别率,该文利用Multi-scale autoconvolution、Trace变换、Zernike矩3种仿射不变性特征,对飞机、汽车、人等三维物体进行视点空间划分,用尽可能少的不等间隔的三维物体的二维投影图像来表达三维物体,并以此为依据进行三维物体识别。在此基础上提出一种针对不同类型物体的仿射不变性特征提取策略,并建立一个实现三维物体任意姿态识别的软件系统平台,应用Princeton形状标准库中的部分模型对该平台进行测试。结果表明,该方法能够取得较好的识别效果,识别率在90%以上。     

基于支持向量机的栗属树种分类研究

形状特征是物体识别的重要依据。同时,分类算法的选择也将对识别的性能造成很大影响。围绕上述两个问题,以栗属树种的果实图像为例,在准确分割出目标图像的基础上,分别应用不变矩和边界矩提取其形状特征值,并使用支持向量机算法对栗属树种果实图像进行分类。实验结果表明：基于支持向量机的栗属树种果实图像分类识别准确率可达到87．5％,识别的结果较为理想。     

方差分量的极小极大不变二次无偏估计

对y～N(Xβ,pΣi=1θiVi),pΣi=1Vi＞0,0≤αi≤θi≤bi,bi＞0,i=1,…,p,给出了方差分量线性函数的极小极大不变二次无偏估计.     

基于音频统计特性的鲁棒水印算法

为了抵抗低通滤波和时长调整等综合性攻击,提出了一种新的鲁棒性音频水印方法.首先,根据数据直方图中每4个连续Bin的样本数,建立了一种用于隐藏规则的稳定关系,并基于统计均值和标准差的不变特性,实现了数据范围的通用选择方法.然后,通过分析不同音频分段的隐藏效果,提出了基于小段划分与隐藏的设计思路,并结合直方图中4个连续Bin的样本关系,设计了基于统计特征的水印嵌入和提取算法.实验结果表明,该算法能够显著减少水印嵌入过程中数据样本的调整量.与已有方法相比,该方法不但具有保持抵抗时长调整、音量缩放、重采样和重量化等攻击的优异性能,而且能够显著增强抵抗低通滤波攻击的能力.