Shearlet域基于非局部均值的地震信号去噪

由于采集环境及仪器性能的限制,采集的地震信号中含有较强的随机噪声,对后续的处理和解释带来很大困难.多尺度几何分析近年来受到关注,在Shearlet变换域中引入非局部均值(NLM,non-local mean algorithm)算法对地震信号进行去噪,该算法首先对地震信号进行非下采样Shearlet变换,对近似服从广义高斯分布的Shearlet系数进行主成分分析(PCA,principal component analysis),然后采用非局部均值处理Shearlet系数,最后对新的Shearlet系数进行Shearlet反变换,得到去噪之后的地震信号.实验结果表明,文中算法在低噪声情况下能够获得优于非局部均值算法的去噪效果,对地震信号去噪具有可行性.     

边缘导向的非局部均值图像滤波

传统去噪方法在处理高强度噪声干扰图像时, 往往不能有效去除噪声且在修复过程容易引入二次污染。为此, 提出一种边缘图导向的非局部图像均值滤波算法。 首先获取二阶差分边缘信息, 在非局部范围内搜索相似块, 以边缘导向图与噪声图像共同生成滤波器权值, 进而构建由边缘信息导向的非局部协同滤波框架。 与传统滤波为代表的局部线性滤波方法相比, 所提出算法能挖掘图像边缘信息并利用一种新的非局部协同滤波框架进行图像去噪, 因此增强了高强度噪声干扰环境下的边缘修复能力。 实验证明, 提出算法在高强度噪声污染的情况下, 修复的图像不仅获得了更高的测量指标, 视觉效果也更加理想。     

属性均值聚类

提出了属性均值聚类并给出了迭代算法。     

Richart模

本文引入左Richart模的概念．设M是左R模,若EndR(M)中任意元φ在M中的左零化子是M的直和项,则称M是左Richart模．左Richart模是左Richart环的推广．在文章中我们给出了左Richart环和左Richart模的等价刻画条件．探讨了Baer模和左Richart模的关系及左Richart模的性质:Baer模是左Richart模,而左Richart模不一定是Baer模;左Richart模的直和项是左Richart模,但左Richart模的直和不一定是左Richart模,我们给出了左Richart模对直和封闭的等价条件;并且证明了有限生成的Abel群是左Richart模当且仅当它是半单模或无挠模．此外,我们还探讨了左Richart模与一些重要的环、模类之间的关系,得到了左Richart模的自同态环是左Richart环,以及左Richart环的中心是VN-正则环．特别地,当模的自同态环是交换环时,模是左Richart模当且仅当它的自同态环是VN-正则环．     

透视国家图书馆的现代化进程

从阅览模式和检索手段两个方面,分析和回顾了国家图书馆的信息化、现代化进程。     

浅谈如何缩短游泳运动员的成材周期

通过对游泳运动员训练方法，手段的选择和应用，分析游泳运动员训练周期中应注意的问题，为缩短游泳运动员成材周期提供参考。     

中国农村经济体制改革的特点

党的十一届三中全会以来 ,中国农村经济体制改革概括起来主要有五个方面的特点 :一是改革的方式基本上是自下而上的过程 ,二是改革的对象直接针对生产资料所有制 ,三是改革的成效突出 ,四是农村土地承包制的局限性 ,五是在改革过程中产生了大量的剩余劳动力。     

基于k近邻平均距离的异步航迹关联算法

针对异步不等速率下局部节点航迹关联复杂问题, 提出了基于k近邻平均距离的异步航迹直接关联算法。首先, 给出不等长航迹序列间的k近邻平均距离计算规则, 进而计算得到不等长航迹序列间的灰色关联度, 再利用经典分配法进行航迹关联判定。算法无需时间同步, 避免估值误差传播积累。仿真数据表明, 算法正确关联率高、耗时较短、局部节点采样周期和开机时机不一致等异步因素对算法影响不明显, 并且算法不受噪声分布形式和目标数目变化的影响。     

紧Lie群上几种球型平均的饱和类（Ⅱ）

讨论了紧 L ie群上 Abel-Poisson平均及 Gauss-Weierstrass平均的饱和类问题 ,给出了这两种线性算子平均在 C(G)中的饱和类特征     

Agent在代理对象应用中的研究

在讨论Agent在设置代理时是否需要智能功能,如何设置智能功能逻辑手段的实现,智能Agent与实际被代理对象之间有何关联的基础上,提出了对被代理对象的设置原则,总结了一些应用中的新方法,解决了上述问题,使Agent在应用中简化问题,对Agent的广泛应用奠定了基础。