基于格型矢量量化的小波零树图像编码方法

把格矢量量化与小波零树编码相结合,提出了一种小波矢量零树图像编码新方法,其性能优于已报道的格型矢量量化小波图像编码方法和最成功的小波零树图像编码方法,而且其复杂度远低于已报道的格型矢量量化小波图像编码方法。实验结果证实了方法的有效性。     

“数字太原基础地理框架构建”数据库建设

分析了影像数据库、矢量数据库、地名数据库建设中的关键技术,讨论了基础地理数据库综合应用到政务电子地图系统中的方法.     

一种基于向量的鲁棒ARMA系统辨识器

提出一种新的基于向量方法的自回归和运动平均(ARMA)模型系统辨识器,并给出了其参数的统计分析模型.应用结果表明,向量ARMA算法和最小二乘法LS算法相比,在一定条件下,其预测误差精度提高了约1.2 dB;且该系统模型不受分离向量参数的影响.使用非线性函数核,系统将会成为一个鲁棒的非线性辨识过程.     

基于抗白噪声理论的支持向量机

支持向量机（SVM）是在统计学习理论基础上发展起来的一种新的机器学习方法.具有泛化能力强,全局最优等特点.我们针对于传统的支持向量机算法忽略了当采取的训练集中有噪声干扰的情况,通过改造原有的经验风险和调节核函数中的参数,达到抑制或者减弱随机噪声干扰的目的,并具体地给出了抗高斯白噪声的支持向量机模型.     

激光捷联惯性导航中不可交换性误差补偿算法研究

针对激光捷联惯性导航系统姿态和速度算法中所引入的不可交换性误差进行了原理上的分析，重点分析了速度计算过程中不可交换性误差产生的原因．从工程化应用观点出发，提出利用等效转动矢量的单子样算法消除不可交换性误差，并且推导出了相应的姿态和速度的误差补偿算法．实际跑车实验结果表明，误差补偿后的系统定位误差下降为原来的二分之一，表明激光捷联惯性导航系统误差补偿算法的设计思路是可行的，设计的系统性能能够达到预定的要求．     

关于椭圆偏振光的两个问题的研究

论证了一束椭圆偏振光可看成任意相互垂直方向上的两个线偏振光的合成．选取的相互垂直的方向不同,参与合成的两线偏振光的振幅不同,相位差也不同,但合成光矢量的旋转方向始终不受影响．     

支持向量机的SMO算法及其自适应改进研究

提出在SMO算法上应用自适应学习的思想,并利用求解凸二次规划寻优问题的基础上进行改进的研究.研究表明,基于自适应学习的思想对SMO算法进行改进,可使SVM算法更能适应实际应用快速、高效的需求.     

VIENNA型三相三电平PWM整流器研究

分析了VIENNA型三相三电平PWM整流器的拓扑及其数学模型,以及三电平变换器的状态空间矢量调制技术(SVPWM)。提出了基于PI控制的双闭环的控制策略(即电压外环、电流内环),并引入中点电位因子r对中点电压进行平衡控制。为了验证所提控制策略的可行性,搭建了VIENNA型三相三电平PWM整流器的仿真平台以及1.6 kW的实验样机进行仿真与实验研究。仿真及实验结果表明,所提出的调制方法及控制策略是可行的。该整流器具有控制简单、易于数字化实现、在稳态条件下谐波畸变率小于3%、功率因数接近1等特点。     

支持向量机的研究与发展

支持向量机是一种新型机器学习方法。是在统计学习理论基础上发展起来的一种新的数据挖掘方法,并已广泛应用于模式识别与回归分析。已成为国际机器学习界的研究热点。笔者主要对其基本原理与研究发展情况进行了探讨和研究。     

从四元数到向量:向量概念演变的历史分析

目的 考察和分析从四元数到向量的发展历程。方法运用文献考证和历史分析的方法对向量概念的演变进行研究。结果现代向量系统是从四元数发展而来的，是寻找物理现象的数学表示的结果；通过对哈密顿四元数与格拉斯曼系统的对比分析指出其历史的必然性。结论向量概念的演变主要是为了满足物理学的需要，它揭示了科学变革的一般规律。