基于Gamma-SLC混合密度估计的雷达目标识别

通过分析高分辨距离像(HRRP)的统计特性,提出一种Gamma模型与基于累积量的随机学习算法(SLC)相结合,估计HRRP概率密度的新方法:Gamma-SLC方法。该方法具有Gamma分布针对性强,估计准确与SLC适应性强的优点,同时回避了二者的缺点。另外,借鉴最大熵原则的非高斯性测度,设计了一个新的评价概率密度估计效果的准则。基于外场实测数据的实验证明了Gamma-SLC方法的有效性。     

关于一般线性群上的数值域

作为一般线性群上数值域的代表,文中讨论了集合G_C(A)={trCP~(-1)AP|P∈GL_n}的无界性。     

层次分析的区间估计

提出了利用数学规划和约束锥的方法 ,对层次分析法权重向量进行区间估计的理论和模型 .该模型把决策者的偏好信息视为一种约束 ,而非传统模型中的确定权重向量 .这个模型能更好地反映出决策者的偏好和决策过程中的不确定性 ,具有较好的鲁棒性 .算例结果表明 ,该模型是主观决策问题的有效的分析方法 .     

CRC校验算法分析及C语言实现

详细分析了循环冗余校验(CRC)码的表驱动实现方法，并用C语言编写程序予以验证，所提供的程序代码可作为函数直接嵌入软件系统中。     

高校学生评教的数据处理方法探索

用极差理论的方法对学生评教的数据进行处理,统计出的最终得分更趋向于教师教学的实际水平.与传统的方法比较,极差理论数据处理方法更科学合理.     

R&R Analysis for Measurement System Using Moving Range

1　IntroductionMetrology is an important aspect of manufacturing because measurements are necessaryfor monitoring and controlling processes. The quality of data depends on the gauges andother tools used for the measurementof measured variables.With the greater reliance onquantitative measurements in modern manufacturing industry,the criticality of gauge ca-pability analysis has increased.The goal of gauge capability analysis is the understandingand quantification of the sources of variability …     

Shape recovery using high dynamic range images

An effective method for object shape recovery using HDRIs (high dynamic range images) is proposed. The radiance values of each point on the reference sphere and target object are firstly calculated, thus the set of candidate normals of each target point are found by comparing its radiance to that of each reference sphere point. In single-image shape recovery, a smoothness operation is applied to the target normals to obtain a stable and reasonable result; while in photometric stereo, radiance vectors of reference and target objects formed due to illuminations under different light source directions are directly compared to get the most suitable target normals. Finally, the height values can be recovered from the resulting normal field. Because diffuse and specular reflection are handled in an unified framework with radiance, our approach eliminates the limitation presented in most recovery strategies, i.e., only Lambertian model can be used. The experiment results from the real and synthesized images show the performance of our approach.     

双摄象头法基于边缘的分层配准和距离获取

本文采用基于边缘的分层配准方法,给出了一个双摄象头三维视觉系统。用 Frei-Chen 算子提取边缘,梯度值采用非均匀量化并应用预加重技术。图象压缩采用完全四叉树,用 Illiffe 法存贮和检索。距离计算采用简化了的 Trivedi 公式,并用 Householder 变换求解用于距离计算和系统校准的超定方程组。     

基于改进极坐标格式算法的大斜视SAR成像方法

针对大斜视合成孔径雷达成像（SAR）模式下,回波存在较大的距离走动和严重的距离 方位交叉耦合等问题,对传统极坐标格式算法（PFA）进行改进,提出了一种基于改进的PFA算法的大斜视SAR成像方法。根据实际回波数据存储的形式,建立了大斜视SAR的斜距模型,通过对距离向与方位向的二维泰勒级数展开设计了一种斜距平面的二维插值函数,有效地提高了成像算法的聚焦深度。与传统PFA不同,斜距平面的距离展开能够避免回波数据的投影,所以改进的算法更适用于地形起伏不平的成像场景。仿真数据和实测数据分析验证了该方法的有效性。