基于SIFT的车标识别算法

针对车标识别过程中匹配阈值难、识别速度慢的问题,提出一种基于尺度不变特征变换(SIFT)的特征匹配车标识别算法.利用SIFT算子对图像的视角、平移、放射、亮度、旋转等不变特性进行提取,并采用BP神经网络算法自主选取车标图像特征进行分类、匹配和识别.仿真实验结果表明,简单车标和复杂车标的识别率平均值均达90%以上,该算法识别速度较快、识别率较高,能满足实际应用的需要.     

轮毂电驱动汽车乘坐舒适性研究

针对轮毂电驱动汽车乘坐舒适性变差及驱动电机的质量问题, 建立了车身与车轮两自由度四分之一车辆 振动系统模型, 通过计算不变点说明乘坐舒适性变差的原因, 并给出驱动电机的质量要求以提高乘坐舒适性, 并用 Simulink 对结果仿真和验证。 结果表明, 频率不变点不会因为弹簧刚度和阻尼系数的改变而改变, 而且频 率不变点所对应的车身加速度对路面输入速度的幅频特性值很接近极大值, 对乘坐舒适性影响很大, 导致轮毂 电驱动汽车乘坐舒适性变差, 并给出驱动电机最适合整车舒适性的质量要求。     

加权shift算子加上Volterra型算子在Hardy空间上的不变子空间及约化子空间

Cuckovic等刻画了shift算子加上Volterra算子在Hardy-Hilbert空间上的不变子空间。在他们以及Stessin等的关于约化子空间的研究基础上,文章研究了加权shift算子加上Volterra型算子在Hardy空间上的不变子空间及约化子空间,部分地推广了他们的结论。     

L1范数下有噪信号恢复的误差估计

在压缩感知有噪信号恢复的研究中,引入新范数,获得L1范数最小化恢复的误差估计.结论只依赖于噪声本身,改进了压缩感知中已有的误差估计.     

关于症状自评量表合成常模与元分析的讨论

以症状自评量表为工具,以Stata SE12.0和SPSS19.0为主要统计工具,模拟合成量表常模的过程,并进行同质性检验、亚组分析、回归分析和发表偏倚分析。结果表明有4个因子拒绝同质假设,元分析的同质性检验结果拒绝同质性假设,亚组分析和回归分析无法解释其异质性来源,发表偏倚检验结果表明所列文献无发表偏倚。进而得出结论:1.以文献上的二手数据为基础合成的大学生SCL-90常模在统计上极有可能是无效的,从程序上讲也是不可靠的;2.已有的元分析报告中,SCL-90各因子得分与常模比较得出的效应量在统计上是无效的。     

基于规则提升的 Agent 系统异常处理方法

基于进化计算理论中的重组思想, 提出一种基于规则提升的Agent系统异常处理方法, 处理Agent系统中违背执行规则的异常. 该方法根据规则间的相互触发和执行情况分析得到规则处于异常状态的原因, 重组处于异常状态的规则, 提升规则向适应环境的方向进化. 实验结果表明, 该方法能处理规则的异常状态, 增强了规则的触发条件, 保证了规则达到预期的后置条件, 提高了Agent系统在开放环境下的异常处理能力.     

快速加权核范数最小化的SAR图像去噪算法

提出快速加权核范数最小化(fast weighted nuclear norm minimization,FWNNM)的合成孔径雷达(synthetic aperture radar,SAR)图像去噪算法。首先采用对数变换将SAR图像的乘性噪声变换为加性噪声,然后利用非局部相似性对变换后的图像进行块匹配,随后根据低秩模型框架,用随机奇异值分解替换加权核范数最小化(weighted nuclear norm minimization,WNNM)算法中的奇异值分解进行低秩矩阵逼近,再采用梯度直方图保存的方法对图像进行纹理增强,最终实现了对SAR图像快速去噪。在MSTAR数据库上的实验结果表明,与已有方法相比,所提方法在SAR图像去噪和边缘保持方面是有效的,并且比WNNM去噪速度快3倍。     

关于*-仿正规压缩算子的性质

主要研究了压缩的*-仿正规算子的一些性质,证明了若T是一个压缩的*-仿正规算子,则正算子D=12(T*2 T2-2TT*+I)是一个压缩算子,且算子序列{Dn}强收敛于一个投影算子P,满足T*P=0;若T没有非平凡的不变子空间,则(i)T是真压缩算子,(ii)正算子D=12(|T2|2-2|T*|2+I)是强稳定压缩算子.     

求解大规模线性时不变系统的最优H2模型降阶问题的共轭梯度法

 针对最优H₂模型降阶问题,提出了适合大规模多输入多输出系统的共轭梯度法。该方法仅需利用一阶导数信息,存储量少,计算复杂度低,且具有超线性收敛性。实验结果显示了算法的有效性。     

采用局部差分模型描述的彩色图像配准技术

针对光照方向、强度、色彩或摄像头参数等因素的变化导致待配准彩色图像对间存在复杂的色彩变化,从而严重影响彩色图像配准效果的问题,提出了一种对彩色变化不敏感的彩色图像配准方法.该方法首先根据彩色图像间的von Kries彩色变换模型,建立图像的彩色不变量空间,在此空间利用尺度不变量特征转换(SIFT)算法完成特征点的检测;为加快运算速度,采用2阶局部差分模型(LDP)方法对特征点进行描述,并完成彩色图像特征间的初匹配;再进一步利用RANSAC算法消除误匹配特征点对,得到最终的匹配特征点对.实验结果表明,该彩色图像配准方法与其他算法相比,可以快速、准确地获得彩色图像间的映射关系,因此更加适合存在色彩变化的彩色图像的配准.