改进的压缩感知重构算法研究

为了对未知稀疏度信号、特殊信号、含噪声信号进行准确重构,提出一种改进的压缩感知重构算法——预测正交匹配追踪算法。提出的算法通过所选支撑集内原子总数、信号间能量差以及残差共同预测并选择所需原子。预测正交匹配追踪算法能够在稀疏度未知的情况下自适应地对块稀疏信号、噪声信号及图片信号进行准确重构。实验结果表明,在相同条件下,改进后的算法提高了重构质量,减少运行时间。     

基于改进的局部二值模式的微表情识别方法

为了从微表情中获得更显著的特征,从而识别出微表情所表达的情感,需要更全面的提取微表情图像纹理特征,解决图像时空变化的问题,避免出现冗余差分等现象,提出了一种基于局部二值模式(Local Binary Patterns,LBP)的微表情识别方法的改进。该算法将微表情序列划分成三个正交平面,三个正交平面相交可以获得相交点,去除掉冗余的相交点,提供更紧凑和显著的表达,从而获得更小的计算复杂度。实验表明,该算法获得了较好的识别精度和计算复杂度。     

利用电子束蒸发制备高K介质TiO2薄膜

利用电子束蒸发在不同的衬底温度和蒸发束流下制备了TiO2薄膜,利用椭圆偏振仪测出了不同工艺条件下薄膜的厚度和折射率;利用高频CV曲线研究了制备工艺条件对TiO2薄膜的电容特性的影响,发现衬底温度和蒸发束流严重影响TiO2薄膜的CV曲线特性;最后利用XPS（X射线能谱）和FI-IR（傅立叶红外吸收）相结合的方法对TiO2薄膜的成分进行了分析,发现在与硅交界处存在一个亚稳态的过渡层,其成分是低价态的TiOx(x<2)和SiOy(y<2).     

基于TV范数对低秩表示去噪模型的改进

全变差(TV)范数具有保持图像边缘信息及加强区域平滑性的能力,为增强低秩表示(LRR)模型恢复图像的结构光滑性,将TV范数引入到LRR模型中,通过对LRR模型中的系数矩阵增加TV范数约束,提出了一个新的图像去噪模型——全变差低秩表示(TVLRR)模型,并采用交替最小化方法有效地求解该模型。利用图像内在的非局部自相似性先验,所提算法可以有效地发现和去除噪声,同时增强恢复图像的结构光滑性,使去噪后的图像质量显著提高。实验结果表明,与顶尖的去噪算法相比,所提出的算法在主观和客观上都实现了具有竞争力的去噪表现,特别是当噪声强度很大时。