l/f过程的混沌模型

l/f过程是一种在众多科学技术领域中获得广泛应用的过程,然而至今人们对于它的产生机理还不清楚.本文提出了l/f过程的一种混沌产生方法,给出了理论上的证明以及计算机仿真结果,从而为深入理解这类过程的本质提供了一种尝试.     

一种基于l∞-LMS的SPNLMS算法

应用于长阶数稀疏冲激响应自适应滤波器中的SPNLMS算法，在每次迭代中对每一个滤波器系数更新需要进行一次乘法的运算量是不能忽视的。结合l∞-LMS算法与SPNLMS算法提出的l∞-SPNLMS算法克服了这一缺点，减少了计算量，在硬件实现中节省了计算时间﹑硬件资源以及功耗。理论分析与数值仿真表明， l∞-SPNLMS算法在前期收敛过程可以得到快速前期收敛速度，同时还兼容收敛精度和低计算量。     

基于截断修正平滑l0范数的MIMO雷达目标参数估计

在多输入多输出(MIMO)雷达中,针对平滑l0范数(SL0)因感知矩阵的病态性而导致其失效的问题,提出了一种基于截断修正SL0的MIMO雷达目标参数估计方法.该方法在对MIMO雷达感知矩阵进行截断奇异值分解(TSVD)处理的基础上,将保留的奇异值以均值为截断门限,分成较大和较小的两部分,分别采用不同的修正准则进行修正;然后经奇异值分解(SVD)反变换获得非病态感知矩阵,利用该非病态感知矩阵通过SL0算法对MIMO雷达目标参数进行估计,从而显著提高了MIMO雷达目标参数估计的精度和速度.仿真结果验证了该方法的有效性.     

SAA7l11A在实时图像采集系统中的应用

本文给出了在一种实时图像采集系统中应用SAA7111A的实例。     

2l世纪的电视

随着电视新技术的日臻完善 ,电视系统正向着数字化、大屏幕、高清晰度、全信息等方面发展。在2 0世纪末开发研制的多种电视新技术将带入 2 1世纪 ,人们将关心 2 1世纪的电视将是什么样子。也许 ,有人认为如今电视技术已经发展到途穷末路 ,以后也不过就是进一步普及高清晰度电视、大屏幕电视、数字化电视、投影电视、液晶电视等等。其实并不然 ,2 1世纪电视技术不仅要普及目前最新产品 ,而且有更令人惊叹的突破性进展 ,不妨先看看下面的几种电视。1　超高清晰度电视美国数字高清晰度电视的确立 ,高清晰度和宽屏幕的电视将会成为未来电视的主…     

l1范数优化技术及其在数据处理中的应用

本文在论述数据处理的稳定性原则的基础上，利用l1范数稳定性强的特点，将l1范数优化技术应用于受扰动的测量数据处理中，并利用单纯形方法编制了相应的程序；给出的数据处理实例表明，l1范数的优化数据处理比l2范数的处理结果更稳定。     

基于多尺度空间滤波和l1范数最近邻分类的乳腺图像微钙化点检测

钙化信息是乳腺癌早期诊断的一个重要依据,针对钙化点检测检出率较低和假阳性较高的问题,提出一种基于多尺度空间滤波和l1范数最近邻分类的乳腺图像微钙化点检测算法.首先利用多尺度空间滤波方法得到原图像的多尺度显著特征图,然后通过基于人眼视觉特性的钙化点分割方法得到粗检测钙化点的二值图像,并送入l1范数最近邻分类器去除假阳性点...     

基于平滑l0范数的高分辨雷达一维成像研究

雷达高分辨距离像对于目标检测、识别具有重要意义。该文针对高频区雷达散射响应的特点,采用稀疏信号表示方法研究了雷达高分辨1维成像问题。以理想点散射模型为基础,构造了相应的过完备基,并引入平滑l0范数法实现雷达高分辨成像。实验结果表明该方法在观测数据采样率降低、观测数据缺失等实验条件下均能正确成像,验证了该方法的有效性。     

MSP430F112l的斜率ADC应用研究

结合TI公司的超低功耗MSP430F1121的特性，介绍了由MSP430F1121内置比较模块来完成实现斜率ADC转换的原理和应用。该方法特别适用于中小型控制和测量系统。     

用于稀疏系统辨识的改进l0-LMS算法

该文研究和改进了l0-LMS算法以提高对稀疏系统进行辨识的性能。首先依据均方误差反映出的收敛深度信息动态调节步长,提高了算法的收敛速度;其次利用估计误差绝对值加权修正零吸引函数,减小了稳态失调误差。然后定性分析了改进算法中各个参数的取值对收敛速度和稳态性能的影响。最后,计算机仿真验证了新算法的性能明显优于原l0-LMS算法和若干现有稀疏系统辨识的方法。     

基于奇异值分解的图像去噪

提出了利用奇异值分解去除图像噪声的方法。从矩阵的角度出发,通过对图像矩阵进行奇异值分解,将包含图像信息的矩阵分解到一系列奇异值和奇异值矢量对应的子空间中,然后通过有效奇异值重构图像矩阵达到去噪目的。试验利用MATLAB通过对MRI(核磁共振)医学图像进行去噪处理,验证了奇异值分解的去噪效果,并且通过对多幅图像的试验结果进行分析,得到了去噪重构图像时所需有效奇异值数目的统计值。     

基于最小l1稀疏图表学习分类的图像识别方法研究

利用信号的稀疏性建立图像分类处理模型是图像识别技术的新应用。通过分析最小l1范数稀疏性的原理,本文导出了一种最小l1范数稀疏性十字"花束"多面体实现模型,并在此基础上,构造了一种l1图表学习分类算法。通过与几种常用的图像分类算法比较,实验结果说明,本文提出的l1图表学习分类算法具有更高的分类精度和有效性。     

离散网络系统基于模态的l2-l∞滤波器设计

研究了一种基于网络控制的离散时间系统的能量峰值滤波问题,采用参数不完全已知的马尔科夫链描述由网络引发的系统延时.这样的假设使得滤波器更加具有普遍性,因为现有的方法一般将其延时模态间切换的概率当作完全已知或完全未知的参数来处理.通过把未知的概率参数处理为一个凸空间,可以得到一个基于模态的全阶滤波器.文中利用一个新的实有界引理,得到了可以使相应的误差滤波系统在给定l2-l∞的指标下渐进稳定的LMI充分条件.文中最后给出一个数值算例来展示本方法的有效性.     

图像去模糊的l0范数最小化方法

针对经典的图像去模糊问题,提出了一种基于l0-范数约束的图像去模糊算法。该算法结合图像稀疏性的特点,利用l0-范数作为正则项约束,保证了恢复图像的稀疏性要求。为了有效的求解l0-范数优化问题,引入两个辅助变量,将原问题分解为两个子优化问题,并采用交替方向法进行快速求解。实验结果表明,对于不同程度的高斯模糊和运动模糊,该算法都能够得到有效的恢复结果。     

篮球投射过程中的角度智能视觉图像分解判断方法

针对传统图像分解判断方法一直存在不能根据篮球投射角度变化完成投篮运动图像分解的问题,提出基于奇异值分解的篮球投射角度智能视觉图像分解判断方法。通过分析不同投篮情况下,投射角度的变化,确定篮球投射角度;并以此为基础,引入奇异值分解,对智能视觉图像分解进行判断。实验结果表明,智能视觉图像分解判断方法,提升投篮运动分解图像对比度;在最短时间内,根据篮球投射角度变化,完成投篮运动图像分解。     

有限域上k阶SAC/PC(l)函数的构造

本文给出了有限域F=GF(p~l)上k阶SAC/PC(l)函数的一种构造方法,这种方法不仅是文献[1]中构造方法在有限域上的推广,而且是其一般形式,另外在一定条件下这种函数还可保持平衡性和相关免疫性。最后研究了多输出k阶SAC/PC(l)函数。     

基于小波包分解的图像特征提取及其应用

提出了一种基于小波包分解的提取图像特征的算法，将图像在不同尺度下的小波包变换模极大值组成一个矩阵，采用奇异值分解得到该矩阵的奇异值矢量作为描述信号调制样式的特征向量。该算法克服了传统的通过各种频域变换提取图像特征时对图像特征难以充分描述的不足，提取的特征向量的维数相对不高，便于实现。计算机仿真结果表明，这种方法具有稳健的抗噪性和良好的扩展性。     

基于Matlab的小波变换在图像压缩中的应用

近十几年来小波理论研究已成为应用数学的一个新方向。通过对二维离散小波分解与重构快速算法及其在工程图像处理应用中的介绍,分析了二维离散小波分解与重构的算法,最后在Matlab数学分析工具环境下,从实验角度出发探讨了算法在图像压缩中的应用方法并分析了应用实例。结果表明,应用该算法可以获得较大的图像压缩比。     

基于小波分解的不同聚焦点图像融合方法

本文提出了一种基于小波分解的多聚焦图像融合方法.该方法首先建立一个PSF模型来描述目标聚焦的情况,然后利用小波分解分析不同聚焦图像在高斯平滑前后其高频分量的差异,进而判断图像中聚焦清晰的目标,并进行融合.实验结果表明,本文提出的方法可以得到目标都清晰的融合图像,其融合结果优于小波变换法和Laplacian塔型方法.