F矩阵的高精度估计

本文进一步研究了双对极心约束条件,使双对极心约束条件由一个81项4元8次方程简化为54项4元6次方程,并用单纯形法求得问题的最优解,实现了F阵的高速度、高精度估计.实验结果表明,本文所提供的方法不仅能高精度地估计出F阵,而且对极点稳定性也有较大改善.     

基本矩阵的鲁棒贪心估计算法

分析了基于随机抽样检验思想的现有鲁棒算法在基本矩阵的求解问题中存在的不足,提出一种获得基本矩阵最优解的算法.利用各种鲁棒技术获得内点集,以点到极线的距离作为最优量度标准,采用贪心策略在内点集中寻找最优子集,并利用最优子集来计算基本矩阵.合成数据与真实图像的实验结果表明,该算法在基本矩阵的求解精度、抗噪声能力、对极点的稳定性等方面优于现有的鲁棒方法.     

二次型最优控制系统鲁棒特征结构配置的计算机辅助设计

本文根据系统极点的鲁棒性与特征向量的关系,构造了一个以配置鲁棒特征结构为目标,并具有线性二次型最优控制为约束条件的最优化问题。解此最优化问题,即可得到具有鲁棒特征结构的二次型最优状态反馈。本算法无需首先确定二次型性能指标中的加权阵Q、R。由此算法确定的状态反馈阵所构成的闭环系统的极点,将位于设计者所指定的希望极点附近,并具有较强的鲁棒性。根据本文提出的算法,用 FORTRAN-80 语言建立了 CSCAD程序,并在 IMS-8000 微机上调试通过。     

区域极点约束下的具L2有界不确定性系统鲁棒优化设计问题

研究了具L2有界不确定性系统鲁棒最优 设计(LQL)中满足极点约束的加权阵的选取问题．首先建立鲁棒最优极点配置区域, 然后给 出加权阵的构造性公式,实现了一定稳定裕度下的鲁棒性优化设计．最后举例说明该方法的 有效性．     

离散系统LQ逆问题研究

本文研究了离散系统LQ逆问题解的存在性问题，给出了逆问题解的参考化公式，了加权矩阵与开环，最优闭环特征多项式系数之间的关系，只要给定一组期望的闭环极点，即可确定与之对应的加权矩阵，并且不必求解复杂的Riccati方程也可直接得到满足极点配置的要求的记反馈增益矩阵。     

随动系统最优设计中的几个问题

本文通过对一个实际的角度随动系统进行最优设计,对设计过程中遇到的几个问题进行了分析和讨论,提出并证明了:在解 Riccati 方程时,M 阵的实部为负的特征值就是最优综合所得闭环系统的极点,从而为分析系统的动态性能提供了方便。     

设计最优调节器的混合法

本文根据Kalman最优调节器理论和Wonham极点配置理论,提出了设计最优调节器的 一种方法.文中提出了等价权阵的概念,研究了权阵与闭环极点的关系以及最优调节器综合 评价问题,从而改进了以往工程中常用的试探法.     

同顺序（Flow—shop）排序问题的模拟退火求解

本文为Ｆｌｏｗ－ｓｈｐｏ问题的求解一般地构造一类随机方法－模拟退火算法，基于６种不同的随机抽样方式，分析表明求解算法渐近收敛于全局最优解集且具有多项式计算复杂特性，以不同实例规模的ＵＩＳ，ＦＩＳ和ＮＩＳ的Ｍａｋｅｓｐａｎ最小Ｆｌｏｗ－ｓｈｏｐ排序问题为例，计算结果表明模拟退火求解Ｆｌｏｗ－ｓｈｏｐ排序问题是有效的。     

一种新的离散系统最优闭环极点配置方法

分析了LQ逆问题解的存在条件,以便合理选择期望的闭环极点,使之成为一组最优极点．提 出了一种以离散系统LQ逆问题分析为基础的新的最优控制系统设计方法,得到了开环、闭环 特征多项式系数与加权矩阵之间的解析关系,只要给定一组期望闭环极点,即可确定与 之对应的加权矩阵Q和R,从而得到一个具有指定极点的最优控制系统．     

指定闭环特征值的最优控制系统参数化设计

本文推导了线性二次型指标中状态加权阵Q的参数化计算公式,使得相应的最优控制系统具有希望的闭环极点,并给出了对给定的希望极点,加权阵Q存在的充要条件及计算矩阵Q的构造算法。     

稳定估计F矩阵的双对极点约束算法

从基本矩阵参数的几何意义出发,给出了新的估计基础矩阵的约束条件,使无约束规划的目标函数由原来的4元8次降为4元6次,并用求解非线性方程的方法求出了双对极点位置,实现了F阵的稳定估计,有效地避免了传统的用非线性最小二乘法求解所存在的不足。实验结果表明,文中所提供的方法彻底克服了原双对极点约束方法运算速度慢、存在大量伪解和对极点的不稳定现象,实用性较强。     

基于遗传算法的摄像机自标定方法

摄像机标定是计算机视觉领域的关键技术，其中的自标定是只根据图像计算摄像机的内参数，其标定过程简单，适用性强。由于传统的用于摄像机自标定的Kruppa方程不仅需要计算基础矩阵，还要计算图像的极点，而图像的极点又不是固定不变的，且会导致计算结果的不稳定，为此，针对传统摄像机自标定方法的上述不足，利用遗传算法完成了Hartley新的Kruppa方程的摄像机自标定过程，以便将这个过程完全转化为通过代价函数最小化来求得摄像机的内参数，这就排除了极点的不稳定因素。实验结果表明，该方法是简单、有效的，可以作为一种通用的标定工具。     

基于异常匹配点去除的基本矩阵优化估计

提出了一种基于异常匹配点去除的基本矩阵优化估计算法。第一,去除异常匹配点,并得到基本矩阵的初值;第二,根据对极距离最小准则非线性优化求解基本矩阵。实验结果从平均余差和平均对极距离两方面表明,该算法消除了异常匹配点对基本矩阵的影响,精度较高,具有一定的优势。     

一种新的线性摄像机自标定方法

提出了一种新的基于主动视觉系统的线性摄像机自定标方法。所谓基于主动视觉系统,是指摄像机固定在摄像机平台上以平摄像机平台的运动可以精确控制。该方法的主要特点是可以线性求解摄像机的所有5个内参数。据作者所知。文献中现有的方法仅能线性求解摄像机的4个由参数。当摄像机为完全的射影模型时,即当有畸变因子（skew factor）存在时,文献中的线性方法均不再适用。该方法的基本思想是控制摄像机做5组平面正交运动,利用图像中的极点（epipoles）信息来线性标定摄像机。同时,针对摄像机做平移运动时基本矩阵的特殊形式,该文提出了求基本矩阵（fundamental matrix)的2点算法。与8点算法相比较,2点算法大大提高了所求极点的精度和鲁棒性。另外,该文对临近奇异状态（即5组平面正交运动中,有两组或者多组运动平面平行）作了较为详尽的分析,并提出了解决临近奇异状态的策略,从而增强了该文算法的衫性。模拟图像和真实图像实验表明该文的自标定方法具有较高的鲁棒性和准确性。     

A Layer-by-Layer Least Squares based Recurrent Networks Training Algorithm: Stalling and Escape

The limitations of the least squares based training algorithm is dominated by stalling problem and evaluation error by transformation matrix to obtain an unacceptable solution. This paper presents a new approach for the recurrent networks training algorithm based upon the Layer-by-Layer Least Squares based algorithm to overcome the aforementioned problems. In accordance with our proposed algorithm, all the weights are evaluated by the least squares method without the evaluation of transformation matrix to speed up the rate of convergence. A probabilistic mechanism, based upon the modified weights updated equations, is introduced to eliminate the stalling problem experienced by the pure least squares type computation. As a result, the merits of the proposed algorithm are capable of providing an ability of escaping from local minima to obtain a good optimal solution and still maintaining the characteristic of fast convergence.     

基于改进逻辑回归分类算法的LSB匹配隐写检测

常见的采用高斯核支持向量机（Gaussian support vector machine, G SVM）分类 算法构建分类器的隐写检测方法对最低比特位（Least significant bit, LSB）匹配隐写算 法均存在训练时间过长的问题。针对这一问题,提出一种改进逻辑回归分类算法,即L曲线 截断正则化迭代重加权最小二乘（L curve truncated regularized iteratively re-we ighted least squares, LTR IRLS）算法。该算法采用L曲线法来确定适合于隐写特征的Ti khonov正则算法的近似最优参数,并通过实验寻找出符合隐写特征的截断牛顿算法收敛参数 ,从而提高了检测准确率;采用重加权最小二乘法计算最大似然估计,并通过截断牛顿法避免计算最小二乘中的海森矩阵,降低了计算量。理论分析与实验结果证明,针对LSB匹配隐写检测,LTR IRLS分类算法在保证检测准确率优于G SVM分类算法的情况下,极大地降低 了训练时间,从而提高了检测速度。     

An improved ridge regression algorithm and its application in predicting TV ratings

Ridge regression is a biased estimated regressive method, which is traditionally used in collinearity data analysis. It is actually a modified Least Square method, which gains more rational and reliable regression coefficient by giving up the unbiasedness of Least Squares Estimation, reducing partial information and decreasing accuracy to overcome the over-fitting problems. This article presents an improved ridge regression algorithm and utilizes it to predict the audience rating for TV ratings. It is tested by 10 - fold Cross Validation. TV rating is an important indication to measure the quality and user experience, as well as one of the vital standards to state the value of a TV channel. The improved ridge regression algorithm is used to learn the model of weight matrix, which is trained by the error algorithm to predict the TV ratings. The extensive experimental results demonstrate the effectiveness of the proposed algorithm.

     

全维观测器问题的算法研究

全维观测器就是通过两个状态反馈矩阵F和G的选取,得到这两个矩阵就可以得到全维状态观测器。对于多输入线性时不变系统,状态反馈矩阵F和G不唯一。目前,常用设计方法都没有解决F和G的优化设计,本文将矩阵遗传算法引入基于Sylvester方程的算法中,优化反馈矩阵,仿真结果表明：该算法求出的反馈矩阵F和G优于其它各种方法,对于工程实现无疑是有意义的。     

Self-Calibration of Turntable Sequences from Silhouettes

This paper addresses the problem of recovering both the intrinsic and extrinsic parameters of a camera from the silhouettes of an object in a turntable sequence. Previous silhouette-based approaches have exploited correspondences induced by epipolar tangents to estimate the image invariants under turntable motion and achieved a weak calibration of the cameras. It is known that the fundamental matrix relating any two views in a turntable sequence can be expressed explicitly in terms of the image invariants, the rotation angle, and a fixed scalar. It will be shown that the imaged circular points for the turntable plane can also be formulated in terms of the same image invariants and fixed scalar. This allows the imaged circular points to be recovered directly from the estimated image invariants, and provide constraints for the estimation of the imaged absolute conic. The camera calibration matrix can thus be recovered. A robust method for estimating the fixed scalar from image triplets is introduced, and a method for recovering the rotation angles using the estimated imaged circular points and epipoles is presented. Using the estimated camera intrinsics and extrinsics, a Euclidean reconstruction can be obtained. Experimental results on real data sequences are presented, which demonstrate the high precision achieved by the proposed method.