基于ADL小波变换的图像压缩算法

提出一种基于自适应方向提升(ADL)小波变换的图像压缩算法。根据灰度共生矩阵角二阶矩的差异,将图像分割成平坦性不同的分块。对纹理信息较少的块,采用一般提升小波变换以减少变换时间。对纹理信息较多的块,采用方向提升小波以提高变换效果。结合多级树集合分裂编码和算术编码对变换系数和方向信息分别进行编码。实验结果表明,与ADL算法相比,该算法能有效减少方向小波变换时间。     

基于半动态外观模型的人脸识别

在进行人脸识别时,光照、表情、角度等因素的影响会大幅增加数据计算的时空复杂度。为此,提出一种新的图像外观统计模型,在动态形状模型中引入灰度共生矩阵(GLCM),通过计算图像形状对齐情况下的GLCM,建立半动态外观模型。基于ORL人脸数据库的实验结果表明,该模型相比动态外观模型,识别准确率更高,速度更快。     

ARCE风险处理计划测量模型的设计与实现

提出用于定量测量风险处理计划有效性的ARCE模型,从理论上证明该模型的正确性.以组织信息安全资产的风险值和已实施控制措施为输入,通过中间变量矩阵得到风险处理计划有效性矩阵的模型量化指标体系.模型实现过程包括风险评估、风险处理、定量测量、安全事件管理和报表5个部分,并给出实施流程.应用结果表明,该模型能准确测量风险处理计...     

稀疏矩阵向量乘的FPGA设计与实现

针对传统的通用处理器(GPP)平台上执行稀疏矩阵向量乘计算效率低的问题,提出一种基于可重构计算平台的SpMXV协处理器设计。方案采用二叉树结构高度流水的数据流、IEEE-754的32 bit浮点数数据格式和对角存储格式。数据通路以流水线方式进行组织,能够优化计算性能。仿真结果表明,与GPP平台上的软件实现相比,通过硬件实现的设计能达到最高2.69倍的性能加速。     

基于最优风险与预防模型的医疗数据挖掘算法

为有效地实现疾病的早期诊断和预防,提出一种带权重的、基于最优风险与预防模型的医疗数据挖掘算法。利用最优风险与预防模型产生和疾病相关的特征属性值项,通过带权重的风险和预防集算法确定每个特征属性值项的权重。在2个标准医疗数据集中的测试结果表明,该算法能获取医疗数据中具有代表性的特征属性值项,并且每个特征属性值项都被赋予一个权重,使其获得较好的挖掘效果。     

基于语义相似度的领域本体概念更新方法研究

随着信息的快速更新,知识本体经常不能满足用户的需求,提出了一个能把新关键词插入到相应本体中的领域本体更新方法。该方法用LSA(潜在语义分析)来获取关键词的语义特征,然后把LSA矩阵转换成基于Web文档的高维空间。通过比较高维空间中关键词和相应本体概念来获取关键词和概念之间的相似值,如果这个值低于某个设定值,这个关键词就插入到领域本体概念节点中。初步的试验结果表明了这个方法的有效性。     

一种基于浓缩树结构的属性约简算法

属性约筒是粗糙集理论的重要研究内容之一,以浓缩树结构存储区分矩阵中的非空数据项,对IReductBtree算法进行了一些改进.它是根据树结构特点结合特殊的启发式策略,删除树中结点,直到树空最后得到信息系统的一个约简.最后,通过一个实例完整演示了该方法证实其有效性.     

时滞T-S模糊系统的无源控制器设计

针对时滞T-S模糊系统, 给出了使得系统无源的状态反馈控制器存在的充分条件, 与现有结果相比保守性更小. 在此基础上, 给出了基于观测器的无源控制器与动态输出反馈无源控制器存在的充分条件. 控制器的设计方法都归结为求解一组线性矩阵不等式(Linear matrix inequality, LMI). 最后通过仿真例子, 说明所给设计方法的有效性.     

基于二维混合模型和状态观测器的重复控制设计

针对一类正则线性系统, 提出一种基于状态观测器和二维混合模型的重复控制系统设计方法. 首先, 通过构造一个状态观测器来重构系统的状态, 建立基于重构状态的线性控制律. 然后, 通过独立地考虑重复控制系统的连续控制过程与离散学习行为, 给出基于状态观测器和重构状态反馈的连续/离散二维混合模型. 针对这个混合模型, 运用二维Lyapunov泛函方法, 以线性矩阵不等式(Linear matrix inequality, LMI)的形式给出重复控制系统存在重复控制器和状态观测器的充分条件, 所给条件可用Matlab工具箱方便地求解. 数值仿真验证了本文所提方法的有效性.