利用频谱特性鉴别运动模糊方向

点扩展函数(PSF)的精确估计是运动模糊图像恢复的关键。匀速直线运动模糊的PSF参数主要由模糊角度（方向）和模糊尺度两个参数组成,然而模糊角度的估计又是重中之重。针对R Lokhande等人提出的霍夫变换的运动模糊方向估计法进行改进,通过增加边缘检测等预处理步骤,利用霍夫变换检测直线,并利用改进的霍夫变换峰值提取方法来估计角度值。实验表明,该方法能够得到比原方法更精确的角度值,并且具有抗噪能力强、鉴别精度高的优点。     

一种改进的混沌跳频序列的设计方法

现有混沌跳频序列在混沌迭代次数、通信保密性和安全性等方面存在着不足.为解决上述问题,本文通过给出优化的Logistic映射函数,采用了一种改进的利用伪随机序列控制比特抽取来生成混沌跳频序列的方法.该方法各项跳频性能指标与已有研究成果相当,但其混沌迭代次数减少,序列安全性增强.     

基于复数蚁群算法的自适应抗干扰天线

针对自适应抗干扰天线研究了复数域的蚁群算法(Ant colony algorithm,ACA),该算法对多极值函数全局寻优具有传统算法不可比拟的良好性能.根据自适应信号处理原理和最小均方误差准则确定ACA所要优化的目标函数,建立了数学模型.为了计算多维复数权值,定义了权值矢量空间,给出了完整的计算步骤.仿真结果表明,该算法适用于自适应抗干扰技术,能够有效抑制多个干扰.通过与其他算法比较,ACA在抑制干扰、保护期望信号方面显示了较好的性能.     

基于Matlab的径向基函数数值计算软件包

为推动基于无网格方法的计算软件的发展,介绍基于Matlab自主开发的径向基函数（Radial Basis Function,RBF）数值计算软件包,阐述软件的理论基础、设计思路以及该软件包的功能和特点,并结合边界节点法（Boundary Knot Method,BKM）的数值实例给出软件的使用过程．该软件包可以根据不同的数学物理模型选择合适的数值算法来求解多种实际物理问题,也可对不同数值算法得到的结果进行比较．最后,总结应用Matlab进行数值计算软件开发的优缺点．     

基于同义替换和相邻词合并的关键词特征权重计算新方法

特征项权重计算是文本挖掘中关键词提取的核心,其计算方法的好坏对文本挖掘的结果有着重要的影响。本文在对关键词提取特征项权重计算的传统TFIDF算法分析的基础上,为减少该算法特征权重计算时对词频的过于依赖,提出一种基于同义替换和相邻词合并（KSRAM）的特征权重计算方法。为检验算法性能,对KSRAM算法和传统TFIDF算法进行了关键词提取对比实验,实验表明KSRAM算法在关键词提取的准确率和召回率方面比传统TFIDF算法有明显的提高。     

基于TSpaces的并行计算环境

讨论TSpaces技术的通讯和同步机制,提出一种基于TSpaces的并行计算模型,设计基本并行函数。实验结果表明该并行计算环境的可行性、实用性。     

基于MMP三角曲面测地线算法研究

测地线的计算在计算机图形处理等方面有着广泛的应用。采用基于MMP（Mitchell, Mount,Papadimitrious）方法,实现了三角曲面上测地线的计算,修正了Vitaly Surazhsky等采用的测地线算法中的误差。该方法首先在窗口传播上摒弃了原有的近似结束条件,采用光源射线法。特别在窗口相交处理过程中采用多种情况的分层枚举,补充了Vitaly Surazhsky讲述的单一情况,窗函数多交点时的测地线偏差情况,并且提供简洁的回溯方法。实验结果表明,该方法所需时间相当于Vitaly Surazhsky算法,可以代替Vitaly Surazhsky采用的算法。     

基于微观图像的加工表面3维形貌重建算法研究

切削加工表面由于微观不平度及镜面效应的存在,使得照射其上的光线具有多次散射及后向散射的特性,从而影响了以工件表面图像3维重建形貌的精度。提出了一种基于二向反射分布函数的表面重建算法,构造了以Hapke模型表达的金属切削表面重建方程。该算法以重建方程离散化为手段,计算出光源和物体的倾角和偏角,得到光源和物体的梯度值,最后采用全微分方程对物体表面高度进行恢复。通过对实际切削加工表面图像3维形貌重建结果与触针式测量结果的对比表明,重建形貌粗糙度轮廓贴近实测粗糙度轮廓,证明了本文算法的准确、有效性,为加工表面3维形貌的重建提供了新的思路和方法。     

多维直方图联合概率分布的掩模矩阵降维算法

彩色图像的分量独立处理或感知彩色空间的强度分量处理,都能达到增强图像对比度的效果,但由于没有考虑各个分量之间的联系,不能开发完全的RGB色域。多通道直方图建模技术可以改善上述缺陷,就是通过求取多个分量的直方图联合概率密度函数和累积分布函数,从而得到彩色图像的像素灰度值映射函数,但计算联合直方图的过程也导致了过高的运算复杂度。为了降低计算量,提出了掩模降维的方法,将计算多维直方图的过程转化为了计算一维直方图,从而大大降低了运算复杂度,提高运算速度,增强对比度的效果。     

RBF神经网络在物流系统中的应用

物流已经成为我们国民经济的动脉,但是影响其成本的因素过多且复杂,对其成本的研究目前较多的是采用简单的猜测式赋值,这样的方法具有较大的主观性,因此物流成本预测这个复杂的非线性问题已经成了物流界研究的重点问题。将社会物流系统看出了一个投入产出系统,将其物流成本——运输费用、保管费用和管理费用当作了投入,而社会的消费总额看成了产出,因此导出物流消费品总额和成本之间的映射关系模型;其次,提出用改进的自适应遗传算法对径向基函数神经网络进行了优化,得到了最佳的基函数中心和宽度值;最好用优化后的径向基函数神经网络应用于物流成本的预测,结果表明,模型具有好的稳定性和较高的精度,对扩大消费、拉动内需具有一定的参考意义。