基于能量优化的数据参数化方法

构造一条通过一组给定数据点的参数样条曲线的关键之一是选取节点.本文提出了一种基于离散能量模型的确定节点参数的新方法,该方法首先通过极小化离散能量模型的目标函数确定参数样条曲线在节点处的最佳切向角,然后以最佳切向角为参变量来计算节点参数.该方法所得到的方程为线性方程,便于求解.本文最后通过实例对新方法与累加弦长方法、向心参数化方法、修正弦长参数化方法以及ZCM方法进行了比较.     

基于高阶累积量的参数化双谱分析的肺音特征提取

用高阶谱分析方法，对肺音信号进行了特征提取．以非高斯白噪声激励的AR(Auto Regressive)参数模型对肺音信号进行建模，导出了基于三阶累积量的三阶递推方法的非高斯参数化双谱的计算方法，用双谱的互相关估计模型阶次，并对肺音数据进行了参数化的双谱估计，给出了在双频域内从双谱及其切片谱提取肺音特征信息的方法，并利用该方法对正常、哮喘和细罗音3种肺音目标进行了神经网络的识别实验．结果表明：所提出的特征提取方法大大降低了输入特征的维数，具有较高的识别率．     

一种绘等值线的新方法

曲面的等值线是刻画曲面几何形状的特征线簇之一,有助于可视化建模过程评估其数学物理模型。对由散乱点表示的空间曲面,文章提出了一种绘等值线的算法。算法用分片三次参数多项式曲面拟和给定的空间数据点,避免了使用拟合曲面所带来的曲面解析式复杂的问题。算法可以求出等值线的解析解。同时,通过参数变换和对曲面极值点的充分利用,大大减少了绘制等值线的计算量。文中还给出了应用实例。     

海量空间数据点k近邻的快速搜索算法

提出一种新的海量空间数据点k近邻的快速搜索算法.本算法综合考虑了空间数据的范围、数据点的总数、近邻点数目k以及数据点的密度,给出了一种新的估算子立方体边长的方法;采用空间分块策略,把数据空间划分成多个子立方体,子立方体的大小决定k近邻的搜索速度;最后记录每个子立方体所包含的数据点及每个点所属的子立方体编号,搜索测点的k近邻.大量数据的实验结果表明本算法可以大大提高在海量空间数据点中搜索测点k近邻的速度.     

群体智能点云光顺去噪算法

为避免点云数据处理过程中的过光顺和局部失真现象,利用基于核甬数的蚁群聚类算法对点云数据进行分析,在高维特征空间达到线性可聚的目的.通过核函数将散乱数据点的曲率及法矢映射到高维特征空间,并将它们在特征空间的加权距离作为相似性的度量,来分析可能的噪声点和局部特征.对法矢进行光顺调整时,采用类内方差自适应地确定调整阈值.实验结果表明,该算法比经典算法有明显的改善,并且较好地保留了原始数据的一些特征信息.     

用查表法快速实现二维8×8离散余弦逆变换的研究

提出一种基于查表法的二维8×8离散余弦逆变换(2D 8×8 IDCT)的快速算法,其查找表LUT(Look-Up Table)结构的设计是基于二维8×8 DCT的基本图像.利用两种技术减小查找表长度:①利用基本图像的对称特性;②通过对离散余弦正变换(DCT)和量化过程的分析,推导出每个量化后DCT系数的取值范围.使得查找表只有10.9746K项数据,若量化矩阵具有对称性q(u,v)=q(v,u),LUT的长度还可减少近半.新算法利用查表法消除IDCT中乘法运算,并利用图像数据的特点和基本图像的对称特性大大减少加法次数,提高了计算速度.以多幅标准图像为样本数据进行实验,结果表明:新算法实现2D 8×8 IDCT运算平均只需加法182次.与当前运算量最小的Feig快速算法做比较,新算法避免了乘法,所需加法次数也降低了约15%.     

区域增强型注意力网络下的人脸表情识别

为了识别人脸表情中包含复杂背景、面部遮挡等因素的真实环境下的图像,提出基于区域增强型注意力网络的人脸表情识别方法.首先提出基于注意力的区域增强网络,减弱外部因素的影响以及增强表情识别在真实环境下的鲁棒性;然后提出通道-空间注意力融合网络,作用于全局的特征提取;最后通过分区损失和交叉熵损失相结合的方式提升表情图像的辨识度,从而提升识别准确率.在公开数据集RAF-DB, FERPlus和AffectNet上的实验结果表明,表情识别准确率分别达到88.81%, 89.32%和60.45%;所提方法具有更高的准确率和鲁棒性.     

仿射不变参数化

仿射不变技术的目的是指图形在经历各种仿射变换后,它的某些性质保持不变,即这些性质本身不受变换的影响。将仿射不变技术用于参数化,由此得到的参数在各种仿射变换前后都保持不变。用这种参数做曲线插值时,可为实际应用带来很大的方便。以三次样条函数实现参数曲线,并通过计算实例对新方法与目前常用的参数化方法的插值结果进行了比较,在效率和显示结果上,新的方法是令人满意的。     

约束5点决定二次曲线的研究及其在参数插值中的应用

讨论了约束4点决定一条抛物线、5个点的几何分布对二次曲线形状的影响,提出了用有序5点确定一条二次曲线的计算方法·给出了隐式二次曲线和有理二次B啨zier曲线相互转化的计算公式,其转化过程可用来计算插值点的参数,并提出了对此参数进行重新参数化的计算方法·计算实例表明,新的参数化计算方法可提高节点的精度,从而使构造的插值曲线具有更高的插值精度·还以实例对两种新参数化方法和其他方法的精度进行了比较·     

基于多尺度核自适应滤波的股票收益预测

在股票市场中，投资者可通过捕捉历史数据中潜在的交易模式实现对股票未来收益的预测，股票收益预测问题的关键在于如何准确地捕捉交易模式，但受公司业绩、金融政策以及国家经济增长等不确定性因素的影响，交易模式往往难以捕捉。针对该问题，提出一种多尺度核自适应滤波（MSKAF）方法，从过去的市场数据中捕捉多尺度交易模式。为刻画股票的多尺度特征，该方法采用平稳小波变换（SWT）得到不同尺度的数据分量，不同尺度的数据分量蕴含着股票价格波动背后潜在的不同交易模式，然后采用核自适应滤波（KAF）方法捕捉不同尺度的交易模式，以预测股票未来收益。实验结果表明，相较于基于两阶段核自适应滤波（TSKAF）的预测模型，所提方法的预测结果的平均绝对误差（MAE）减小了10%，夏普比率增加了8.79%，可见所提方法实现了更好的股票收益预测性能。