一种基于小波和分水岭算法的图像分割方法

用分水岭方法进行图像分割时，容易造成图像的过度分割。为了克服这种缺点，提出了一种基于小波变换和分水岭算法的图像分割方法，该方法首先利用小波变换产生多分辨率图像，然后对最低分辨率图像进行应用标记的分水岭分割，得到初始的分割区域，最后利用区域标记和小波反变换，得到高分辨率图像的分水岭分割结果，从而较好地解决了分水岭变换方法中的过度分割问题。     

基于混合核函数的SVM及其应用

支持向量机可以很好地应用于函数拟合中．其中核函数的选择尤其重要。由于普通核函数各有其利弊，为了得到学习能力和泛化性能都很强的核函数，文中采用了混合核函数，并将由其构造的支持向量机运用于函数拟合中，且与普通核函数构造的支持向量机的实验结果进行了比较。结果表明其性能明显优于由普通核函数构造的支持向量机。     

基于概率的覆盖算法的研究

通过对前向神经网络交叉覆盖算法的分析，针对该算法的特点，文中提出了扩大覆盖半径以减少拒识样本数据的新方法。另一方面，随着覆盖半径的扩大所出现的一个测试样本属于多个覆盖的情况，使用概率的方法对其进行处理，并对处理的结果用投票的方式来决定样本的最后类别。实验证明，该方法对提高识别率和精确度有比较好的效果。     

MATLAB在通信系统仿真中的应用

实际的通信系统是一个功能结构相当复杂的系统，在对原有的通信系统做出改进或建立一个新系统之前，通常需要对这个系统进行建模和仿真，通过仿真结果衡量方案的可行性，对这个系统做出的任何改变都可能影响到整个系统的性能和稳定。文中将MATLAB应用在通信系统仿真，对包含使能信号及端口的系统以及包含一个触发加使能子系统的表决器进行仿真分析，从中选择最合理的系统配置和参数设置，提供应用于实际系统中所需的参考数据。     

基于核Fisher判别分析的意识任务识别新方法

提出一种新的基于核Fisher判别分析的意识任务识别新方法。该方法首先通过核函数建立一个非线性映射，把原空间的样本点投影到一个高维特征空间，然后在特征空间应用线性Fisher判别。利用不同意识任务生成的脑电数据对KFDA和FDA进行比较，最后用线性支持向量机进行分类和识别，并与非线性支持向量机进行了比较，结果表明KFDA的识别率明显优于后二者。     

应用切比雪夫逼近快速求解目标宽带雷达散射截面

将切比雪夫逼近理论应用于目标宽带电磁散射特性分析中,通过求解给定频带内的切比雪夫节点和节点处的目标表面电流,实现了频带内任意频率点表面电流的快速预测,从而实现目标宽带雷达散射截面的快速计算.组合场积分方程的使用消除了内谐振问题.将计算结果与传统矩量法逐点计算的结果进行了比较,结果表明在不影响精度的前提下,该方法的计算效率大大提高.     

辛算法的稳定性及数值色散性分析

引入一种新的数值计算方法 —辛算法求解Maxwell方程,即在时间上用不同阶数的辛差分格式离散,空间分别采用二阶及四阶精度的差分格式离散,建立了求解二维Maxwell方程的各阶辛算法,探讨了各阶辛算法的稳定性及数值色散性.通过理论上的分析及数值计算表明,在空间采用相同的二阶精度的中心差分离散格式时,一阶、二阶辛算法(T1S2、T2S2) 的稳定性及数值色散性与时域有限差分(FDTD)法一致,高阶辛算法的稳定性与FDTD法相当;四阶辛算法结合四阶精度的空间差分格式(T4S4) 较FDTD法具有更为优越的数值色散性.对二维TMz波的数值计算结果表明,高阶辛算法较FDTD法有着更大的计算优势.     

基于颜色和几何特征的图像特征点匹配算法

提出一种基于颜色和几何特征的图像特征点匹配算法。首先提取两幅图像特征点集邻域色调的局部累加直方图,然后结合图像特征点的几何特征构造亲近矩阵,再对亲近矩阵进行奇异值分解(SVD),利用分解的结果构造出一个反应特征点之间匹配程度的关系矩阵,最后根据关系矩阵实现两幅图像的特征点匹配。实验结果显示,这种图像特征点匹配算法对真实图像的平面旋转和立体旋转都具有较高的匹配精确度。     

基于概率的覆盖算法的研究

通过对前向神经网络交叉覆盖算法的分析,针对该算法的特点,文中提出了扩大覆盖半径以减少拒识样本数据的新方法。另一方面,随着覆盖半径的扩大所出现的一个测试样本属于多个覆盖的情况,使用概率的方法对其进行处理,并对处理的结果用投票的方式来决定样本的最后类别。实验证明,该方法对提高识别率和精确度有比较好的效果。     

基于结构失真的图像质量评价方法的研究

在说明传统的图像质量评价方法及其不足的基础上,分别对基于结构失真图像质量评价方法的各个因子进行了讨论,并从图像空间及其向量的理论角度分析了结构性信息对于图像质量的影响。理论分析和实验均证明了结构失真评价方法与图像主观视觉质量的一致性。