基于数字相关原理的相位差测量新方法

提出了一种基于数字相关原理的相位差测量新方法，该方法直接对两被测信号作互相关运算，并利用相关和正弦函数的一些性质，使部分噪声分量被有效地与有用信号相分离，从而提高了抗随机干扰能力和测量的准确度。理论分析和数字仿真结果表明：该方法具有不必预先知识正弦信号频率、抗随机干扰能力强等特点；其测量准确度和信号的信噪比和数据采集卡的位数有关，可通过调节总采样样本点数减小它们的影响。     

一种新的互信息特征子集评价函数

传统基于互信息的特征选择方法较少考虑特征之间的关联,并且随着特征数的增加,算法复杂度过大,基于此提出了一种新的基于互信息的特征子集评价函数。该方法充分考虑了特征间如何进行协作,选择了较优的特征子集,改善了分类准确度并且计算负荷有限。实验结果表明,该方法与传统的MIFS方法相比较,分类准确度提高了3%～5%,误差减少率也有25%～30%的改善。     

频偏对数字积分法测量相位差影响的研究

从数字积分法的基本原理出发 ,研究了正弦信号频率存在偏差时对相位差测量准确度的影响 ,理论分析和仿真实验结果表明 :当信号频率存在偏差时 ,用数字积分法测量相位差所具有的误差与频率偏差的大小有关 ,但是 ,可通过调节每周期的采样点数和总的样本个数来减小该误差 ,而且即便信号的频偏较大 ,相位差的测算误差仍然可能非常小 ,其最大可能值也不会超过某一范     

基于二次Renyi熵的正则化互信息特征选择方法

提出了一种基于二次Renyi's熵的正则化互信息特征选择方法,该方法能高效地对互信息进行估计从而使计算复杂度大大降低。同时把正则化互信息特征选择方法与嵌入式方法相结合得到一个两段式特征选择算法,该算法可以找出更具特征的特征子集。通过实验比较了该方法与其他基于互信息的特征选择算法的效率与分类精度,结果表明该方法能够有效改善计算复杂度。     

尺寸封闭性检验的新算法

对尺寸标注系统中尺寸封闭性的检验，一直是计算机辅助设计和辅助制造中未能得到很好决策的问题。本文利用图论，提出了一种新的有效算法。     

融合理论在步态识别中的应用研究

近年来,基于信息融合理论的步态识别已成为生物特征识别领域最为活跃的研究方向之一。从特征级融合和决策级融合两种层次,多特征融合、多模态融合以及多视角融合3个方面对融合理论在步态识别中的应用进行了综述。进一步,为了研究融合理论对步态识别算法性能的影响,提出一种融合了静态形体特征和动态模型特征的步态识别算法。通过在CMU步态数据库上的详细实验比较和分析,研究了不同融合策略以及步速变化对步态识别算法性能的影响。