数字信号处理中关于高维离散傅立叶变换的PM向量编码算法

在数字信号处理中,离散Fourier变换是一种很重要的数学工具,它的应用十分广泛。本文提出的PM向量编码算法是一种新的计算高维离散傅立叶变换的快速算法。在采样点数相同的情况下,与现行的几种算法相比,PM向量编码算法在计算量和运算时间上都有不同程度的降低,从而提高了运算效率。这在实际应用中具有十分重要的意义。     

一种改进的快速k-近邻分类算法

本文提出了一种新的有效的k-近邻分类快速算法.该算法利用向量的方差和在小波域中的逼近系数得出两个重要的不等式.在搜索k-近邻的过程中,首先判断每个训练向量是否满足这两个不等式,由此排除大量不可能成为k-近邻的向量,从而可以快速的找到未知样本的k个近邻,使得在保持k-近邻法分类性能不变的情况下,分类的效率得到很大地提高.最后,我们以纹理分类为例验证算法的有效性.     

应用支持向量机的纹理分类

提出了一种使用离散余弦变换(DCT)进行特征提取的应用支持向量机的纹理分类算法,并将文章中的算法与 KIM K I 等提出的不进行先期特征提取而直接将纹理图像送入支持向量机进行训练分类的算法进行比较。结果显示,文章中的算法可以取得更为准确的分类结果,能够大大降低分类错误率,并且分类结果受参数变化的影响很小。由此说明,在使用支持向量机进行纹理分类的过程中,准确的先期特征提取十分必要。     

基于稀疏随机投影的SIFT医学图像配准算法

针对尺度不变特征变换(Scale-Invariant Feature Transform,SIFT)算法在关键点特征描述向量阶段计算复杂并且维数较高的现象,提出了一种基于压缩感知理论的SIFT算法。通过压缩感知理论的稀疏特征表示方法,对SIFT关键点特征向量进行提取,将高维梯度导数向量降到低维的稀疏特征向量,降低了关键点描述向量维度。采用欧式距离作为关键点的相似性度量, Best-Bin-First(BBF)数据结构避免穷举,使数据的运算量大为减少。实验结果表明,新算法对存在仿射变换的医学图像配准性能优于传统SIFT算法,与当前改进型的SIFT算法相比,本文算法的实时性明显增强。     

基于分数阶傅立叶变换的WLFM信号DOA估计

本文提出了一种新的基于分数阶傅立叶变换的DOA估计算法,该算法首先将天线阵的观测信号变换到分数阶Fourier域,并将时域时变的方向向量转化为分数阶Fourier域时不变的方向向量,同时将线性调频信号解调为窄带平稳信号,然后在相应的分数阶Fourier域,利用root-MUSIC算法进行波达方向估计.理论分析与仿真结果表明,该方法算法简单,估计性能好.     

基于向量小波变换及Fisher算法的红外弱小目标检测

提出了一种新的红外图像弱小目标检测方法;即利用向量小波的优良性质,采用恰当的预滤波器对图像进行预处理;而后对经向量小波变换得到的高频图像利用Fisher算法进行分割,最终将目标从背景中分离出来。通过理论分析和大量实验,表明了算法是有效的,并证明该算法能够快速稳定的检测出信噪比小于等于2的弱小目标。     

考虑温度/功耗/热导之间相互作用的单循环迭代热分析算法

随着纳米工艺的不断改进,温度对漏电流功耗和热导的影响日益显著.考虑温度/功耗/热导相互作用的3D芯片热分析需要采用迭代方法对温度进行精确求解,即先用功耗密度向量和热导矩阵来求解温度向量,再用求解出来的温度向量来刷新功耗密度向量和热导矩阵.为了提高3D芯片热分析的效率,本文以一个设定温度值下的均匀热导矩阵作为预条件,先提出了一种双循环、内循环低迭代次数的高效求解算法TPG-FTCG.鉴于TPG-FTCG具有超快的内循环收敛速度,本文省去了TPG-FTCG算法的内循环部分,提出了一种单循环、低迭代次数的TPG求解算法TPG-Sli.基于GPU(Graphics Processing Unit)并行加速技术,本文编写并改进了TPG-Sli的GPU加速算法.实验数据表明:与采用经典高效的ICCG算法进行3D芯片热分析的TPG-ICCG算法相比,在足够小的误差范围内,TPG-Sli的GPU加速算法可以获得120倍的速度提升.     

基于HHT和支持向量机的数字调制信号识别

提出了一种基于HHT和支持向量机的实际数字调制信号识别算法。首先介绍了HHT方法的基本原理，对三种数字调制信号进行分析，提出用于识别实际FSK，PSK和QAM信号的特征参数，然后运用支持向量机算法分类三种数字调制信号，仿真结果表明，在信噪比10dB时，识别率达95％以上。     

基于PSO-LSSVM的过电压识别

为了获得理想的过电压识别结果,提出了粒子群优化算法优化最小二乘支持向量机参数的过电压识别方法。首先采用小波变换对过电压原始信号进行分解,提取过电压信号的特征量,然后将过电压信号的特征量作为最小二乘支持向量机的输入,建立过电压识别分类器,并采用粒子群优化算法估计最小二乘支持向量机的参数,最后采用实测的过电压数据进行仿真实验,测试其可行性。结果表明,本文方法可以对各种类型的过电压信号进行准确分类和识别,识别结果稳定,且过电压识别率要高于其它方法。     

基于蚁群智能和支持向量机的人脸性别分类方法

蚁群优化算法是根据自然界中蚂蚁能够将食物以最短路径搬回蚁巢这一智能行为而提出的一种新颖的进化算法,该算法不仅具有很好的鲁棒性,良好的正反馈特性,而且具有并行分布计算的特点。同时,支持向量机又是一种基于结构风险最小化原理的机器学习技术,具有很强的学习泛化能力,为此,文章提出了基于蚁群优化算法和支持向量机的人脸性别分类的方法。首先,通过KL变换降低人脸性别特征的维数,并根据特征值按照从大到小的顺序进行排列,然后采用10-交叉确认技术,用蚁群优化算法对人脸性别特征面进行选择,以对支持向量机进行学习、训练和测试。实验表明,与其他分类算法相比较,这种方法不仅图像处理简单,实用性强,而且正确识别率特别高。     

基于DCT变换的渐进式图像编码方法

本文将DCT变换与SPECK算法相结合,提出了一种基于DCT变换的渐进式图像编码方法.该方法充分利用了DCT变换实现简单的特点,还能充分发挥零树编码的优势实现对图像的高效压缩.输出码流具有嵌入的特性,便于码率控制,具有一定的抗误码能力.同时计算复杂度低,比较适合于低复杂度的图像编码与传输.     

利用光束变换元件实现彩虹全息图的边缘照明

在分析原有各种边光照明方法是基础上提出一种利用全息光束变换元件实现全处图边缘照明的新途径,该法优点是不需要厚重玻璃衬板,光能利用率高,重现像亮,易于把全息图制成平面一体化构架,便于携带。     

伪正交镜象滤波器组的快速实现

本文描述了具有有效计算结构的分析－合成滤波器组的有效设计算法。其特点是在cosine调制滤波器组的设计上。得到滤波器组在计算和设计上是高效的，它可广泛应用在分频段编码（SBC）上。这里利用了快速Hartley变换，从而大大减少了运算量，为用在DSP超大滤波器组上奠定了基础。     

希尔伯特-黄变换和小波变换用于谐波分析的比较研究

电力系统的谐波分析方法应该有良好的计算效率,并有良好的时域和频域分辨率。迄今为止,小波变换被广泛地应用于这个领域,但是小波基的选取等问题还需要进一步研究。近几年来,希尔伯特-黄变换的应用越来越多,该方法运用简便,而且并不涉及频率分辨率和时间分辨率的矛盾问题,是一个有很好应用前景的分析方法。把上述两种方法应用于电力系统的谐波分析,比较了两者的优缺点。结果表明,希尔伯特-黄变换有较好的计算效率,以及较好的时域和频域分辨率,但存在端点飞翼和瞬时频率轻微波动两个问题。     

分数傅里叶变换频谱干涉法测量透镜焦距

对两相同物体同时实施分数傅里叶变换,通过测量其频谱干涉的条纹间距获知透镜焦距。该方法装置简单、操作方便、测量精度高、易于自动化处理,在光学测量中具有实用价值。     

基于Hadamard变换的数码显微成像自动对焦新方法

提出了一种基于Hadamard变换的自动对焦评价函数,利用数字图像Hadamard频谱的高频分量分析对焦的精确程度.实验结果表明,相对于传统的自动对焦方法,新方法不仅可实现精确对焦,而且抗噪能力强;由于Hadamard变换本身计算量很低,因此新方法还具备算法简单、运算速度快和易于硬件实现等特点.     

基于多项式插值的小波变换预滤波器设计

该文提出了基于多项式插值的预滤波器设计方法, 这种方法从分析尺度函数出发设计预滤波器。信号均匀采样时, 预滤波器是时不变滤波器, 其系数是分析尺度函数各阶矩的线性组合。预滤波器的逼近阶取决于分析尺度函数的支撑集长度而不是正则阶。该设计方法有两个突出的优点:可以设计比传统预滤波器更高逼近阶的预滤波器,如综合尺度函数整数点的值构成的特殊预滤波器和由预尺度函数法产生的预滤波器等,可以很自然地推广到信号非均匀采样的情况, 相应的预滤波器是时变滤波器, 逼近阶依赖于分析尺度函数的支撑集长度和采样点的分布。数值结果表明, 利用基于多项式插值的小波变换预滤波器可以得到逼近效果更好的初始尺度系数。     

GRE-FDTD混合法对二维矩形终端任意形状进气道RCS的计算

本文利用GRE-FDTD混合法分析了带复杂终端任意形状进气道的雷达散射截面问题,提出了基于离散模型的任意形状腔体内射线追踪方法,并对该方法的可行性进行了讨论,最后通过对二维情形的计算和分析验证了方法的正确性.     

一种基于Hough变换和神经网络的分层类星体识别方法

类星体是宇宙中最明亮、密集的天体。它产生于宇宙诞生早期,具有重要的研究价值。观测的类星体光谱由于红移现象,光谱向长波方向偏移,因此识别类星体观测光谱中的发射线和确定类星体的红移是类星体识别的主要目标。类星体光谱固有的高噪声和观测光谱特性,给类星体识别带来很大困难。一般来说基于规则的直接匹配方法在类星体识别中效果不佳。本文介绍一种神经网络和Hough变换(HT)结合的类星体自动识别方法。该方法具有简单、快速、高效、鲁棒性强和通用性强等特点。     

视频图像的3D DIWT数据隐藏算法

利用视频信号在空域和时域的高度相关性,通过三维离散整数小波变换(3D DIWT)对视频帧的分解,提出一种视频图像的数据隐藏算法.该算法结合优化的最低有效位(LSB)嵌入方法和3D DIWT良好的空时多分辨率特性,具有嵌入数据量大、操作简便以及易于硬件电路实时实现的优点.实验结果表明,与基于场景分割的3D DWT数据隐藏...