权重均方误差在基于小波的不规则网格压缩中的应用

为了提高图像数据在网络上的传输效率,往往将其压缩后再传输.基于小波的压缩能取得比较好的效果,但有时对压缩后的图像重构质量有更高的要求,就必须对小波编码器在编码过程中的均方误差进行改进.传统的方法是直接用小波系数的每个子带均方误差来表示和量化信号有关的均方误差,但这种方法只适用于标准网格.提出了适用不规则网格的权重均方误差,该方法适用于所有的模型、所有的位率和所有的升力模式.     

基于最小均方误差准则的自适应图像压缩编码算法

探讨了一种基于最小均方误差准则的自适应图像压缩编码算法（ＭＭＳＥＡＣＣ），该算法将最小均方误差ＢＴＣ、内插法和四叉树技术有机结合起来，根据图像的局部特性调节编码算法。仿真结果表明ＭＭＳＥＡＣＣ算法与Ｎａ－ｓｉｏｐｏｕｌｏｓＰ等提出的自适应算法相比，在相同的压缩倍数下，能得到更好的编码性能。     

基于最小均方误差的圆弧分段曲线拟合方法

提出了一种基于最小均方误差准则的圆弧分段拟合方法。该方法采用自适应高斯滤波器对原始曲线进行平滑处理以消除噪声影响,并提出了一种适合于圆弧曲线拟合的分段算法。在该算法的基础上根据最小均方意味着准则,以圆弧作为基元对曲线进行拟合。实验结果表明,该方法能够较好地消除噪声影响并保留曲线的局部特征。     

基于半规则网格的视差估计算法

立体视频中视图间的视差估计是压缩的关键技术。针对视差估计中传统网格法的缺点,提出一种使用半规则的网格来估计视差的方法。该方法综合了节点均匀分布的规则网格和节点贴合物体边界的非规则网格这两种方法,选择具有最高的梯度和的行和列的交点作为网格的节点,并且利用每个节点的梯度值进一步剔除在缺少纹理区域中的节点,最后在多分辨率下混合块迭代和网格迭代对剩余的节点进行匹配。该算法剔除了匹配时易于出错的节点,同时也减少了需要估计的节点数。实验结果表明该方法改善了标准网格法的匹配质量,同时也降低了匹配的计算复杂度。     

基于核的最小均方误差改进算法及其应用

传统基于核的最小均方误差(KMSE)算法在进行人脸识别时,需要求解多个方程,计算量较大。为此,提出一种用于多类识别的基于核的多元最小均方误差(KMSEMC)算法,该算法只需一个方程即可。在AR人脸库上的实验及数据分析表明,该算法在时间复杂度和识别率等方面计算量较小,在识别性能和计算时间上都优于同类传统算法。     

一种基于最小均方误差原理的位同步捕捉算法

提出一种数字通信系统中基于最小均方误差原理的位同步捕捉算法,对算法的提出、原理以及性能进行了理论分析,同时在加性高斯白噪声信道下进行了大量的计算机仿真,给出了在某无线通信系统中的应用结果.此算法通用性强,实现位同步捕捉速度快,易于高速单片机及DSP实现,具有良好的抗噪性能.     

基于均方误差的变形图像的质量评价

随着数字图像技术的发展图像质量评价已成为了一个重要的研究课题.作为图像质量的一部分,图像逼真度通常由均方误差来表示.均方误差作为既简单又古老的客观图像质量评价方法沿用至今,在图像质量评价中扮演着重要角色,但在实际应用过程中发现其存在一定的局限性.从对比度拉伸、亮度变化、加噪声、模糊、放缩、平移、旋转等经典图像变形的角度出发,实现了给定一个均方误差值和允许误差值,得到11种均方误差值近似相等的变形图像.经分析得出,同一均方误差下的不同变形图像给人的主观感受不同;图像经很小的几何修正后,对应的均方误差值可能很大;均方误差越大,图像失真越严重.并设计了一个120人的主观评价实验,验证了均方误差在基础变形图像上评价的局限性.     

基于最小均方误差准则的相关旋转预编码算法

针对传统相关旋转(CR)算法放大噪声的问题,利用拉格朗日函数最小化接收信号与发射信号间的误差,通过贝叶斯理论和信道统计特性计算不完美信道状态信息,设计了信道状态信息(CSI)完美和不完美两种情况下基于最小均方误差(MMSE)准则的CR预编码算法的系统方案。分析与仿真结果表明,与传统迫零(ZF)准则下的CR算法相比较：信道状态信息完美时设计方案在同一信噪比(SNR)下误码率性能提高2~3dB;信道状态信息不完美时系统误码性能也有显著的提高。     

基于均方误差的8位深度神经网络量化

为模型量化后具有更高的准确度,提出以量化均方误差(QMSE)为指标的确定量化系数的方法,针对量化后性能损失严重的小型网络,进一步提出更新统计参数(USP)的方法。QMSE将量化过程中的舍入和截断操作产生的噪声相结合,以此作为选取合适量化系数的指标;USP通过更新批次归一化层中的均值和方差,矫正模型量化产生的均值和方差偏移。实验结果表明,在不进行重训练的情况下,使用QMSE+USP对常见的深度神经网络量化,模型性能优于其它算法。     

基于信号强度测距的最小均方误差定位算法

针对室内视距（LOS）和非视距（NLOS）混合环境下的定位精度不高的问题,提出基于信号强度测距的最小均方误差定位（Strength Ranging-based Minimum Mean Square Error localization,SRMSL）算法。SRMSL算法先建立基于超宽带（ultra wide band,UWB）的测距模型,并分别构建在LOS和NLOS环境下的最小均方误差函数,再估计未知节点位置。利用中值函数滤除异常的抽样值,有效辨识NLOS环境下的测距信息。仿真和实验结果表明,提出的SRMSL算法在定位精度方面优于M估计和最小中值平方估计。     

Mean square error approximation for wavelet-based semiregular mesh compression

The objective of this paper is to propose an efficient model-based bit allocation process optimizing the performances of a wavelet coder for semiregular meshes. More precisely, this process should compute the best quantizers for the wavelet coefficient subbands that minimize the reconstructed mean square error for one specific target bitrate. In order to design a fast and low complex allocation process, we propose an approximation of the reconstructed mean square error relative to the coding of semiregular mesh geometry. This error is expressed directly from the quantization errors of each coefficient subband. For that purpose, we have to take into account the influence of the wavelet filters on the quantized coefficients. Furthermore, we propose a specific approximation for wavelet transforms based on lifting schemes. Experimentally, we show that, in comparison with a "naive" approximation (depending on the subband levels), using the proposed approximation as distortion criterion during the model-based allocation process improves the performances of a wavelet-based coder for any model, any bitrate, and any lifting scheme.     

Hybrid multiobjective optimization algorithm based on multivariate mean square error and fuzzy decision maker

This work presents the turning process of AISI H13 hardened steel with the PCBN 7025 tool, considering six output variables: tool life, machining total cost, surface roughness, machining force, sound pressure level, and specific cutting energy. Several problems are encountered in engineering processes that have adverse effects on the reliability of complex engineering systems. Hence, the aim of this work is to optimize the hardened steel turning process by applying mathematical methods to reduce dimensionality and eliminate the correlation between the multiple responses. The resultant latent response surfaces and their respective targets constitute the normalized multivariate mean square error (MMSE) function that is minimized by the normal boundary intersection (NBI) method. Furthermore, a fuzzy algorithm is applied to identify the best solution from several feasible solutions of the Pareto frontier that is compared with the performances of normalized normal constraint, arc homotopy length, global criterion method, and desirability method. The results show that NBI-MMSE has a higher performance than the other methods. In addition, NBI-MMSE is tested with benchmark functions to evaluate its effectiveness and robustness. Therefore, NBI-MMSE identifies the dynamics of the turning process of AISI H13 steel by revealing the optimal solutions for the input process parameters.     

基于表面深度值均方差的航空行李分类研究

以航空旅客行李托运方式的国际标准为出发点,研究了基于行李表面深度值均方差的分类方法,为采取何种方式托运提供依据。采用Kinect传感器在行李输送带上方采集深度图像,提取行李区域的像素值并计算其均方差进行粗分类;结合行李三维形态的先验知识,根据网格之间的距离以及深度值均方差的差异,设计了基于网格相似度的自适应聚类算法,拟合聚类结果中高层单元的面积和数量,分析行李三维形态特征,确定其类别。实验结果表明,所提算法复杂度低,能快速准确地识别行李类别。     

Adaptive minimum bit error rate beamforming assisted receiver for QPSK wireless communication

This paper considers interference limited communication systems where the desired user and interfering users are symbol-synchronized. A novel adaptive beamforming technique is proposed for quadrature phase shift keying (QPSK) receiver based directly on minimizing the bit error rate. It is demonstrated that the proposed minimum bit error rate (MBER) approach utilizes the system resource (antenna array elements) more intelligently, than the standard minimum mean square error (MMSE) approach. Consequently, an MBER beamforming assisted receiver is capable of providing significant performance gains in terms of a reduced bit error rate over an MMSE beamforming one. A block-data based adaptive implementation of the theoretical MBER beamforming solution is developed based on the classical Parzen window estimate of probability density function. Furthermore, a sample-by-sample adaptive implementation is also considered, and a stochastic gradient algorithm, called the least bit error rate, is derived for the beamforming assisted QPSK receiver.     

基于高阶奇异值分解和均方差迭代的图像去噪

目的 图像去噪是图像处理的难题,其难点是在尽量滤除噪声的同时对图像信息进行保持。针对该难点,本文提出了一种将非局部相似性和高阶奇异值分解(HOSVD)相融合,并利用均方差(MSE)迭代对图像进行去噪的iHOSVD算法。方法 首先利用非局部相似块聚类和高阶奇异值分解构建数据自适应的3维变换基及其变换系数;其次,对变换系数进行阈值处理后进行3维反变换,从而达到非局部协同滤波的目的;最后,由于一次去噪操作无法达到理想的去噪效果,采用一种基于均方差最优的迭代方法对图像进行去噪,并证明该迭代是一个权衡偏差和方差使得均方差达到最优的过程。结果 实验结果表明,iHOSVD算法既能够有效地去除噪声,又能够很好地保持纹理细节信息。结论 本文所提的图像去噪iHOSVD算法结合了非局部协同滤波与数据自适应去噪的思想,通过对3种高水平去噪算法BM3D、NCSR和PLOW的比较实验发现,不仅表现了较强的图像去噪能力,而且在图像纹理细节保持方面效果最好,适用于纹理信息较强的图像。     

均方误差控制步长恒模医学CT图像盲均衡算法

提出一种基于均方误差控制的自适应变步长恒模医学CT图像盲均衡算法,利用线性变换将图像的恢复过程等效为一维盲均衡运算,建立了降维处理的医学CT图像盲均衡恒模代价函数,采用信号的均方误差作为步长控制因子,加快算法收敛,改善恒模医学CT图像盲均衡算法性能。仿真结果验证了算法的有效性,新算法改善了峰值信噪比和恢复效果,提高了算法收敛速度。     

多中继通信系统中量化误差补偿的MMSE中继预编码方案

为了补偿量化误差造成的系统性能的降级,文中提出将Grassmannian码本量化误差的统计特性引入多中继系统有限反馈中继预编码的设计,首先在QoS要求下的完全反馈中继预编码与接收均衡MMSE两步优化算法的基础上,给出了有限反馈下量化误差补偿的中继预编码与接收均衡MMSE两步优化方案,进而文中在中继和功率约束下,提出了一种有限反馈下量化误差补偿的中继预编码与接收均衡MMSE联合优化方案,并给出了中继预编码矩阵设计的闭合表达式.计算机仿真表明,文中提出的中继和功率约束下量化误差补偿的MMSE联合优化方案的系统性能优于QoS要求下量化误差补偿的MMSE两步优化方案,而且相比没有采用量化误差补偿的MMSE联合优化方案可以获得更低的误码率性能.     

四元声传感器面阵快速测向算法及误差分析

为了对低速移动的声源目标进行较高实时性的方向跟踪,把四元声传感器面阵分为两个二元线阵,分别对目标进行测向,然后融合两组测量结果,给出了目标方位角的计算公式.根据线阵在被跟踪目标方位角不同时测向精度的不同,用加权因子增加较高精度的线阵测量结果的影响,降低误差较大的线阵测量结果的影响.该算法可对传感器阵列所在平面内任意方位的声源快速进行测向,完成一次测向只需对两对时间采样序列分别进行互相关运算,并可获得较高的定向精度,通过实验验证了该算法的精度和有效性.     

基于最小均方误差估计的噪声相关UKF设计

传统Unscented卡尔曼滤波器(UKf)要求系统噪声和量测噪声必须是互不相关的.针对此局限性,研究了一类带相关噪声的非线性离散系统UKF设计方法.基于最小均方误差估计和正交变换,给出了噪声相关UKF滤波递推公式,并采用Unscented变换(UT)来计算系统状态的后验分布.所设计的UKF有效解决了传统UKF在噪声相关条件下非线性滤波失效的问题,拓展了UKF的应用范围.最后,仿真实例表明了所设计UKF的有效性.