基于离散傅里叶不变特性的人脸识别

给出了一种基于离散傅里叶不变特征的人脸识别方法，从连续傅里叶变换出发，讨论连续傅里叶变换情况下的傅里叶变换性质，给出离散傅里叶变换情况下的傅里叶变换性质。依据离散傅里叶变换性质，推导出离散傅里叶变换的不变特征，并将其用于人脸图像识别。人脸识别结果表明方法具有很好的识别能力。     

基于离散傅里叶不变特征的人脸识别

给出了一种基于离散傅里叶不变特征的人脸识别方法。从连续傅里叶变换出发,讨论连续傅里叶变换情况下的傅里叶变换性质,给出离散傅里叶变换情况下的傅里叶变换性质。依据离散傅里叶变换性质,推导出离散傅里叶变换的不变特征,并将其用于人脸图像识别。人脸识别结果表明方法具有很好的识别能力。     

周期性序列的傅里叶变换求解法

对周期性序列傅里叶变换的三种求解方法进行了分析和讨论。目前大多数教材中都是采用通过直接给出变换的结果,再代入反变换的公式中求证的方法,从教学效果看,这种方法比较抽象,使学生难以理解。本文提出的根据离散时间傅里叶变换（DTFT）和傅里叶变换（FT）的关系以及利用周期序列的离散傅里叶级数（DFS）的求解方法可以使求解过程简化,易于被学生掌握。     

基于连续傅里叶变换计算离散傅里叶变换的一种算法

介绍一种利用连续信号的傅里叶变换计算离散序列离散傅里叶变换的算法,给出了这种算法的应用实例,并对此算法的有效性进行了验证.     

基于傅里叶变换特征遗传算法的人脸识别

提出了一种基于傅里叶变换特征遗传算法的人脸识别方法。首先对人脸图像进行傅里叶变换,并去掉不包含识别信息的零频率分量。然后以人脸图像傅里叶变换的模作为描述人脸模式的特征,考虑到并不是所有傅里叶特征都包含较好的分类信息,应用遗传算法进行特征选取。实验结果表明：给出的方法不仅具有较好的识别性能,而且可以在一定程度上减少人脸模式的存储空间。     

分数傅里叶全息图的快速算法及数字重现

论文通过分析菲涅耳衍射积分的快速算法,提出了一种基于快速傅里叶变换的分数傅里叶变换的数值模拟算法,并研究了基于此快速算法的分数傅里叶变换全息图的计算机生成及数字重现。     

改进的数字图像轮廓曲线傅里叶描述算法

研究图像轮廓曲线特征问题,图像轮廓曲线的描述是图像理解的一个核心问题,傅里叶描述算法是图像轮廓曲线描述的较优算法.由于传统的轮廓曲线傅里叶描述算法中曲线的采样过于复杂和不稳定,降低了识别的性能.为提高曲线描述的性能,提出了一种改进的图像轮廓曲线傅里叶描述算法,通过运用循环移位采样算法对曲线采样得到多组采样点,并取傅里叶变换后最小的一组规范化系数作为曲线的傅里叶描述子,避免了传统算法中复杂的采样过程,使算法更简洁稳定.通过算法仿真与实验对比,算法有更高的准确度和稳定性,能有效反映轮廓曲线特征.     

分数傅里叶变换的快速算法及计算全息图的研究

通过分析菲涅耳衍射积分的快速算法，依据Lohmann提出的任意阶的分数傅里叶变换的单透镜光学实验装置，详细分析丁光场在此单透镜系统中的传播过程，提出了一种基于傅里叶变换的分数傅里叶变换快速算法，并对基于此快速算法的分数傅里叶变换全息图的计算机生成与数字重现进行了研究。实验结果示出了分数傅里叶变换全息图及其在重构过程中分数阶匹配与否的实验结果，验证了分数傅里叶变换分数阶的重要性质和笔者提出算法的可行性。     

分数傅里叶变换的快速算法及计算全息图的研究

通过分析菲涅耳衍射积分的快速算法,依据Lohmann提出的任意阶的分数傅里叶变换的单透镜光学实验装置,详细分析了光场在此单透镜系统中的传播过程,提出了一种基于傅里叶变换的分数傅里叶变换快速算法,并对基于此快速算法的分数傅里叶变换全息图的计算机生成与数字重现进行了研究。实验结果示出了分数傅里叶变换全息图及其在重构过程中分数阶匹配与否的实验结果,验证了分数傅里叶变换分数阶的重要性质和笔者提出算法的可行性。     

基于快速傅里叶变换的荧光测温仪

采用激光加热小基座法生长出端部掺Cr3 的蓝宝石光纤荧光温度传感头,具有结构紧凑,耐高温等特点,测温范围从室温到450 ℃.基于快速傅里叶变换的拟合方法,从第一个非零项的相位角的正切值得出被测的荧光寿命,具有速度快、误差小、不受本底干扰等优点.与其他几种传统的拟合方法进行比较,快速傅里叶变换方法的测量偏差不到Prony方法的一半,与Marquardt方法测量的偏差接近.另外,快速傅里叶变换方法由于不受本底噪声影响,可以不必在信号处理时去掉本底噪声,可以缩短测量时间,提高测量的分辨率.     

短时傅立叶变换在振动信号处理中的应用

短时非平稳振动信号往往淹没于较长时间的平稳或准平稳段落之中,从而忽略对其处理,使深入分析信号的全貌受到限制。针对实测振动信号中的这类信号,引进短时傅立叶变换进行局部数据处理,得到良好的时频分辨率,为全面分析振动信号特性提供了一种方法。     

基于离散傅里叶变换的数字高速测频

为了克服传统的过零检测等数字测频方法的缺点,设计了一种基于离散傅里叶变换（DFT）的快速频率测量电路,满足无源定位系统中低信噪比、高脉冲密度环境的实时频率测量的需求。阐述了基于可编程门阵列的DFT算法的实现方法及谱峰的搜索方法,给出了硬件结构形式。该算法电路结构比采用快速傅里叶变换（FFT）的算法硬件结构具有更快的测频速度。     

基于FRFT的线性调频信号映射方法的快速算法

针对基于分数傅立叶变换(Fractional Fourier transform，FRFT)的线性调频信号(LFM)的参数估计方法，提出了基于Radon变换的判决准则，并建立了相应的快速算法。该映射方法将具有同样调频斜率、同样多普勒中心频率、不同初始相位的信号映射到同一个点。该快速算法的计算量等同于FRFT的计算量，计算结果的精确度取决于连续两次的FRFT运算。     

基于小波变换的电子音乐信号降噪算法

电子音乐信号受到多种因素的影响,包含了大量的噪声,直接影响电子音乐信号的后续处理。为了提高电子音乐信号质量,改善信号的信噪比,针对当前电子音乐信号降噪算法存在的局限性,设计了一种基于小波变换的电子音乐信号降噪算法。首先分析电子音乐信号降噪的研究现状,指出各种电子音乐信号降噪算法的弊端,然后采集电子音乐信号;对其进行截尾操作,提取最有效的电子音乐信号,最后引入小波变换对电子音乐信号进行多尺度分解和重构操作,过滤掉电子音乐信号中的噪声。并采用Matlab 2018编程实现电子音乐信号降噪仿真实验。结果表明,小波变换克服了当前电子音乐信号降噪算法的不足,电子音乐信号降噪的精度高,能够有效识别噪声,使得降噪后的电子音乐信号具有更高的信噪比。     

国产数据库选型测评指标体系

建立国产数据库选型测评指标体系与测试内容具备重要意义. 一是针对政府、金融银行业、央企的业务IT系统提供数据库性能对比依据; 二是将不同数据库进行横评对比, 对国产数据库厂商进一步改进性能起到指导与促进作用. 本文分析了软件质量特性测试及网络安全评估标准, 提出了一种数据库选型测评指标体系模型, 该模型从性能效率、信息安全性、其它类指标3个方面建模, 并对各指标给出了通用的测试内容, 可在具体测评实践中裁减应用, 该指标体系及测试内容在5类常用国产数据库的选型测评中具备合理性和可操作性.     

基于随机傅里叶特征空间的高斯核近似模型选择算法

核方法是一种把低维空间的线性不可分问题转化为高维空间中线性可分问题的方法,其广泛应用于多种学习模型。然而现有的核模型选择方法在大规模数据中计算效率较低,时间成本很大。针对这一问题,本文引入随机傅里叶特征变换,将原始核特征空间转换为另一个相对低维的显式随机特征空间,并给出核近似误差上界理论分析以及在核近似的随机特征空间中训练学习模型的误差上界,得到核近似的收敛一致性和误差上界与核近似参数之间的关系。基于随机傅里叶特征空间选择出最优模型参数,避免了对最优原始高斯核模型参数的大规模搜索,从而大幅降低原始高斯核模型选择所需的时间成本。实验表明,本文给出的误差上界确由核近似参数控制,核近似选择的最优模型相较于原始高斯核模型有较高的准确率,并且模型选择时间相对网格搜索法大幅减小。     

基于分数阶傅里叶变换的运动脑电信号分类方法

运动想象脑电信号作为一种典型的非线性、非平稳信号,在传统基于单一特征提取的分类方法中难以取得理想的分类性能。针对该问题,将分数阶傅里叶变换(Fractional Fourier Transform, FrFT)引入到脑电信号特征提取过程中。首先利用FrFT对信号进行分析,在扩展特征域的同时从不同维度提取信号中的有用信息并构成特征向量,然后利用支持向量机(Support Vector Machine, SVM)分类器对所提取的特征向量进行分类,最后采用Graz数据开展实验。实验结果表明所提方法能够获得高达92.57%的正确分类结果,明显高于传统采用单一特征提取的分类方法。     

基于匹配滤波器与FFT的伪码快速捕获方法及性能分析

针对GPS信号伪码捕获消耗资源大与捕获时间长的问题,采用匹配滤波器(MF)与快速傅里叶变换(FF-T)相结合的方法.该方法有效结合了串行捕获与并行捕获的优点,在减少硬件资源的同时实现了信号的快速捕获.详细推导了该算法的理论,并在Matlab平台上实现了伪码捕获的仿真及算法性能分析.分析表明该算法较其他算法在减少资源消耗、实现快速捕获及抗干扰方面有较大的优越性,并可应用于下一代全球导航卫星定位系统(GNSS)信号的捕获,为新一代的卫星伪码捕获奠定了基础.     

基于快速Fourier变换法的广义特征值问题重根辨识方法

对具有重根的广义特征值问题,采用基于快速Fourier变换的方法进行求解,实现重根辨识.文章中采用多次单点初始激励的方式,仿真计算测点上的自由振动响应,对响应进行快速Fourier变换后得到频域数据.而后对频域数据分析,得到固有频率和多组测点振型数据.根据单频和重频处的振型特性,引入振型的余弦相似度为判别参数,辨识重根.数值算例表明,该方法可有效实现重根辨识,同时特征值的计算能达到较高精度.     

分数阶Fourier域多分量LFM信号间的分辨研究

在分数阶Fourier域内,当多分量线性调频(LFM)信号的初始频率和调频率相近时,信号的尖峰会出现无法分辨的现象,导致目标信号漏检.文中分析了LFM信号在分数阶Fourier域的频谱分布特征,以及离散分数阶Fourier变换计算条件下LFM信号的频谱分布特征.推导了两个LFM信号在分数阶Fourier域的临界分辨距离,以及两个LFM信号尖峰之间的距离与量纲归一化因子的变化关系,发现选择合理的量纲归一化因子可以增大两个信号尖峰之间的距离.文中提出一种量纲归一化因子优化选择的方法,该方法可以提高分数阶Fourier变换对多分量LFM信号的分辨能力.最后,仿真结果验证了该方法的有效性.