最大间隔椭球形多类分类算法

针对多类分类问题中现有算法精度不高的问题,基于一类分类马氏椭球学习机,提出一种最大间隔椭球形多类分类算法,将每一类数据用超椭球来界定,数据空间由若干个超椭球组成,每个超椭球包围一类样本点,并以最大间隔排除不属于该类的样本点,该算法同时考虑了不同类样本点的协方差矩阵,即分布信息。真实数据上的实验结果表明该方法能提高分类精度。     

求置换因子循环矩阵的极小多项式和逆的算法

本文引入了任意域上置换因子循环矩阵,利用多项式环的理想的Gr(?)bner基的算法给出了任意域上置换因子循环矩阵的极小多项式和公共极小多项式的算法,同时给出了这类矩阵逆矩阵的两种算法最后,利用Schur补给出了任意域上具有置换因子循环矩阵块的分块矩阵逆的一个算法,在有理数域或模素数剩余类域上,这一算法可由代数系统软件CoCoA4．0实现。     

Banach空间中广义集值拟变分包含的带误差项的摄动迭代算法

研究了一类新的实Banach空间中的广义集值拟变分包含:0∈N(w,y)+A(g(u),u),它包含了近年来许多作者所作的变分包含问题.在实Banach空间中,利用极大增生算子的性质,建立了实Banach空间中的广义集值拟变分包含和不动点问题之间的等价性.利用这种等价性,建立了一些带误差项的摄动迭代算法,并证明了近似解序列强收敛于精确解.该算法改进了已有相关算法和结果.     

置换因子循环矩阵求逆和广义逆的Euclid算法

利用多项式的Euclid算法给出了非奇异的置换因子循环矩阵求逆矩阵的一个新算法，并将该算法推广用于求奇异置换因子循环矩阵的Moore-Penrose逆．最后给出的数值例子证明了该算法的有效性．     

区间小波变换域的2－PAM信号自适应均衡算法

1 引言为了克服数字通信尤其是无线通信中所产生的码间干扰,一般需使用均衡器。最简单的均衡器是用FIR滤波器实现并采用最小均方误差(LMS)算法的线性横向均衡器(LTE),其优点是结构简单,易于实现,缺点是收敛速度较慢。为了提高收敛速度,可以对信号作正交变换,然后在变换域中通过自正交等方法降低相关阵的条件数来提高收敛速度,比如文[2]提出的就是一种基于小波变换的自适应均衡算法。研究表明,经小波变换后信号的自相关阵近似呈稀疏带状分布,小波变换的这一优点使得它在自适应信号处理中     

一种新的智能优化及其改进研究

研究了一种新的进化算法-和声搜索(HS)算法,针对其在处理复杂函数优化问题时容易陷入局部最优、收敛精度低的缺点,提出一种改进的和声搜索算法,算法在保留和声搜索的搜索机理的同时,把混合蛙跳算法中的局部搜索策略引入其中,维持了和声库的多样性,从而提高了对复杂问题的搜索效率.与同类算法相比,本文提出的和声搜索算法全局搜索能力强,收敛速度快,数值实验结果验证了算法的有效性和鲁棒性.     

基于二进脊波变换的图像去噪

二进小波变换在每次分解时不进行下采样,与小波级数相比,它是冗余的,且二进小波变换的部分系数扰动不会带来重构信号的严重失真。在相同的误判概率下,基于二进小波变换的信号去噪效果会好于基于小波级数变换的信号去噪效果。基于这个思想,该文提出了一种基于二进脊波变换的图像去噪算法。实验结果证明,与小波级数相比,该算法具有更好的去噪效果。     

近似完全重构DFT调制滤波器组的设计

提出了一种新的近似完全重构（NPR）离散傅立叶变换（DFT）调制滤波器组的原型滤波器设计方法。其优化的目标函数由滤波器组的输出混叠、输出失真及原型滤波器的阻带能量所导出。在此设计方法中,利用DFT调制滤波器组的特殊结构合理简化了滤波器组的输出混叠,输出失真。原型滤波器的设计最终被转化为一个简单的非线性优化问题。与目前的DFT调制滤波器组的设计方法相比,该方法提供了相当大的灵活性同时具有简单的优化描述。仿真结果证实了所提出的设计方法的有效性。     

基于变分和小波变换的图像放大算法

为了更好地放大图像,利用小波变换的思想,提出了一种变分和小波变换相结合的图像放大算法.该算法的思想是先构造一个用Besov范数估计图像正则性的变分泛函,然后在小波域中最小化变分泛函得到放大图像.小波变换后的高频分量具有丰富的细节边缘信息,因而能够重构出高质量的图像,而且小波的引入使得文中新算法具有运行时间短、速度快的特点.与传统的插值放大图像不同,该算法是用变分的思想进行图像放大.理论分析和实验仿真表明,该算法能达到和样条插值同样的放大效果.     

一种基于积分微分方程的泊松噪声去除算法

该文提出一种新的基于积分微分方程的泊松噪声去除算法。首先讨论了经典的总变差(TV)最小模型,在此基础上提出一种新的变分多尺度分层图像表示方法,然后在逆尺度空间上积分尺度图像从而得到了新的积分微分方程。这种新的积分微分方程含有一个单调增加的尺度函数。通过选取适当的尺度函数,该方程可以有效地去除泊松型噪声。数值实验证明了该算法比经典的TV和四阶偏微分方程算法具有更好的去噪效果。