一种改进的H.264运动估计算法

为了减少视频编码的运算量,针对运动估计的特点．提出了快速块模式选择算法。该算法利用宏块的时间和空间相关性,预先对宏块模式进行判定,从而使模式选择过程大大简化。仿真结果显示,在基本保持H．264原有编码算法的图像质量的同时,可以将编码速度提高15％以上。因此,本算法可以有效的减少编码器的计算量,提高H．264的编码效率。     

基于MMX技术的H.264编码器的研究与实现

分析甚低码率视频压缩标准H.264的算法特点,基于H.264软件编码器,根据MMX技术的特点、数据结构和使用方法,用支持单指令多数据SIMD的MMX技术优化H.264的算法模块.重点讨论最耗时的DCT、IDCT、IT、IIT、帧间预测、帧内预测的运动估计、补偿模块的MMX实现算法.实验结果表明：优化后的编码器的处理速度提高到原来的1.3倍,有一定的实用价值.     

基于核估计的电子商务协作过滤方法

论文对电子商务推荐技术进行了讨论,针对电子商务推荐技术存在的问题,提出了一种基于核估计的协作过滤方法,首先将推荐项的评分设定为其他人对推荐项评分的平均值,然后利用主成分分析进行降维,最后采用基于核估计的思想对推荐项进行预测评分。实验表明,该方法可以有效解决在用户评分数据极端稀疏情况下传统相似性度量方法存在的问题,大幅提高推荐系统的推荐质量。     

使用光子映射渲染参与介质

光子映射是近年发展起来的一种新的全局光照算法。本文依据光子映射对实体物体的渲染,将其扩展到对包含参与介质的场景的渲染,为此提出了一个两路的渲染算法。在第一路中,光子从光源发射,并使用光子追踪来构造体光子图;第二路从视点出发向场景中发射光线,使用光线追踪来进行渲染,其中,根据构造好的光子图,用光线步进进行
行递归的辐射估计,得出最终光强。     

基于概率模型的多尺度图像融合算法

文章给出了一种基于概率模型的多尺度图像融合新算法。首先,对不同的传感器图像分别进行小波分解,得到塔式结构子图像层;其次,基于不同传感器图像对应层上的对应像素,根据最小二乘规则估计模型参数;然后,根据贝叶斯规则进行融合图像相应像素的最大后验概率估计;最后,通过小波逆变换得到融合图像。采用该算法对可见光和红外图像进行融合,其结果与其它方法相比更有效。     

基于多核支持向量机的概率密度估计方法

提出了一种基于多核支持向量机的概率密度估计方法。其基本思路是从概率密度的定义出发,利用支持向量机求解线性算子方程的方法,直接估计出密度。使用多核支持向量机取代传统的支持向量机方法来估计概率密度,从仿真结果来看,与Parzen窗方法相比,基于多核支持向量机的概率密度估计方法的精度等级与Parzen窗方法类似,同时又具有Parzen窗方法所不具备的稀疏解;与基于传统支持向量机的概率密度估计方法相比,基于多核支持向量机的概率密度估计方法具有更强的鲁棒性,并且其精度更高。     

基于多元插值的DD型滤波算法仿真研究

DD型滤波是一种基于Striling多元插值方法,将函数按多项式近似展开的非线性滤波算法.相对于扩展卡尔曼滤波而言,它不需要对非线性函数进行微分运算,具有滤波精度高、数值稳定性好和适用范围广的优点,其运算量却与扩展卡尔曼滤波相当.对DD型滤波算法进行了深入分析,并将该算法应用于状态估计领域.对一多传感器目标跟踪问题进行了仿真计算,仿真结果表明了DD型滤波算法的有效性和实用性.     

微型直升机自主飞行辅助视觉系统研究

为了实现微型直升机自主飞行,论文设计了实时的计算机视觉系统。该系统包括机载上的硬件设备和软件算法,能够实现目标识别、特征点提取和位置估计。文中设计了特定图标,并主要依据颜色来进行快速识别。此外,通过检测4个共面的图像特征点,能够在单目单帧的基础上计算出直升机相对于特定目标的三维位置信息。视觉系统任务由位于机载上的IntelSitsang板来执行。由于受到板子运算能力的限制,每秒钟可以处理5帧160×120的彩色图像。飞行实验结果表明,该视觉系统的目标识别率高达93%,角点计算偏差小于3个像素,同时自身定位的三维位置坐标平均偏差为8cm、13cm和6cm。因此,该视觉系统通过精确自身定位,能够很好的辅助微型直升机完成自主悬停、起飞和降落等飞行任务。     

MIMO-OFDM系统中的信道估计简化方法

利用多径衰落信道频域的相关特性,进一步简化了M IMO-OFDM系统中基于训练序列的信道估计方法,减小了其中的FFT变换阶数以及需要的矩阵逆变换的计算次数,减小倍数可以根据信道特性设置。并针对不同的信道模型,对提出的简化算法的性能作了研究,仿真结果表明:对相关特性较好的信道性能损失很少。     

基于加权递归最小二乘的MIMO系统信道估计

文章针对多输入多输出(multiple-input multiple-output,MIMO)系统的信道呈现的稀疏特性,提出了一种基于加权递归最小二乘(weighted recursive least square,WRLS)的MIMO系统信道估计方法,在标准递归最小二乘算法的基础上,根据信道中的稀疏结构信息为每个抽头分配一个具有自适应变化特性的独立更新权重。仿真实验验证了该方法适用于非高斯噪声环境下的信道估计,在加快收敛速度的同时,也提高了信道估计的精度。