一类非线性参数化系统自适应重复学习控制

针对一类高阶非线性参数化系统, 利用分段积分机制, 提出了一种新的自适应重复学习控制方法. 该方法结合反馈线性化, 可以处理参数在一个未知紧集内周期性快时变的非线性系统, 通过引进微分-差分混合型参数自适应律, 设计了一种自适应控制策略, 使广义跟踪误差在误差平方范数意义下渐近收敛于零, 通过构造Lyapunov泛函, 给出闭环系统收敛的一个充分条件. 实例仿真结果说明了该方法的可行性.     

基于非局部算法的序列图像超分辨率重构

提出了一种基于非局部算法的多帧图像超分辨率重构算法,该方法无需进行图像校正。为克服传统图像复原算法基于图像局部点领域的影响,指出可以使用非局部去噪模型的优越边缘保持性和去噪性来重构高分辨率图像。实验证明,该算法在低信噪比情况下,可以取得较好结果,有效解决了低信噪比条件下图像复原的一个难点。     

关于重复词句提取的两种算法分析

针对重复网页的去重问题,对两种重复词句提取算法进行了系统分析比较。STC算法在时间成本上具有优秀性能,重复序列的倒排索引方法在空间复杂度方面更胜一筹。结合STC算法对重复序列方法进行了改进,而面向主题转载的重复网页,先抽取重复串,然后将重复串作索引进行STC算法的重复抽取。实验结果表明,改进算法在保持了原有空间特性的基础上极大地提高了时间效率。     

Turbo spin-echo sequences in magnetic resonance imaging of the brain: Physics and applications

Fast SE imaging provides considerable measure time reduction, high signal-to-noise ratios as well as similar contrast behavior compared to conventional SE sequences. Besides TR and TE_eff, echo train length (ETL), interecho time , and-space trajectory determine image contrast and image quality in fast SE sequences. True proton density contrast (CSF hypointense) and not too strong T2 contrast are essential requirements in routine brain MRI. A Turbo SE sequence with very short echo train length (ETL=3), short TE_eff and short interecho time (17 ms), and TR=2000 ms was selected for proton density contrast; a Turbo SE sequence with ETL=7, TE_eff=90 ms, =22 ms, and TR=3250 ms was selected for T₂-weighted images. Using both single-echo Turbo SE sequences yielded 50% measure time reduction compared to the conventional SE technique. Conventional SE and optimized Turbo SE sequences were compared in 150 patients resulting in very similar signal and contrast behavior. Furthermore, reduced flow artifacts in proton density—and especially in T₂-weighted Turbo SE images—and better contrast of high-intensity lesions in proton density-weighted Turbo SE images were found. Slightly reduced edge sharpness—mainly in T₂-weighted Turbo SE images—did not reduce diagnostic reliability. Differences between conventional and Turbo SE images concerning image contrast and quality are explained regarding special features of fast SE technique.Address for correspondence: Institut für Röntgendiagnostik, Klinikum der Universität Regensburg, Franz-Josef-Strauß-Allee 11, 93042 Regensburg, Germany. Additional reprints of this chapter may be obtained from the Reprints Department, Chapman & Hall, One Venn Plaza, New York, NY 10119.     

Zr+Er及Zr+Y对Al-Mg-Si-Cu-Mn-Cr合金组织和拉伸力学性能的影响

采用光学显微镜(OM)、电子显微镜(SEM)、能谱分析仪(EDS)、透射电子显微镜(TEM)和拉伸强度试验研究了0.3%Zr+0.2%Er和0.3%Zr+0.2%Y(质量分数)两种元素组合对Al-0.6Mg-0.9Si-0.5Cu-0.5Mn-0.2Cr合金热处理前后微观组织和力学性能的影响。研究结果表明,两种元素组合的加入均能细化铸态晶粒,其中Zr+Y改性合金的晶粒细化更明显,且两种改性合金铸态的强度和塑性均较基体合金提高。在热处理过程中,两种元素组合会影响合金中弥散相的析出,降低合金的弥散强化效果。最终,Zr+Er改性合金的强度较基体合金提高,而Zr+Y改性合金的强度则较基体降低,两种合金的塑性均较基体降低。     

基于重复补偿控制的交流伺服系统的PID控制

针对精密机床采用的交流伺服系统中,输出快速无超调地跟踪输入指令,控制精度高的要求,利用重复补偿控制的优点,将其与PID控制相结合形成一种基于重复补偿的PID控制结构,用于精密机床中交流伺服系统的位置控制,并在此基础上着重讨论了滤波器对控制效果的影响.从仿真结果可以看出,该控制方法提高了交流伺服系统对周期信号的跟踪精度....     

基于奇偶量化的彩色图像盲水印算法

提出一种基于奇偶量化的彩色图像小波域的数字水印算法。首先对水印图像进行置乱处理,然后对图像进行翻转,最后利用混沌系统产生的混沌序列对水印进行加密。水印嵌入时,采用小波变换并利用奇偶量化规则将加密后的水印嵌入到载体图像蓝色分量最深层的四个子带中。水印提取时,不需要原始图像的参与,实现了盲提取。仿真实验和性能分析表明,该算法有很好的不可见性和鲁棒性,可以有效地抵抗JPEG压缩、噪声、剪切等攻击。     

基于几何不变量的直线匹配方法

针对目前直线匹配算法大多基于直线段支持区域的几何特性、灰度特性,但这些特性又极易受外界因素干扰造成匹配失败的情况,提出了基于直线几何不变量的匹配方法,该方法在无任何已知条件的情况下,运用叉积符号、点的线束交比不变量进行直线匹配。对于各个视点图像,采用Hough变换提取直线间交点集,再采用Graham扫描法构造一个最小的凸包,并通过匹配凸包顶点的交比序列来建立点与点的对应关系,选取其中一个对应关系完成直线的匹配。实验结果表明,该方法鲁棒性较好,具有广泛的应用性。     

基于模式驱动和模糊查询的模式发现方法

在蛋白质序列的比对研究中,拥有相似模式的蛋白质常常具有相似的功能.通过已知的蛋白质序列模式可以很方便地对新蛋白质序列的功能结构进行研究和确认.蛋白质序列的发现已成为一个很有意义的题目.对基于模式驱动Pratt算法进行改进以提高其效率,在原来基础上引入模糊查询方法,能够更为快捷地从互不相关的蛋白质序列集合中找出最具代表性的蛋白质模式.     

一种基于不放回抽样的图像混沌加密算法

针对现有基于混沌序列的图像加密算法的缺陷,提出一种基于不放回抽样的图像混沌加密算法。该算法采用可变模运算和间接地址映射技术,将混沌序列一对一、高度随机地转换为图像像素地址,实现图像的位置置乱和灰度扰乱加密。对混沌序列的分布无严格要求,使混沌序列的参数和初值可以作为密钥被使用。实验结果表明,与现有同类算法相比,该算法性能优越、运算速度快且易于实现。