保域上矩阵可交换｛1｝-逆的线性映射

设F是一个特征不为2且至少含有5个元素的域.令Mn(F)为F上的n×n全矩阵代数.刻画了Mn(F)上保持矩阵可交换{1}-逆的线性映射的形式.利用保幂等结论证明了f为Mn(F)上的保持矩阵可交换{1}-逆的非零线性映射,当且仅当存在P∈GLn(F),使得f(A)=εPAP-1,A∈Mn(F),ε=±1∈F;或者存在P∈GLn(F),使得f(A)=εPAtP-1,A∈Mn(F),ε=±1∈F.     

切比雪夫序列初值精度有限时退化为周期序列

深入研究并分析切比雪夫序列的短周期现象,并通过数学证明,对于任意整数阶切比雪夫序列,在初值角度取有限小数时必会退化为短周期序列. 首先,通过证明得到切比雪夫序列退化为短周期序列的等价条件;然后,利用分类讨论的思想证明任意整数阶切比雪夫序列在初值角度取整数时,必会退化为短周期序列;最后,通过数学归纳法将这一结论扩展到任意有限精度初值上,得出切比雪夫序列在初值精度有限时退化为周期序列.     

英语习语教学的语源观

依据Frank Boers关于引导学生认识一些习语的语源能够促进他们对习语理解和记忆的研究发现,探索了语源信息促进习语习得的理据,并提出了两种相应的教学活动。     

认知转喻理论和翻译

认知语言学的建构主义意义观认为意义是语言使用者通过使用认知机制建构的。这里的认知机制包括隐喻、转喻、概念合成等。这一意义观对翻译有重要启示,即：各类识解方式的运作对翻译中涉及的意义的推导和语言表达的选择上起着不可或缺的作用。通过译者的识解操作,译者提供出译文文本,用于导引出原文意义。转喻源于人的基本认知能力,是识解方式的一种,它帮助人们推导意义,形成语言表达。将以认知语言学的转喻理论为视角,以期说明认知语言学转喻理论及认知语言学在翻译研究方面的作用。     

认知无线电中对干扰信号源的定位

当认知用户接入主用户系统时将对主用户产生干扰。确定产生干扰的认知用户的位置能更好地进行基站布署,从而最大限度地避免这种干扰,使频谱得到有效利用。本文主要给出了一种改进的MUSIC算法对相干的干扰认知用户进行定位,即利用前后向空间平滑的修正矩阵进行矩阵的重构,再分解其重构矩阵,最后利用波束空间的MUSIC算法减少谱峰搜索中的计算量。通过计算机仿真证明了此方法的有效性。     

无定位图的预测误差差值扩展可逆数据隐藏*

将Tian差值扩展技术应用于彩色图像中,提出一种利用预测误差差值进行扩展嵌入的彩色图像可逆数据隐藏算法。针对传统差值扩展技术存在过分修改像素灰度值、须嵌入定位图等缺点,首先利用色彩分量间的相关性减小差值,并将差值扩展量分散到两个色彩分量中;其次,对直方图平移技术进行改进,使得同等嵌入率下图像质量达到最佳;最后由两个色彩分量中像素的预测值之和决定可用于扩展嵌入的像素,无须保存溢出定位图,提取端在提取信息时可无损地恢复原始图像。实验结果表明,与其他算法相比,该算法在同等嵌入率下可取得更好的图像质量,算法复杂度     

OFDM信号循环谱分析及参数估计*

针对在无线电监测和认知无线电系统中,信号参数估计这一重要问题,证明了OFDM信号具有循环平稳性的必要条件是加循环前缀或有非矩形脉冲成型,并以线性周期时变变换(LPTV)模型为基础,推导了OFDM信号的循环谱表达式。通过对连续信号和离散信号进行计算机仿真,都得到了相同的OFDM信号循环谱图,实现了OFDM信号符号周期的估计,结果与理论分析相吻合。     

结合显著度图和自适应能量线的快速图像缩放*

针对Seam Carving图像缩放方法中能量函数的局限性和动态规划算法的复杂性,提出了一种基于图像内容的快速图像缩放方法。结合基于视觉注意力模型的显著度图,完善图像内容的能量描述;同时,提出一种基于图像内容的粗、细能量线自适应机制,与层次加速动态规划一起,加速缩放效率。仿真实验结果表明,该算法在有效保护图像内容的同时,降低了算法的计算复杂度,减少了图像缩放时间。     

认知无线电网络中基于检测概率的主用户定位算法

为了解决认知无线电网络中次用户对主用户进行定位的问题,提出了一种加权最小二乘的迭代定位算法。采用两状态马尔可夫模型作为主用户头像模型,能量检测作为次用户的感知模型。该算法可以在不干扰主用户正常工作的情况下,利用次用户之间的合作感知结果进行定位,并估计出主用户的三维地理位置位置信息。提出了一种可以降低定位算法复杂度的简化算法。通过对定位问题进行了理论分析,求出了均方误差的Cramer-Rao理论下界。仿真结果表明,算法的均方误差非常接近理论下界,能有效地估计主用户的三维位置信息,提高定位精度。     

基于自适应权值滤波的深度图像超分辨率重建

目的 越来越多的应用都依赖于对真实场景深度图像的准确且快速的观测和分析。飞行时间相机可以实时获取场景的深度图像,但是由于硬件条件的限制,采集的深度图像分辨率较低,无法满足实际应用的需要。为此提出一种结合同场景彩色图像通过构造自适应权值滤波器对深度图像进行超分辨率重建的方法。方法 充分发掘深度图像的非局部以及局部自相似性先验约束,结合同场景的高分辨率彩色图像构造非局部及局部的自适应权值滤波算法对深度图像进行超分辨率重建。具体来说,首先利用非局部滤波算法来有效避免重建结果的振铃效应,然后利用局部滤波算法进一步提升重建的深度图像质量。结果 实验结果表明,无论在客观指标还是视觉效果上,基于自适应权值滤波的超分辨率重建算法较其他算法都可以得到更好的结果,尤其当初始的低分辨率深度图像质量较差的情况下,本文方法的优势更加明显,峰值信噪比可以得到1dB的提升。结论 结合非局部和局部自相似性先验约束,结合同场景的高分辨率彩色图像构造的自适应权值滤波算法,较其他算法可以得到更理想的结果。