基于LTI离散系统的卷积和解法

结合实例讨论了求解卷积和的4种方法:解析法、图解法、不进位乘法和利用性质求解法。首先论述了每种方法的原理,然后通过实例说明了具体的求解过程,最后列表归纳了各种计算方法的特点,可对进一步开展线性系统的分析和研究提供计算经验和基础。     

旋转镜像NLM约束稀疏角度CT重建

提出了基于旋转镜像变换的自适应非局部平均算法,用于稀疏角度CT重建。设计基于相似窗旋转镜像变换的相似性测度以避免图像边缘模糊;并根据像素梯度及重建迭代次数自适应调整滤波参数,有效保护图像结构信息。新算法主要包含三个步骤:代数重建、非负修正及RAMNLM滤波,循环执行以上步骤直至满足迭代收敛准则。以Shepp-Logan体模进行仿真重建结果表明,新算法可有效抑制噪声并恢复图像细节,显著提高图像质量。     

四旋翼无人机姿态控制分析及其研究

对无人机的姿态角实时准确解析是其能实现稳定飞行的关键.首先根据姿态解析原理引出加速度计和磁力计两种传感器直接定姿的方法,然而这两种方法在实际应用中都会产生较大误差,其中陀螺仪会产生漂移误差,而加速度计动态性能较差,对它们的输出信号进行频域分析发现噪声信号表现在不同频段上,针对这一特点,融合加速度计和陀螺仪各自的优点,提...     

基于引导滤波的Retinex快速夜间彩色图像增强技术

针对目前基于Retinex原理的图像增强技术在对夜间彩色图像处理中存在颜色失真、在高对比度边缘区域存在“光晕伪影”等问题, 提出了一种基于引导滤波的Retinex快速夜间彩色图像增强的算法.该算法首先构造优化的颜色恢复函数, 然后对夜间彩色图像在色调、饱和度、亮度(hue, saturation, value, HSV)颜色空间下的亮度图像采用具有边缘保持功能的引导滤波进行平滑处理, 估计场景的光照分量, 进而获得仅包含物体本身特性的反射分量图像, 经过Gamma校正与颜色恢复后最终实现夜间彩色图像增强.实验结果表明, 本文提出的算法增强效果显著、效率较高, 同时具有颜色保真、抑制过增强和能较好保留边缘细节信息等特性.     

MPF-CKF在SINS大方位失准角初始对准中的应用

针对捷联惯导系统在大方位失准角情况下的初始对准问题, 提出了一种基于MPF-CKF的非线性滤波方法.MPF-CKF将部分惯性器件误差作为模型误差, 降低了系统的维数, 不仅提高了初始对准的精度, 而且克服了将模型误差假设为高斯白噪声的局限性.通过滤波仿真比较, 进一步表明了MPF-CKF能提高SINS在大方位失准角初始对准中的估计精度和收敛速度.     

DCNN-DGML融合深度神经网络步态识别算法

针对骨架步态识别任务中步态信息时空关联性弱和易受复杂背景干扰的问题,该文提出一种基于深度卷积神经网络和动态门记忆学习(DCNN-DGML)的骨架步态识别算法。首先根据步态运动规律建立端到端的步态识别模型;其次为了实现多层特征语义信息的融合,该模型中设计了多层特征融合机制改进GoogleNet;同时,在LSTM的基础上设计了一种动态门记忆学习结构来记录时序信息,以提升特征的鲁棒性。为了评估提出的DCNNDGML步态识别系统,在自建数据库上进行了实验研究,识别精度达到97%,结果明显优于传统步态识别方法。     

非局部和反常扩散模型的数值方法

由于非局部模型能够描述某些重要物理现象产生的奇性和间断机制,近些年来在很多领域受到广泛应用并对相关学科的发展产生了强有力的推动作用.反常扩散模型作为一个重要的非局部模型,常用于描述反常扩散等现象.非局部模型的非局部性和多尺度特征不仅推动了新的数学理论的发现,而且为现有的离散和局部连续模型及其联系提供了新的视角.尽管已经有很多成果,但无论是从数学方法和基础理论还是数值方法角度来看,多尺度非局部和反常扩散模型都有广阔的研究空间.进一步发展和完善基础数学理论和方法,在真实的解正则性条件下发展新的高效数值格式,尤其是具有稳定、收敛、满足渐近兼容的数值格式是一个研究重点.在过去的几年里,本文作者一直致力于非局部模型的数学理论和数值方法研究,在人工边界条件设计、非局部极值原理和渐近兼容的数值格式等方面,取得了一些有意义的研究成果.在反常扩散方程的数值分析方面,发展了 Caputo导数的快速算法和离散分数阶类型的Gr(o|")nwall不等式,并提出了误差卷积结构的思想来表示局部相容误差,为一类常用变步长数值格式的最优误差估计提供了一些基础分析框架.要完全解决非局部和反常扩散模型中的各种数学问题还有...     

智能电网中电力线通信系统噪声抑制方法

电力线通信是智能电网的关键技术,噪声严重影响了电力线通信质量.为此,提出一种基于改进自适应滤波的电力线通信噪声抑制方法.该方法针对变步长最小均方误差(LMS)算法收敛速度和稳态精度之间的矛盾问题,采用误差相关值作为步长调整因子,并加入补偿项,提高了算法的收敛速度和抗干扰能力.对电力线通信背景噪声和脉冲噪声抑制进行了仿真...     

基于自编码器与属性信息的混合推荐模型

[目的]传统的协同过滤推荐模型无法提取到用户与项目之间复杂的交互关系,这对于最终的推荐结果会造成一定的不良影响.[方法]针对这一问题,本文提出了一种混合推荐模型DAAI(Denoising Autoencoder with Attribute Information),采用降噪自编码器提取评分矩阵中的深层次非线性特征,...