基于FFT的多个空间信号波达方向的估计算法

本文提出了一种与传统算法完全不同的多个空间窄带信号波达方向的估计算法。该算法通过对阵列输出数据的快速傅立叶变换(FFT),建立了FFT频谱与波达方向角的关系;利用这一关系并通过对FFT谱峰的搜索,从而实现了对波达方向的快速估计。计算机模拟实验验证了算法的可行性。     

实值离散ＧＡＢＯＲ变换及其最优双正交分析窗函数特性

Ｇabor变换在信号、图像处理中是一非常有用的工具。本文首先回顾了作者曾提出的实值离散Gabor变换方法,然后着重讨论了在已知综合窗函数的条件下,双正交分析窗函数的最优解特性,指出在许多情况下,这些最优解（如最小范数解与最优正交解）都是相同的,并讨论了采用奇异值分解（SVD）理论求解双正交分析窗函烽的方法。文末还给出了计算机求解实例。     

利用FSART算法实现对时间序列数据的聚类分析

根据时间序列数据进行聚类分析的需要,提出了一人可以描述矢量间形态相似度的模糊隶属度函数表达式,实验表明该表达式除具有较好的矢量形态表达能力外,对呈球形分布的样本空是也有较好的表达能力。通过对FSART（Fuzzy Simplified Adaptive Resonance Theory)算法作进一步的改进,提高了它的计算效率,并将新的隶属度函数表达式与改进后的FSART算法相结合,实现了对非平稳时间序列数据的聚类分析,取得了良好的实验结果。     

基于FFT的多个空间信号波达方向的估计算法

本文提出了一种与传统算法完全不同的多个空间窄带信号波达方向的估计算法.该算法通过对阵列输出数据的快速傅立叶变换(FFT),建立了FFT频谱与波达方向角的关系;利用这一关系并通过对FFT谱峰的搜索,从而实现了对波达方向的快速估计.计算机模拟实验验证了算法的可行性.     

基于量子遗传算法的盲源分离算法研究

在改进遗传量子算法的基础上，提出了一种新的量子遗传算法并从理论上证明了算法的全局收剑性．提出了基于量子遗传算法与独立分量分析算法相结合的盲源分离新算法．仿真结果表明：新方法比采用常规遗传算法的盲源分离方法具有明显的高效性．     

一种利用分块统计的虹膜定位算法

虹膜识别是一种新兴的生物特征识别技术，而虹膜定位是虹膜识别的重要步骤，因而精确而快速地进行虹膜定位是有效地进行虹膜识别的重要前提。为了能够快速地进行虹膜定位，在简要介绍现有的虹膜定位算法的基础上，提出了一种新的利用分块统计的虹膜定位算法。由于虹膜边缘可以简单地用圆周描述，因此，该算法第1步先阈值化分割图像，以分别建立虹膜和瞳孔的二进制位图；第2步用游长编码的方法来寻找最大色块的质心，并计算边界点到质心距离的均值。实验结果表明，对于虹膜定位而言，该算法是实用而且有效的。     

基于主动进化的遗传算法

根据当前遗传学和生物进化论中对变异方式的研究成果．将定向变异的思想引入到标准遗传算法领域，提出了一种基于主动进化的遗传算法．这种改进的遗传算法，可以在很大程度上克服现有遗传算法执行效率低的问题．我们将这种方法应用到TSP问题中，取得满意的实验结果、     

协同商务时代集团性工业企业信息化的架构设计

协同商务时代的企业信息化具有一些新的特点,本文对此问题进行了探讨,研究了信息系统结构中变与不变的问题,并在此基础之上提出了一种具有良好灵活性与扩展性的三(多)层架构的信息系统模型.该模型可能会对解决变革时期集团性企业信息化工作中的一些问题有所帮助.     

一种基于结构匹配的指纹匹配算法

提出了一种基于结构匹配的指纹匹配算法,不仅考虑了指纹的全局特性而且利用了指纹局部结构的平移和旋转不变性。该算法可克服在采集指纹图像时由于非线性形变所引起的细节点的位置、细节点的方向及指纹图像中细节点之间距离改变产生的影响,降低了匹配算法的拒识率。试验结果表明所提出的方法确实提高了指纹匹配算法的有效性。     

一种基于递增估计GMM的连续优化算法

目前的分布估计算法(estimation of distribution algorithms)中概率模型的学习或多或少存在着对先验知识的依赖,而这些先验知识往往是不可预知的.针对这一问题,文中提出采用集成学习(ensemble learning)的思想实现EDAs中概率模型结构和参数的自动学习,并提出了一种基于递增学习策略的连续域分布估计算法,该算法采用贪心EM算法来实现高斯混合模型(GMM)的递增学习,在不需要任何先验知识的情况下,实现模型结构和参数的自动学习.通过一组函数优化实验对该算法的性能进行了考查,并与其它同类算法进行了比较.实验结果表明该方法是有效的,并且,相比其它同类EDAs,该算法用相对少的迭代,可以得到同样或者更好的结果.