基于带约束的隐表示非线性形状配准

主要通过对形状进行带约束的隐表示来研究非线性形状配准. 首先, 采用隐函数的零水平集来表示形状, 并结合从整体到局部的策略,对形状配准问题进行了建模. 其次, 为提高模型精度, 对全局尺度形变和局部非线性形变引入了尺度约束和带状约束. 进一步, 给出了一阶变分, 并应用负梯度流进行数值求解. 最后,多个数据集上与现有经典算法的对比实验表明, 给出的算法具有更优的精度.     

一种基于密度敏感的自适应谱聚类算法

针对传统的谱聚类算法不适合处理多尺度问题,引入一种新的相似性度量—密度敏感的相似性度量,该度量可以放大不同高密度区域内数据点间距离,缩短同一高密度区域内数据点间距离,最终有效描述数据的实际聚类分布.本文引入特征间隙的概念,给出一种自动确定聚类数目的方法.数值实验验证本文所提的算法的可行性和有效性.     

基于时空非局部相似性的视频超分辨率重建

针对现有的超分辨率重建方法在复杂运动模式下的鲁棒性不强,以及容易出现边缘模糊和重影的问题,提出了一种基于时空非局部相似性的视频超分辨率重建算法(STSR),实现了视频视觉分辨率质量和细节清晰度的提升.该算法构建了一种快速鲁棒性的基于Zernike矩特征的视频帧间非局部模糊配准机制,并在此基础上通过时空域非局部相似性信息融合实现超分辨率重建.文章算法的优势主要在于不依赖于精确的亚像素运动估计,具有较好的旋转不变性及噪声鲁棒性,能够适用于局部运动和角度旋转等复杂的运动模式.实验结果表明,提出的算法不论是从主观视觉效果,还是从定量客观评价指标方面,均优于现有其他算法.     

基于特征值分析的多尺度结构优化设计方法

基于特征值分析，提出了多尺度结构优化设计方法.该方法被用于分析宏观结构上作用有最不利荷载时，使宏观结构刚度最大的宏观拓扑结构和微观材料分布.引入约束条件为最不利荷载的Euclid范数等于1，根据Rayleigh-Ritz定理，可以将结构的柔顺度转换为一个与局部荷载向量维数相同的对称矩阵，这样就将作用有最不利荷载的柔顺度最小问题转换为求解对称矩阵的最大特征值最小问题，同时最不利荷载可以通过最大特征值矩阵的特征向量求得.最后通过算例验证所提多尺度结构优化设计方法的有效性，并说明宏观拓扑结构和微观材料分布的合理性.所提出的多尺度优化方法具有迭代稳定、收敛迅速等特点.该文拓扑优化中密度函数的更新是基于灵敏度分析和移动渐近线方法（method of moving asymptotes，MMA）.     

有限元多尺度小波

利用有限元插值和多尺度分析理论构造出了有限元多尺度小波.这些小波函数集许多优良性质于一身,如固定的短支集、高阶的消失矩、半正交性及正则性等.     

基于多源数据特征驱动和多尺度分析的PM2.5混合预测研究

精准把握PM_2.5污染的动态演变规律对政府和企业的大气污染防治决策至关重要.因此,文章提出了基于多源数据特征驱动及多尺度分析的混合预测建模框架,以提高PM_2.5预测精度.预测建模框架分为:1)多源数据分析,有效融合与PM_2.5污染相关的气象、污染、舆情等多源数据;2)多尺度分析,通过多元经验模态分解技术(MEMD)将多源数据分解成不同模态下的预测特征;3)混合预测分析,有序结合计量和机器学习模型,集成各模态预测值为最终结果.文章以北京市PM_2.5为研究案例结果表明:1)文章提出的混合模型的预测精度优于所有的基准模型;2)微博个数和情感能够叠加提升PM_2.5预测精度,且优于单因素预测结果;3)引入MEMD分解的模型精度显著高于基准模型.     

SIFT算法在图像拼接中的应用研究

SIFT算法在计算机视觉中具有广泛的应用,SIFT是一种稳定的图像局部特征匹配算法,该算法具有非常高的唯一性和稳健性,对于图像的亮度变化、尺度缩放、旋转变化和噪声等具有很好的鲁棒性.通过研究SIFT算法的基本原理和步骤,利用pycharm-community-2019.3.2开发工具、python3.7.9对SIFT算...     

在离散多尺度分析框架下的数据分解和回复的数值特征(英)

本文在离散多尺度分析框架了讨论了关于给定数据的分解和回复过程的数值特征．它给出了数据分解和回复算法的一般设计原则，它能有效地解释在正交小波基和双正交小波基下的数据分解回复过程．据此设计原则，文中还给出了一种新的数据分解回复方法，它可以在线性分层基背景下得到解释．     

基于多目标进化聚类的信用风险特征识别

在信用风险识别领域,聚类算法常被用于区分不同风险等级的样本并识别风险特征。然而该领域中通常面临高维数据处理问题,导致传统聚类算法存在不适应此类问题的缺陷:易陷入局部最优、受冗余特征干扰、鲁棒性不强等。采用高维信用风险数据,研究上市公司信用风险,建立信用风险特征识别的三目标优化模型,设计基于分解的多目标子空间聚类算法进行求解。通过算法的横向对比实验,展示了所提出的算法在聚类精度和鲁棒性方面的优势,并根据聚类算法的权重分配结果,归纳总结上市公司信用风险评估过程中应重点关注的指标。     

一种基于局部回归的多尺度碳市场价格预测模型研究

碳市场价格呈现非线性、非平稳的复杂特性,准确预测具有较大的挑战。基于“分而治之”的思想,提出了一种基于局部回归的多尺度碳市场价格预测模型。提出的模型利用集成经验模态分解(EEMD)对碳市场价格时间序列进行分解。启发于EEMD局部特征分解的特点,对分解后的分量采用局部回归方法进行预测,然后将分量预测结果进行集成。采用的局部回归方法包括局部线性回归(LLP)、局部多项式回归、局部岭回归、局部主成分回归、局部偏最小二乘回归和局部套索回归。实验结果表明基于局部回归的多尺度预测模型具有优异的预测性能。在提出的模型中,EEMD-LLP结构简单且性能更为突出,进一步对EEMD-LLP参数的适应性进行探讨。与新近提出模型的对比结果表明了EEMD-LLP在碳市场价格预测中的有效性。     

基于交叉相关系数的风矢度量模型

利用卫星云图中的灰度数据,建立了基于灰度值相关系数的风矢场动态匹配度量模型,并用差商法、三次样条插值法和整体局部匹配算法对模型进行优化.与传统的固定窗口风矢度量模型相比,具有较高的度量精度和匹配速度.对非单调的气压层与温度函数进行了分段拟合求解,根据气压层温度曲线特性和气压不能突变原理,建立了气压层全局匹配模型.     

基于分形理论的股票时序数据离群模式挖掘研究

针对股票时间序列的特点，从离群点对股票时序数据有序性的影响角度出发，在界定分形离群点含义的基础上，利用分形理论将离群模式挖掘理解为一个优化分割问题。采用推广G—P（Grassberger-Procaccia）算法计算股票时间序列数据集的多重分形广义维数，并利用贪婪算法的思想设计了FT-Greedy算法来求解基于分形理论的时间序列离群模式挖掘优化问题的解集。实验证明，该方法能有效地解决股票时间序列离群模式挖掘问题。     

利用B样条曲线设计指纹图像滤波模板和快速指纹特征匹配算法

在指纹图像识别过程中,指纹图像的滤波去噪音二值化和指纹特征的匹配是最关键的两个部分.本文针对这两部分的算法设计进行分析和改进,介绍利用B样条造型来设计指纹滤波模板的方法和基于基准点附近的拓扑结构进行快速特征匹配的算法.并且利用改进后的指纹特征匹配算法,在样本指纹库中进行实验,结果表明该算法大大提高了指纹特征匹配的效率和准确性.     

基于带约束隐表示的非线性形状配准

主要通过对形状进行带约束的隐表示来研究非线性形状配准.首先,采用隐函数的零水平集来表示形状,并结合从整体到局部的策略,对形状配准问题进行了建模.其次,为提高模型精度,对全局尺度形变和局部非线性形变引入了尺度约束和带状约束.进一步,给出了一阶变分,并应用负梯度流进行数值求解.最后,多个数据集上与现有经典算法的对比实验表明,给出的算法具有更优的精度.     

多尺度优势模糊目标决策系统的粗糙集、最优尺度选择及约简

多尺度决策系统的知识获取是当今的研究热点之一。然而,在处理实际数据时,多尺度决策系统中的条件属性值之间可能存在优劣关系,决策属性取值可能为模糊数。针对这一类多尺度决策系统的知识获取问题,本文构建了多尺度优势模糊目标粗糙集模型,给出了该模型的最优尺度选择算法,并讨论了获取所有最优尺度约简的分辨矩阵法和获取一个最优尺度约简的简便算法。最后将本文提出的多尺度优势模糊粗糙集模型、最优尺度选择和规则获取算法应用于计算机审计风险评估,得到较为合理的评估规则。     

基于特征曲线和曲面匹配的弹痕自动比对方案

提出了消除测量误差的两套方案:基于特征曲线提取的方案和基于曲面匹配的方案.建立了中心重合法、近似法矢重合法与多点预定位法相结合的曲面匹配模型;讨论并给出了用于弹痕比对的六个差异度衡量指标;建立了弹痕及弹头相似度模型;给出了方案的有效性评价体系;最后,对一组实际的弹痕数据,进行有效性验证,取得了较高的正确率.     

基于企业网络舆情的客户满意度分析及管理方法

社交网络平台的迅速发展,促使网络舆情成为企业获取商业情报、扩大竞争优势的重要信息来源。本文针对网络舆情环境下的企业客户关系管理问题展开研究。通过构建企业客户推动式信息反馈模型,描述了企业客户、网络用户与企业网络舆情间的联系,并依据信息反馈模型,提出变尺度聚类算法。该算法将传统聚类方法的求解过程由单一尺度分析扩展到多尺度分析,克服了实际数据聚类应用过程中的聚类结果特征不显著问题。本文选取新浪微博作为数据源,利用企业网络舆情数据集和企业客户数据集进行数据分析实验。实验结果表明,企业可以通过获取与其主营业务相关的网络舆情信息,实现客户满意度预测;同时,变尺度聚类算法结果能够为企业进一步制定销售战略和销售战术提供决策支持。     

a尺度正交多尺度函数和正交多小波

基于a 尺度正交单尺度函数，分别给出重数为2和3的a 尺度正交多尺度函数的构造算法。并给出对应正交多小波的显式构造。最后给出伸缩因子为3的正交多小波的构造算例。     

交错排列结构的多尺度渐近分析

针对一类交错排列结构上的具有快速振荡系数的椭圆问题进行了多尺度渐近分析.证明了多尺度渐近展开方法的相关基础定理和多尺度解的误差估计.数值算例验证了所提出的多尺度有限元算法的有效性.进一步地,讨论了不同交错排列方式对材料等效性能的影响.     

基于矩阵的可变粒度变精度邻域粗糙集近似集更新方法

邻域粗糙集可以同时处理名义与数值属性,多粒度粗糙集提供多个粒度视角下的目标概念近似,变精度粗糙集使得近似集计算不再局限于完全包含。本文首先提出了一种同时具有以上三种粗糙集模型长处并且粒度可变的变精度多粒度邻域粗糙集模型,并设计基于矩阵的近似集计算与更新方法：首先提出静态计算近似集的矩阵算法,继而考虑在邻域粒变小时,基于静态计算算法对近似集进行更新,提出一种邻域粒变小时近似集更新的矩阵算法,最后通过UCI公开数据集实验验证了计算与更新算法的有效性。