X-射线荧光光谱分析中偏最小二乘回归技术与基本参数法的研究

将偏最小二乘回归技术(PLS)与X-射线荧光分析中的基本参数法(FP)相结合,编制PLSFP软件,运用熔样技术,可以定量测定地质岩石样品中的十三个主,次量元素,并使准确度提高,模型预测能力增强。模型选择和最佳维数的确定方法是成功的关键。PLSFP软件采用结构化编程,由标准FORTRAN 77语言写成,可在UNIX,XENIX和DOS操作系统下运行。     

基于视角信息嵌入的行人重识别

提出一种基于视角信息嵌入的行人重识别模型。结合行人图像视角朝向特点,对PSE (pose-sensitive embedding)网络结构进行了优化。首先将PSE特征向量融合部分由特征的融合改成更符合不同视角特征空间性质的三个视角单元特征向量的拼接;其次视角单元从骨架网络更浅层的blocks-3进行分离,增加三个视角单元特征空间的差异性;最后利用改进的深度可分离卷积,设计了一个深度可分离模块,对视角单元进一步进行提取特征,防止模型参数过大的同时提高网络非线性能力,从而提高网络的泛化能力。利用Market1501、Duke-MTMC-reID和MARS数据集对所提的算法进行有效性验证实验,结果表明所提的改进方法取得了更好的识别效果。     

回归系数的岭型主相关估计及其优良性

本文研究了线性模型中的一种有偏估计,利用均方误差和残差平方和,得到了岭型主相关估计的一些性质,是对[1]中相关结果的推广.     

基于先验知识的单幅图像雨雾去除方法

单幅图像雨雾去除是计算机视觉研究的热点之一，现有的去雨方法往往需根据雨的特性恢复图像，忽视了场景中的雾以及场景深处雨累积的影响。提出了一种新型单幅图像去雨雾方法，设计了一种基于先验知识的三阶段单幅图像去雨雾框架。首先，将深度图作为图像透射率的引导，利用暗通道先验知识对输入图像的低频部分去雾，然后，采用残差网络学习高频雨痕特征，最后，引入条件生成对抗网络（conditional generative adversarial network，cGAN），对图像局部细节进行精细化修复，cGAN对图像的空间信息和纹理细节更为敏感，能有效恢复去雨雾过程中丢失或未能填补的细节。分别用高质量的合成雨雾数据集和真实数据集进行实验测试，结果表明，本文方法在峰值信噪比和结构相似度上均较基准方法优，能将雾浓度各异和雨分布变化情况下的图像恢复至细节丰富的干净场景图。     

基于双边信息的分布式视频压缩感知模型研究

针对传统视频编码技术计算量大和复杂度高的缺点,提出一种基于双边信息的分布式视频压缩感知算法。该算法将压缩感知技术与分布式视频编码技术相结合,把视频序列分为Key帧和CS帧,Key帧运用传统的帧内编码和解码,CS帧编码端运用压缩感知编码,解码端运用视频块内与视频块间的双边信息和梯度投影算法进行优化重构。通过双边信息的运动估计和压缩编码器的设计,实现基于双边信息的分布式视频压缩感知模型的构建。仿真结果表明该模型既可以实现高效编码,又可以实现复杂度由编码端向解码端转移,在较低的采样率下,提高视频的压缩能力和传输速度。     

基于空时联合稀疏重构的红外小弱运动目标检测方法

提出了一种基于空时联合稀疏重构的红外小弱运动目标检测算法。通过学习序列图像内容而构建的空时联合字典能同时刻画目标或背景的形态特征和运动信息;利用多元高斯运动模式从空时联合字典中提取出目标空时字典和背景空时字典,目标空时过完备字典描述移动的目标,背景空时过完备字典表征背景噪声。将连续多帧图像在空时联合字典上进行稀疏分解,然后分别利用目标空时字典和背景空时字典中的最大稀疏系数及其空时原子重构信号,获取重构残余能量差异来区分目标和背景。试验结果表明,由同源的空时字典重构的残余能量小,而由异构的空时字典恢复的残余能量大,该方法不仅能提高序列信号表示的稀疏度,还能有效提高小运动目标的探测能力。     

泛最小二乘法的改进及其容许性

考虑线性回归模型,当设计阵呈病态或秩亏时,我们用泛最小二乘法给出参数的估计,并证明其容许性;然后针对泛最小二乘估计对最小二乘估计过度压缩的缺点加以改进,使之更合理,有效.     

残差X—图对平稳可逆ARMA过程数据的检验能力

本文将SPC（Statistical Process Control）技术应用于自相关数据,使用的基本方法是对数据做残差处理,本文给出了对于平稳可逆的ARMA过程数据,在检验过程均值变化方面,残差X－图优于X－图的条件。     

基于MATLAB的二元线性回归在小孔流速实验中的应用

利用MATLAB软件对相关物理量进行二元线性回归拟合,求出了拟合曲线的待定参数和置信区间,拟合曲线与实验测试数据点符合较好。总结出小孔流速的经验公式,并对减少实验误差的途径进行了讨论。