罗尔中值定理的一些新证法(英文)

给出了罗尔微分中值定理的三种新的证明方法,其中第二种很简便的方法仅依赖于大家熟知的Heine-Borel有限覆盖定理.由此可见罗尔微分中值定理可以是实数的完备性的直接推论.     

复函数Cauchy微分中值定理的推广

以分割区域D为基础将解析函数与共轭解析函数的微分中值定理推广到高阶形式.     

正多边形的最优分割问题

记平面边长为1的正m边形为S_m,将S_m剖分成n块:S_(m1),S_(m2),…,S_(mn),这样的剖分称S_m的n剖分,并以T(m,n)表示.以d_(mi)表示区域S_(mi)(i=1,2,…,n)的直径(即区域S_(mi)任意两点之间距离的最大者).记D(m,n)=max{d_(m1),d_(m2),…,d_(mn)}及Ψ(m,n)=■{D(m,n)}.本文将估计Ψ(m,n)的上下界.证明Ψ(6,3)=3/2,Ψ(6,4)=3-3~(1/2),Ψ(6.6)=1,Ψ(6,7)=3/2,估计Ψ(6,n)的渐进性.提出几个猜想.     

基于模拟退火算法的递归自动阈值分割方法

针对目标图像灰度对比度差的现象,以及对目标对象检测实时性的要求,并考虑到传统的Otsu分割方法在分割图像质量较差以及目标区域小时准确性差的缺点,提出了一种基于模拟退火算法的递归Otsu分割方法。在图像直方图呈双峰的情况下能够准确地找到分割阈值。在成像模糊、光照度较差的情况下此方法仍然可以获得较高的准确度。该方法在保证了检测质量的同时并没有导致运算时间的大幅度提升,有效地保证了处理的实时性。实际应用表明该方法切实可行。     

利用区域信息的航拍图像分割

提出一种利用区域信息的航拍图像分割模型。针对GAC模型和Chan-Vese模型存在的不足,提出一种符号压力函数,该符号压力函数可以有效地增大模型的作用范围。与Chan-Vese模型相比,新模型不受初始条件的限制,进一步增大了模型的作用范围。新模型利用了图像的区域信息,可以同时将目标的内外边界分割出来。在新模型中,水平集函数不必初始化为符号距离函数,节省了计算开销。与传统的基于水平集方法的模型相比,新模型不含曲率项,实现简单。实验结果表明,与GAC模型和Chan-Vese模型相比,新模型的分割精度高于3%,分割速度快6倍以上。     

语音清晰度和平均混响时间在车内声学中的应用

乘用车的车内声学性能直接影响人的主观感受,但仅靠主观评价来判定是不够的;必须通过引入有力的客观参量来刻画车内听觉的舒适度效果。而如何来设计车内噪声试验方案来诊断和改善声学水平则成了一个重要的环节。在乘用车车内噪声品质的开发过程中,综合应用语音清晰度和平均混响时间两个指标对车内吸声性能进行了对比分析。通过对实车主观评价和客观测试,讨论了语音清晰度、车内平均混响时间、吸声系数和声压衰减斜率的概念及相互关系,从而确定了高速道路行驶工况下的语音清晰度主要取决于车内吸声材料的性能。提出了将车内相关部位进行材料吸声改进作为改善语音清晰度的主要措施之一。     

车载便携式智能桩考训练装置的设计与实现

针对目前部队大型车辆及地方B照以上大中型车辆桩考无人值守训练的实际需求,设计了一种基于接近式开关采集违规信号、单片机控制及语音告警组成的车载便携式智能桩考训练装置;阐述了系统硬件与软件的设计实现;给出了违规信号获取与编码、违规位置自动识别和语音告警等关键技术的具体解决方法;并对系统核心电路控制单元进行验证,输入编码20 H时,软件自动识别后输出6个告警控制脉冲,并判决为右侧违规,与编码设计完全拟合;由此表明该装置设计合理,满足部队训练需求,为部队执行多样化任务提供有力保障。     

基于双传声器的蓝牙耳机降噪算法

用于免提通信设备的语音增强算法一直是研究的热点问题,而算法处理结果的音质问题近年来也备受关注。针对基于双传声器降噪的蓝牙耳机系统,将常用多通道传声器降噪算法归纳为基于相干函数法和基于空间预分离法这两大类进行分析和比较。基于相干函数法利用两个通道间信号的相干函数对含噪信号滤波达到降噪目的,而基于空间预分离法利用空间特性从含噪信号中分离出噪声参考信号来消除噪声。分析基于降噪量、语音音质和综合性能三个指标,从约束语音损伤的角度分析最优解的形式,并对比两类算法的实际性能。结果表明选择合适的算法可权衡降噪量与语音损伤,达到较好的综合性能。     

基于组合优化神经网络的航空发动机叶片损伤图像分割

采用PNN网络和RBF网络相融合的方法对航空发动机叶片损伤图像进行分割,选取损伤图像80个像素点的RGB值和HSV值分别作为PNN网络和RBF网络的输入样本;针对PNN网络和RBF网络的不足,采用GA算法优化PNN网络和RBF网络的输入参数;考虑到叶片损伤图像采集过程中不确定因素对分割结果的影响,采用D-S证据理论将两种网络分割结果进行融合,进而得到最终的叶片损伤图像分割结果;在30组测试样本中正确识别组数为29,识别率高达96.67%,实践表明,该方法有效地克服了凭借单一识别网络和单一信息源进行叶片损伤图像分割的不足,实现了对叶片损伤图像的高效分割。     

一种基于协方差描述子的场景分类算法

图像场景分类一直是计算机视觉领域的一个热点问题。提出了协方差描述子场景分类算法,它聚合了像素位置、颜色特征、方向特征和局部纹理特征等互补特征形成协方差描述子。为了避免计算黎曼空间内的协方差距离测度,把协方差描述子转换成欧式空间内的Sigma点特征,可以实现线性的场景描述和支持向量机训练。在SUN Database标准数据集上进行了算法分类测试,并与经典的场景分类算法进行了性能比较;通过构造包含噪声的场景数据集,验证了新算法和经典算法的鲁棒性。实验结果表明该算法在计算效率和分类性能方面具有很强优势,同时具有较好的噪声鲁棒性。