MO序列分析与ME序列分析

本文从复合顺序滤波出发,建立一类非线性随机数学模型——顺序模型,导出MO序列与ME序列。这不仅在理论上为时间序列提供了新方法,而且为应用开辟了极为广阔的前景。本文致力于考察MO序列与ME序列的统计特性。通过一系列的递归方程,证明其分布定理并确定其数值算法。分析MO序列的相关性质,研究ME序列的三类极限分布,给出高维ME序列的分布定理。同时还简介这些序列及其相应的滤波模型在图片处理等方面的应用。     

离散正频型变换及其在变换域滤波器组合中的应用

该文建立一种新的信号分析与综合系统,变换域滤波器组合系统。首先讨论一族既满足匹配滤波器组合完全重构方程之要求又限于实数运算有连续输出波形便于进行频带分解的离散可逆变换（正交的或非正交的）,即离散正频型变换,建立基于离散正频变换域滤波器组合,考察基于离散正频型变换的离散理想低通滤波器与离散思想高通滤波器;并构造其迭代匹配理想滤波器组合系统（ＩＭＩＦＢ）,其结构简单,应用方便,可实现理想频带分割。最后     

复合极值的统计特性及其应用

本文引进复合极值统计量,运用一系列的递推引理,导出复合极值分布与复合极差分布,并确定其数值算法;考察复合极值的渐近分布,讨论复合极值滤波输出的统计特性(包括二维图片滤波)。最后简介复合极差控制图在质量管理中的应用。     

基于模糊控制与分形维数的语音信号滤波

本文通过模糊控制算法以及分维理论在非线性数据中的应用,对语音处理系统参数进行动态地自适应修正,并用仿真方式验证滤波效果:建立语音信号处理系统的智能接口(非线性).     

基于模糊控制与分形维数的语音信号滤波

本文通过模糊控制算法以及分维理论在非线性数据中的应用,对语音处理系统参数进行动态地自适应修正,并用仿真方式验证滤波效果:建立语音信号处理系统的智能接口(非线性).     

广义熵与样本熵差渐近计算

本文引进(k,s)阶广义熵,q阶Shannon熵及q阶Renyi熵。考察其极值性,单调性等基本特性,论述其作为随机模式在主观先验知识条件下不肯定性度量之特征。通过与数据方差的比较,阐明数据熵差作为数据差异性度量的一系列性质。最后利用对数Г函数给出样本熵差的渐近计算。     

多重窗口的自适应中值滤波

本文依据中值滤波的基本原理和Sakrison的非均匀图象模型提出一种改进型自适应中值滤波算法——MWMF.实验结果表明,MWMF算法对图象细节具有良好的保护作用.     

函数的百分位值与序化及其应用

本文将顺序统计量的思想引入函数的分析,提出函数的百分位值及序化函数的新概念,考察函数百分位的代数几何属性,证明序化函数的若干重要结论,介绍函数的百分位形态变换及其形态函数、形态特征参量等形态分析的新方法;并阐述它们在随机过程与图象分析中的应用。     

模糊形态运算及其性质与应用

本文试图从模糊集合理论的观点出发,综合以往关于形态分析的研究成果,把数学形态学与顺序统计学有机结合起来,建立所谓模糊形态学。首先阐述模糊集合 p 分位形态运算的基本概念,然后证明这种形态运算的一系列代数、几何与统计特性,最后简述它对图象分析与模式识别的应用,即 p 分位形态分析。     

物体的ρ分位形态分析

作为文献[1,2,3]的继续与发展,本文考察物体的p分位形态分析方法:构造形态函数、提取形态参量(整体参量与方向参量)。这对于图象分析,计算机视觉都有重要的理论意义和实用价值。