基于多特征和改进稀疏表示的高光谱图像分类

为了实现对高光谱图像的分类,提出了一种基于多特征和改进稀疏表示的方法——MFISR。从高光谱图像中提取光谱特征、Gabor特征和局部二值模式(LBP)特征,求解稀疏系数,同时增加一个2范式约束,利用所得系数得到每个测试像素的最终类别标签。实验结果表明:所提MFISR方法对小样本的检测效果显著,分类性能稳定且较优。     

一道数学竞赛试题的多种解法

对第九届中国大学生数学竞赛预赛(数学类)的一道试题又给出了两种解法,有助于拓宽解题思路.     

Taylor公式课堂教学的设计与探索

在多年教学经验的基础上,探讨泰勒公式的教学设计,结合动图演示,采取启发式教学,着力引导学生理解泰勒公式的引入和推导,渗透化繁为简的核心思想,帮助学生掌握好这一重要工具.     

一种基于Gauss von Mises分布模型的非线性量测更新方法

基于状态空间模型的许多传统滤波算法都基于Rn空间中的高斯分布模型,但当状态向量中包含角变量或方向变量时,难以达到理想的效果。针对J.T.Horwood等提出的nS?R流形上的Gauss Von Mises(GVM)多变量概率密度分布,扩展了狄拉克混合逼近方法,给出了联合分布的GVM逼近方法,推导了后验分布的GVM参数计算公式,设计了量测更新状态估计算法。将J.T.Horwood等的时间更新算法与所提出的量测更新算法相结合,可实现基于GVM分布的递推贝叶斯滤波器(GVMF)。仿真结果表明,当状态向量符合GVM概率分布模型时,GVMF对角变量的估计明显优于传统的扩展卡尔曼滤波器。     

与 Cauchy 微分中值定理相关的几个问题

根据Cauchy微分中值定理表达式的结构引入辅助函数 F（x ，c）＝ f （x）- f （c）g（x）- g（c）（a＜ c＜ b），通过讨论其可导性，得到相关的几个不等式，由此得出Cauchy微分中值定理存在唯一“中值点”的一个条件，并给出其逆定理的一个较弱表述。     

地球静止轨道远程交会过程导航性能评估

远程交会是静止轨道共位卫星自主定点置入的关键途径。针对远程交会过程中大距离跨度下相对运动模型的误差信号特性,理论推导了误差的传递机理,给出了相对导航EKF算法期望及噪声特性的定量分析模型。研究表明,确定距离区间存在最优过程噪声量级及其对应的最优滤波性能,且滤波误差与交会距离正相关,可作为全局最优滤波器的定量设计依据,解决了静止轨道远程交会过程EKF导航算法性能的量化评估问题。仿真表明,分析结论正确,相对速度滤波误差全程优于0.005 m/s(1σ),满足交会任务需求。     

积分型中值定理的推广及统一表示

通过减弱连续的条件,推广了一类积分型中值定理,在适当的条件下,用一个式子将Lagrange中值定理、Cauchy微分中值定理、积分型Cauchy中值定理、积分中值定理、积分第一中值定理、Lagrange型积分中值定理、Cauchy型积分中值定理及推广的积分第一中值定理这8个中值定理统一起来.     

广义Cauchy中值定理“中间点”的渐进性北大核心

通过对广义Cauchy中值定理的讨论,得到了广义Cauchy中值定理"中间点"渐进性的一个表达式,并对已有的渐进性结果进行了推广.     

基于变分贝叶斯优化的近邻采样 PF-SLAM 算法

针对移动机器人同时定位与地图构建（SLAM）中观测噪声随时间变化及粒子滤波(PF)中粒子多样性易丧失问题,提出基于变分贝叶斯优化的近邻采样PF-SLAM算法。采用高斯混合模型对时变的观测噪声建模,使用变分贝叶斯方法,迭代估算出混合模型中的未知参数;同时根据粒子权重将粒子划分为保留粒子和调整粒子,通过两种粒子间的近邻位置分布关系优化调整粒子位置,在处理时变观测噪声同时,解决粒子多样性丧失问题,使得优化的粒子集更好地表示机器人位置概率分布。实验表明,改进算法与传统PF-SLAM算法相比,定位与建图误差降低76%,较期望最大化算法下的定位与建图误差降低了54%,进一步验证了所提算法的可行性与有效性,为移动机器人同时定位与建图提供一定参考。