模糊ISODATA聚类结合直方图熵值算法的异常行为检测

针对传统智能视频监控系统不能及时准确地发现危险或者发现危险不能及时报警的问题,提出一种基于模糊迭代自组织数据分析聚类结合直方图熵值算法的异常行为智能检测方法。该方法通过模糊迭代自组织数据分析聚类方法获取视频关键帧,根据分类结果采用直方图熵值法对异常行为进行判断。实验结果表明,所提算法可以对具有复杂背景的监控区域有效地实现人体的检测,并且能准确地识别出人体异常的动态行为,有效地减少了住宅小区和养老院的安全隐患。     

基于线性迭代的DFT调制滤波器组的设计算法

该文研究了单原型的DFT调制滤波器组的设计方法。在该方法中,滤波器组的设计问题被归结为一个无约束的优化问题,其目标函数为滤波器组的传递失真、混叠失真和原型滤波器的阻带能量的加权和。结合线性化方法,原型滤波器通过迭代求解。在单步迭代中,原型滤波器的系数通过解析式求解得到。仿真表明,与传统的设计算法相比,本文方法设计所得的DFT调制滤波器组重构误差减小了约40dB,阻带衰减提高了约2dB。并且新算法的计算复杂度明显低于传统算法。     

一种动态电源管理预测算法的设计及仿真

针对基于马尔可夫模型的预测式动态电源管理算法（DPMPA）对大型样本数据预测精度低的问题,提出了一种具备自反馈功能的内嵌式马尔可夫模型（RMM）的DPMPA。该算法基于分层迭代思想,对满足马尔可夫性质的大型数据进行聚类,再使用马尔可夫算法对构建出的迭代数据模型：上层抽象数据模型和底层实例数据模型进行训练。引入反馈函数φ（i）,控制转换概率矩阵更新频率,保证预测精度范围。依此,编制了自反馈内嵌式马尔可夫模型DPMPA的Matlab程序。应用该程序对无线热点访问次数进行仿真预测,得出不同训练样本数对后期样本的预测精度的影响,对比马尔可夫算法和自适应学习树（ALT）算法预测结果表明,基于该自反馈RMM预测式动态电源管理算法对于大型样本数据预测精度比前者高5%,后者高10%。预测精确度的提高,将更有利于马尔可夫算法的DPM系统功耗控制。     

一种低仰角对流层折射修正的新方法

大气折射效应引起电波传播延迟和路径弯曲,测量数据对流层折射修正的精度直接影响到飞行目标轨(弹)道确定的精度。考虑到对流层折射修正的精度和效率以及5°以下低仰角数据传统修正方法具有较大的误差,通常不对测量数据进行实时对流层折射修正,这使得实时定位的精度受到较大影响。文中提出了一种基于光电传播几何路径迭代的对流层折射修正新方法,解决了修正精度和实时性不能兼顾的问题。经大量无人机校飞和载人航天工程外场实测数据验证,该算法能够实时有效地消除低仰角对流层折射偏差,对高仰角测量数据的对流层折射修正亦具有较高的精度。     

基于联合矩阵对角化的双基地MIMO雷达DOD-DOA估计

针对双基地MIMO雷达收发角(DOD-DOA)估计问题,该文提出一种基于联合矩阵对角化的快速多目标收发角估计算法。该算法首先根据匹配滤波输出的数据结构,利用奇异值分解和秩1矩阵判断定理将收发角度估计问题转化为联合矩阵对角化问题,然后采用单次-扫描迭代算法对其求解,得到收发阵列流型矩阵,最后通过谱分析方法估计收发角。该算法充分利用匹配滤波输出的所有信息,无需2维谱峰搜索,每次迭代均可得到精确的闭式解,且收发角自动配对。与现有算法相比,该算法不仅提高了角度估计精度,而且有效降低了运算量。仿真结果证明了所提算法的有效性。     

语音重构的DCT域加速Landweber迭代硬阈值算法

重构信号的最基本理论依据是该信号在某个变换域是稀疏的或近似稀疏的。基于语音信号在DCT域的近似稀疏性,可以采用压缩感知(Compressed Sensing, CS)理论对其进行重构。压缩感知理论中的迭代硬阈值(Iterative hard thresholding, IHT)算法以其较好的性能被广泛用来重构信号,但其收敛速度比较慢,如何提高收敛速度,一直是迭代硬阈值算法研究的重点之一。针对压缩感知理论中的IHT算法收敛速度相当慢的问题,提出了语音重构的DCT域加速Landweber迭代硬阈值(Accelerated Landweber iterative hard thresholding, ALIHT)算法。该算法对原始语音信号做DCT变换,然后在DCT域将每一步Landweber迭代分解为矩阵计算和求解两步,通过修改其中的矩阵计算部分实现Landweber迭代加速,最后通过迭代硬阈值对信号做阈值处理。实验结果表明,加速Landweber迭代硬阈值算法加快了收敛速度、减少了计算量。      

基于本体的决策问题语义理解及精炼方法

理解复杂决策问题的关键在于使决策问题所包含的领域、目标、状态、结构等信息被系统所“读懂”.本文利用本体表达语义,实现了问题语义关系表示和语义计算.在保持理解结果不变的原则上,本文提出利用语义迭代方法将计算机无法理解的问题语义转化为可完全理解的语义.本文给出了语义精炼方法并形成最优闭合问题空间,在结构复杂度和内容复杂度两方面具有最低复杂度.实验分析表明,本文提出的复杂决策问题语义理解方法是有效的.     

一种白噪背景下的正弦信号迭代去噪谱估计法

本文给出线性预测谱估计一种迭代方法。该法是根据正弦信号与白噪声功率谱特征而去除噪声的。计算机模拟表明此方法具有较高的分辨率与较低的计算量。     

一种新的图像超像素分割方法

针对现有超像素分割方法无法自动确定合适的超像素数目,以及难以有效贴合图像目标边界等问题,该文提出一种新的利用局部信息进行多层级简单线性迭代聚类的图像超像素分割方法。首先,运用基于局部信息的简单线性迭代聚类(LI-SLIC)对原始图像进行超像素初分割,然后,根据超像素的色彩标准差对其进行自适应多层级迭代分割,直至每个超像素块的色彩标准差小于预设阈值,最后,利用相邻超像素间的色彩差异对过分割的超像素进行合并。为验证方法的有效性,该文采用Berkeley, Pascal VOC和3Dircadb公共数据库作为实验数据集,并与其他多种超像素分割方法进行了比较。实验结果表明,该文提出的超像素分割方法能更精确贴合图像目标边界,有效抑制图像过分割和欠分割。

     

压电超声辅助研磨抛光技术研究进展

研磨抛光是机械加工领域中精密光整加工的重要手段。在传统研磨抛光中,特别是对硬脆性材料进行研磨抛光时,存在高硬度、低断裂韧性和化学性质稳定等特点,对其进行研磨抛光时很难获得理想的加工效率和优越的表面质量等问题。压电超声辅助研磨抛光属于振动研磨技术的一种,它将超声振动磨削技术应用于研磨加工,其高频振动能有效减小研磨力,提高加工效率,可充分发挥硬研磨工艺特点。该文结合压电超声辅助研磨抛光特性和研究方法现状,对国内外超声辅助研磨抛光硬脆材料的发展动态进行了综述与展望。