SSVM: A Smooth Support Vector Machine for Classification

Smoothing methods, extensively used for solving important mathematical programming problems and applications, are applied here to generate and solve an unconstrained smooth reformulation of the support vector machine for pattern classification using a completely arbitrary kernel. We term such reformulation a smooth support vector machine (SSVM). A fast Newton–Armijo algorithm for solving the SSVM converges globally and quadratically. Numerical results and comparisons are given to demonstrate the effectiveness and speed of the algorithm. On six publicly available datasets, tenfold cross validation correctness of SSVM was the highest compared with four other methods as well as the fastest. On larger problems, SSVM was comparable or faster than SVM ^light (T. Joachims, in Advances in Kernel Methods—Support Vector Learning, MIT Press: Cambridge, MA, 1999), SOR (O.L. Mangasarian and David R. Musicant, IEEE Transactions on Neural Networks, vol. 10, pp. 1032–1037, 1999) and SMO (J. Platt, in Advances in Kernel Methods—Support Vector Learning, MIT Press: Cambridge, MA, 1999). SSVM can also generate a highly nonlinear separating surface such as a checkerboard.     

一种拟人视觉自适应调节原理的数字补光方法

针对图像信息检测中由于被测物表面不平,反光等原因而导致暗区信息丢失的问题,提出一种拟人类视觉自适应调节原理的数字补光方法,该方法通过软件手段可以有效地对被测物的暗区信息进行强调提取。     

基于同态滤波与Lee滤波器级联算法的散斑噪声压缩

提出一种用于压缩散斑噪声的同态滤波Lee滤波器级联算法,它首先对信号进行同态变换,然后用Lee滤波器作去噪声处理,最后再作同志逆变换,仿真结果表明它即保持了图像的边缘又有效地抑制了散斑噪声。     

MATLAB实现数字图像增强处理

讨论了数字图像增强技术中涉及到的直方图均匀化、对比度增强、平滑滤波、锐化等内容及用MATLAB的实现,同时还分别给出标准的数字图像在各种处理前与处理后的对照图像。     

准分子激光前端光束形态控制技术研究

在高功率准分子激光系统中,前端光束形态直接决定着系统输出的光束形态,并直接与靶物理需求密切相关。主要介绍了窄脉冲准分子激光前端光束形态控制的实验研究进展,基于散射法获得了满足系统要求的部分相干源, 直接利用三束激光脉冲堆积获得了平顶整形脉冲,并结合放大实验结果对上述实现方法进行了评价分析。     

干涉条纹图的处理方法研究

提出了干涉条纹图处理的新方法。基于干涉条纹图的特征的分析 ,提出了一种适用于各种不同形状的干涉条纹图的平滑和细化方法 ,该算法不仅适用于不同干涉系统的条纹分析 ,而且细化后的单像素条纹光滑、分叉少、不断裂 ,为后续数据处理奠定了基础。     

基于多种知识的盲文翻译的研究

盲文到汉字的转换研究 ,分为盲文到拼音和拼音到汉字的转换研究。论文通过引入音码表 ,很好地解决了盲文到拼音转换中的歧义问题。对于拼音到汉字的转换 ,采用Markov模型 ,使用平滑算法解决此模型中的数据稀疏问题 ,并且对通常使用的字级别二元模型的平滑算法进行了改进以适应词级别二元模型。为每一个拼音句子建立一个拼音到汉字转换多部图 ,并在此转换多部图中使用 Viterbi算法搜索一条具有最大似然度的汉语句子 ,或使用 N - Best算法搜索具有头 N大似然度的 N个汉语句子。同时研究了从 1选到 N选的转换判据 ,以进行自动的 N - Best转换。实验表明 ,盲文到汉字转换系统的转换正确率为 94.38% ,若剔除专有名词 ,转换正确率还可上升 2个百分点。对 N - Best搜索算法的测试表明 5选正确率比 1选正确率提高了 3个百分点     

基于同源建模的蛋白质结构预测方法的研究

针对profile—profile方法中profile中出现的数据稀疏问题所采用的数据平滑技术以及对于生成排列过程中对于新的计分体系所采用的动态规划算法,并且在HOMSTRAD数据库上进行的排列精度实验,结果证明采用profile—profile方法并结合数据平滑和动态规划技术可以有效地提高查询序列和目标序列的排列精度．     

非线性不等式组的非内部连续化方法

针对非线性不等式问题,利用投影函数和引入的光滑函数,提出了一个非内部连续化算法.算法对初始点的选取没有任何要求,并且每次迭代最多只求解一个线性方程组.在一定的假设下,算法是全局收敛和局部二次收敛的.数值实验表明了算法的有效性.     

结合Top-hat变换改善同态滤波的方法

同态滤波是处理照度不均匀引起图像质量下降的有效方法,可以平滑背景,提升对比度,增强图像细节.在实际使用中,每个图像成像的物理条件都不尽相同,同态滤波最佳参数的选择,需要经过大量实验确定,否则效果不佳.Top-hat变换有助于平滑背景,增强图像阴影部分的细节.提出了结合Top-hat变换改善同态滤波的方法,以减少因滤波参数选取所带来的开销.使用Matlab软件进行仿真,通过图像三维可视化效果、均值、标准差、信息熵、图像对比度客观评价处理后的图像.实验表明,此方法不仅降低了同态滤波对参数的依赖同时也增强了滤波效果.