改进的傅里叶变换在红外图像降噪中应用研究

图像降噪处理一直是图像处理领域的重点问题.红外图像容易受噪声的干扰,针对传统的傅里叶变换图像去噪技术由于傅里叶参数选择困难,造成红外图像中噪声无法彻底去除等问题,提出了一种改进的快速连续的傅里叶变换红外图像降噪算法.仿真实验表明,提出的方法能够有效地去除噪声,提高了算法的执行效率.     

对文《R-循环分块矩阵求逆的快速傅里叶算法》的注记

指出了文《R-循环分块矩阵求逆的快速傅里叶算法》中的一个错误,并证明了n阶r-循环矩阵的m次方根矩阵中仍为r-循环矩阵的矩阵个数为m^n,进一步给出了求n阶r-循环矩阵的m次方根矩阵中仍为r-循环矩阵的矩阵的快速算法,若用FFT计算一个m次方根矩阵,其时间复杂性为O（nlog2n）;计算全部平方根矩阵的时间复杂性为O（nm^n）。同时,本文还给出了求r-循环矩阵主平方根矩阵的算法。     

一种改进的基因识别快速算法

基因是生物遗传中的信息携带者,其中外显子带有基因中的遗传信息,是基因识别领域中重点研究对象。目前的研究方法是根据外显子的频谱-3周期性的特征,对它进行离散傅里叶变换(DFT),在其P(N/3)点处判别其峰值,来识别其是否为外显子。针对其方法计算量很大,运行时间长的缺点,将稀疏矩阵与原始的离散方法傅里叶变换相融合,改进其算法的难度和计算量,使其计算时间大大缩减。通过实验验证,证明改进后算法的可行性和高效性。     

用FFT测量音频信号失真度的误差研究

应用快速傅里叶变换（ＦＦＴ）算法对频谱进行分析,从而实现在计算机中对音频信号失真度的直接测量．本文还着重分析了失真度误差的来源,并在大量实验的基础上,提出了相应的解决办法——运用加汉宁窗口和整个主瓣宽度作为基波值来减少ＦＦＴ引起的误差     

基于多元正态概率模型的贝叶斯概率矩阵分解研究

传统的概率矩阵分解技术,忽视了信息消费者间的信任关系和关注关系,使其推荐性能和推荐质量不断下降,针对以上问题,提出基于多元正态概率模型的贝叶斯概率矩阵分解算法,以多元正态概率模型作为先验分布,实验中通过计算Gibbs sampling过程中迭代次数来达到数据的稀疏性。在联合概率未知和条件概率易得等情况下,引用Gibbs sampling技术进行计算,实验中引用MAE、RMSE两种方法进行误差评价。实验结果表明:在稀疏矩阵的检测中,改进的贝叶斯概率矩阵分解算法的预测精密度更加稳定,对缓解矩阵稀疏性问题更加有效。     

基于重叠矩形图像表示方法的贝塞尔-傅里叶矩快速计算

贝塞尔-傅里叶矩作为一种图像特征在计算机视觉、图像处理等领域得到了广泛的应用。提出一种基于重叠矩形图像表示方法的贝塞尔-傅里叶矩快速算法。该算法利用重叠矩形图像表示方法,将灰度图像的贝塞尔-傅立叶矩的计算转化为对一系列仅包含单个矩形区域的二值图像的贝塞尔-傅立叶矩的和,使得最耗时间的积分运算与具体图像无关,从而可以利用查表法提前完成大量的运算,提高算法的执行效率。实验结果表示,新算法比贝塞尔-傅里叶直接生成算法在速度上有较明显的提高。     

罗德里格矩阵在相似模型坐标配准中的应用

为减小开采沉陷相似模型指定方向变形计算的误差,需要对相似模型监测点的三维坐标进行转换和配准。传统坐标配准方法需要解算三个旋转角参数,具有计算复杂等缺点。罗德里格矩阵只需解算3个独立参数,具有计算速度快等优点,可以快速解决三维坐标转换和配准计算。本文以XJTUDP三维坐标转换为例,利用罗德里格矩阵给出了平移矩阵的计算模型以及旋转矩阵的误差方程。计算结果表明,基于罗德里格矩阵的转换模型避免了三角函数和线性变化计算,提高了计算精度,降低了计算复杂度,对提高相似模型变形分析精度具有实际意义。     

基于比尔定律遍历像素矩阵的水下光学图像颜色恢复算法

由于水介质的物理特性,光在其中传播会发生漫衰减作用,并且不同波长范围的光在其中的漫衰减程度会不同,所以水下图像的颜色会发生偏蓝偏暗的现象。而恢复水下图像颜色的关键就是计算该水介质对不同波长光线的衰减系数,从而通过逆衰减运算得到普通条件下的图像颜色。本文提出了一种遍历像素矩阵算法来计算漫衰减因子,该方法可减少计算漫衰减因子过程中的累积误差、扩宽光波计算范围,从而使待恢复图像的未恢复像素盲点率低、误差小。本文运用噪点比值评价颜色恢复好坏,在用遍历像素矩阵算法计算各像素点的漫衰减系数时,无法计算的像素点个数与总像素点个数之比即为噪点比。通过实验发现,该方法用于颜色恢复中得到较好的效果,实验的噪点比为3.614%。     

基于矩阵分解的图书推荐算法研究

为了提高基于矩阵分解的推荐算法精度,解决传统矩阵分解结果出现负数和运算量大的问题,提出了改进的基于矩阵分解的推荐算法,在推荐模型中引进Sigmoid函数,该函数能够控制分解结果的值域,提高推荐算法评分的可理解性,消除矩阵分解结果出现负数的情况;在推荐模型中利用系数控制推荐算法中不同部分权重,能够使得算法更加的灵活,利用交替梯度下降法实现计算结果的部分分离,为分布式计算奠定了基础,通过实验验证,提出的推荐算法提高了评分的准确度,并增强了推荐算法的可扩展性。     

多径信号达到角和时延联合估计方法

在多径通信环境下,常涉及到估计路径的入射角度(DOA)和相对时延(TDOA)问题。因此,提出通过估计信道响应实现信道参数估计的方法,并最终给出一种无须搜索的闭式解。该算法首先根据最小二乘法估计信道冲击响应,再对估计的信道进行傅里叶变换,将时延流型矩阵映射为一个具有Vandermonde结构的矩阵,使得信道具有双重的Vandermonde结构。最后,基于信道模型的平移不变特性,使用类ESPRIT算法求解广义特征值,直接计算出可以自动配对的入射角度和时延。仿真结果证明该算法在DOA或TDOA相距非常近时也能够得到较好的估计性能。     

基于小波去噪与改进的DFT信道估计算法

针对基于离散傅里叶变换(DFT)信道估计算法没有消除循环前缀长度以内噪声,本文提出了一种小波去噪与改进DFT相结合的正交频分复用(OFDM)系统信道估计算法。与传统的基于DFT信道估计算法相比,在误码率相同或者均方误差相同的条件下,该算法的信噪比(SNR)有了较大的提升。仿真结果表明,该算法能较好地减小信道所受噪声的影响,并能有效提高信道估计的精确度,其总体性能比基于DFT的信道估计算法更优。     

冗余度机械臂末端执行器误差补偿

基于雅克比矩阵的伪逆解,提出了一种补偿冗余度机械臂关节角从而达到补偿机械臂位姿误差的方法。利用雅克比矩阵的伪逆解计算关节角增量,通过循环算法把末端位姿误差控制在要求精度范围内。     

一种基于指数遗忘函数的协同过滤算法

协同过滤算法是目前最成功的个性化推荐技术之一,但传统的协同过滤算法没有考虑用户兴趣随时间而产生的变化,影响了推荐质量。本文针对这个问题,提出一种改进的指数遗忘函数对用户—资源评分矩阵进行修正,并将修正的评分矩阵用于协同过滤算法,从而得到一种改进的协同过滤算法。实验表明,与传统协同过滤算法相比,改进的算法在推荐准确度上有显著提高。     

自适应滤波算法在电力系统短期负荷预测中的应用

文章认为相空间局域线性回归法是电力系统短期负荷预测混沌预测法中广泛使用的方法,在用线性最小二乘法估计局部线性化模型的参数时,往往由于病态的数据矩阵导致估计值对噪声过于敏感而变得不可信.针对这种情况应用最小均方误差准则和最陡下降原理提出了一种基于自适应滤波电力系统短期负荷预测算法,避免了病态矩阵的影响.实验结果表明该算法预测结果稳定、可靠.     

利用液晶光阀进行实时傅里叶变换全息存储

本文提出一种较简便的实时傅里叶变换全息信息存储方法。利用液晶光阀的非相干—相干转换特性作为图像转换器件,直接进行书页、图片等资料傅里叶全息存储。实验证明了理论的正确性。     

抖动状态下的运动图像跟踪方法研究

提出了一种基于改进ROI特征匹配融合算法的抖动状态下的运动图像跟踪方法。该方法先依据图像边缘检测的Laplacian算子,通过计算抖动状态下的运动图像边界,获取了该图像中心点位置,通过建立ROI的图像灰度矩阵,组建其仿射变换目标变化模型,依据模型中目标轨迹的匹配概率计算图像融合中所产生的误差,提高了抖动状态下运动图像跟踪的整体准确性。实验仿真证明,基于改进ROI特征匹配融合算法的抖动状态下的运动图像跟踪方法能够大幅度提高抖动状态下运动图像跟踪的准确性。     

一种基于傅里叶变换的形状描述方法

本文将边界序列的多尺度描述和傅里叶描述符结合起来,得到闭合边界的多尺度傅里叶描述符。该方法先将边界序列呈现到不同的尺度空间,然后进行傅里叶变换,得到了不同尺度空间的傅里叶描述符。分类实验表明,该方法提取的特征具有较好的分类特性。     

基于改进PCA算法的人脸识别研究

人脸识别技术是当今社会中十分热门且应用十分广泛的技术,PCA算法作为一种人脸识别的经典算法,在人脸识别方面效果显著,但是它也存在一些问题。本文针对PCA算法在计算特征值时计算力量大的问题,提出一种改进算法,利用矩阵范数对协方差矩阵进行约简,在一定程度上降低了计算量。经实验验证,在缩短了识别时间的同时也保证了识别准确率不降低。     

基于小波去噪和线性判别分析的人脸识别方法

提出了将直方图均衡和小波去噪相结合的预处理方法,获得小波域中人脸图像的亮度不变描述;然后通过正则线性判别分析提取特征矩阵获取最佳投影方向;最后,通过计算特征向量之间的余弦距离从而实现有效分类。在扩展Yale-B人脸数据库上进行了光照变化和人脸关键部位被遮挡条件下的实验,实验结果验证了本文算法的有效性和鲁棒性。     

应用特征基函数法快速求解目标单站RCS

提出了一种快速求解目标单站RCS的有效算法。传统的矩量法在求解目标单站RCS时,对于每一个激励基函数与缩减矩阵均需要重新构造,计算十分耗时。因此,本文提出了一种基于奇异值分解的特征基函数法,该方法通过奇异值分解来减少基函数生成数目,且不会降低求解的精度,数值算例证明了方法的有效性。